第1章　認識Sora：強大的人工智能視頻生成模型 1
1.1　Sora是什么 2
1.1.1　Sora的基本介紹 2
【示例1】：走在東京街頭的時尚女性 3
1.1.2　Sora的功能特點 4
【示例2】：穿過東京郊區(qū)的火車窗外的倒影 4
1.1.3　Sora的競品對比 6
【示例3】：坐在天空中的一片云上看書的年輕人 7
1.1.4　Sora的核心優(yōu)勢 9
1.1.5　Sora的創(chuàng)意用途 10
【示例4】：培養(yǎng)皿里的竹林和奔跑的熊貓 11
1.2　面對Sora，我們該思考的5個問題 12
1.2.1　文生視頻模型為什么會火 12
【示例5】：在日落時分愜意地漫步 16
1.2.2　Sora的發(fā)布意味著什么 17
【示例6】：手機鏡頭下的未來城市風(fēng)貌 18
1.2.3　我們與Sora有何關(guān)系 19
【示例7】：“云人閃電”的科幻電影片段 20
1.2.4　我們該如何應(yīng)對Sora 21
1.2.5　普通人該怎么入局 23
【示例8】：冬日長毛猛犸象的壯麗景色 24

第2章　能力解析：Sora如何高效地生成視頻 26
2.1　Sora的技術(shù)創(chuàng)新點 27
2.1.1　支持多樣化視頻格式 27
【示例9】：在大海中游動的海龜 27
2.1.2　改進的畫面構(gòu)圖和框架 29
【示例10】：兔子和松鼠的奇妙混合物 30
2.1.3　語言理解與視頻生成 31
【示例11】：不同的人物在不同的城市散步 33
2.1.4　多模態(tài)輸入處理 34
【示例12】：無人機環(huán)繞拍攝的海邊建筑 35
2.1.5　可變的持續(xù)時間、分辨率、寬高比 36
【示例13】：白發(fā)男人的特寫鏡頭 37
2.2　Sora強大的視頻生成能力 37
2.2.1　3D一致性：以3D的視角呈現(xiàn)物體和人物的運動 37
【示例14】：推鏡頭展示熙熙攘攘的東京城市街道 38
【示例15】：搖鏡頭展示令人驚嘆的山水風(fēng)光 39
2.2.2　長期一致性：保持視頻中的人物和場景的不變 40
【示例16】：一只達爾馬提亞狗從窗戶向外看 41
2.2.3　世界交互模擬：模擬人物與環(huán)境之間簡單的互動 42
【示例17】：模擬畫家的創(chuàng)作過程 42
【示例18】：模擬人物吃漢堡的場景 42
2.2.4　模擬數(shù)字世界：探索與創(chuàng)造的無界數(shù)字世界 43
【示例19】：模擬《我的世界》游戲場景 43
2.2.5　復(fù)雜元素生成能力：打造出逼真的虛擬場景 44
【示例20】：一大堆老式電視播放著不同的節(jié)目 44
【示例21】：逼真的動畫特寫場景 46
2.2.6　多鏡頭生成能力：呈現(xiàn)出豐富的視覺盛宴 46
【示例22】：用不同的鏡頭展示的機器人 47
2.3　Sora面臨的一些局限性和挑戰(zhàn) 48
2.3.1　模擬物理世界的局限性 48
【示例23】：破碎的玻璃杯 49
2.3.2　生成長視頻的難度 50
【示例24】：在沙漠中發(fā)現(xiàn)的塑料椅子 50
【示例25】：籃球通過籃筐后爆炸 51
2.3.3　理解復(fù)雜提示詞的準(zhǔn)確性 52
【示例26】：慶祝生日的溫馨家庭場景 53
2.3.4　訓(xùn)練模型的復(fù)雜性 54
【示例27】：35毫米電影風(fēng)格的跑步動作場景 55
2.3.5　提升視頻生成的時效性 56
【示例28】：偏僻路上小狼嬉戲的場景 57

第3章　技術(shù)原理：解析Sora的技術(shù)特性與優(yōu)勢 59
3.1　解析Sora的技術(shù)原理 60
3.1.1　Sora如何根據(jù)文本生成內(nèi)容——Diffusion模型 60
3.1.2　Sora如何處理復(fù)雜視覺內(nèi)容——時間空間補丁 62
3.1.3　Sora如何生成連貫的視頻序列——循環(huán)神經(jīng)網(wǎng)絡(luò) 63
【示例29】：中國農(nóng)歷新年慶祝視頻 64
3.1.4　Sora如何生成不同風(fēng)格的視頻——生成對抗網(wǎng)絡(luò) 65
3.1.5　Sora如何加快視頻的生成速度——自回歸變換器 67
3.2　Sora在視頻生成過程中的3個關(guān)鍵步驟 68
3.2.1　步驟1：視頻壓縮網(wǎng)絡(luò) 68
【示例30】：一窩金毛尋回犬在雪地里玩耍 68
3.2.2　步驟2：時間空間潛在補丁提取 69
3.2.3　步驟3：視頻生成的Transformer模型 70
【示例31】：淘金熱期間加利福尼亞州的歷史錄像 70
3.3　Sora技術(shù)的未來展望 71
3.3.1　技術(shù)革新與性能升級：速度更快、穩(wěn)定性更強、體驗更流暢 71
3.3.2　跨領(lǐng)域融合與拓展應(yīng)用：讓生活更加多姿多彩、充滿無限可能 72

第4章　模型架構(gòu)：Sora的基礎(chǔ)是世界通用模型 73
4.1　認識世界通用模型 74
4.1.1　什么是世界通用模型 74
4.1.2　世界通用模型的作用是什么 75
【示例32】：Santorini的航拍建筑美景 76
4.1.3　多模態(tài)模型促進AI更好地理解真實世界 77
【示例33】：一列蒸汽火車行駛在高架橋上 78
4.1.4　世界通用模型打破了虛擬與現(xiàn)實的邊界 79
【示例34】：愜意漫步的南非婦女 79
4.1.5　世界通用模型的代表——Runway 80
4.2　Sora將視頻生成模型作為世界模擬器 81
4.2.1　用大語言模型的方法理解視頻 81
【示例35】：一群紙飛機在茂密的叢林中飛舞 82
【示例36】：愉快漫步的老人 83
【示例37】：白雪皚皚的東京城 84
4.2.2　實現(xiàn)對物理世界的“涌現(xiàn)” 85
【示例38】：可愛的達爾馬提亞狗 85
4.2.3　模擬真實物理世界的運動 87
【示例39】：壯觀的海岸風(fēng)光 88
4.3　Sora模型訓(xùn)練的核心技術(shù) 90
4.3.1　自然語言理解 90
4.3.2　生成式人工智能模型 92
【示例40】：老年人的悠閑生活與美麗的自然風(fēng)光 93
4.3.3　場景構(gòu)建與精細化渲染 96
4.3.4　AI驅(qū)動的動畫技術(shù) 98
【示例41】：眨眼的特寫鏡頭 99
4.3.5　個性化定制與持續(xù)優(yōu)化 100
【示例42】：不同風(fēng)格的袋鼠漫步場景 101

第5章　功能詳解：使用Sora快速生成視頻 105
5.1　Sora的文生視頻功能 106
5.1.1　Sora的注冊方法 106
5.1.2　申請Sora的內(nèi)測資格 110
5.1.3　使用文生視頻功能 113
5.2　Sora的其他AI生成功能 114
5.2.1　圖生視頻：為DALL·E圖像制作動畫 114
【示例43】：活潑可愛的柴犬 115
【示例44】：一個多樣化的怪物家族 116
【示例45】：由字母組成的云朵圖片 117
【示例46】：沖浪者在歷史大廳中駕馭巨浪 118
5.2.2　視頻生視頻：向前或向后擴展視頻的時長 119
【示例47】：舊金山的高空城市纜車 119
【示例48】：永無止境的騎行場景 122
5.2.3　視頻到視頻編輯：轉(zhuǎn)換視頻的風(fēng)格和環(huán)境 123
【示例49】：飛馳在叢林中的跑車 123
5.2.4　連接視頻功能：創(chuàng)建神奇的無縫過渡效果 125
【示例50】：無人機視頻與蝴蝶視頻的連接 126
【示例51】：越野車視頻與豹子視頻的連接 128
5.2.5　圖像生成功能：為用戶帶來卓越的體驗 130

第6章　指令編寫：優(yōu)化提示詞提升Sora的生成效果 133
6.1　編寫Sora提示詞的基礎(chǔ)思路 134
6.1.1　明確具體的視頻元素 134
【示例52】：一只在拍攝視頻的柯基犬 134
6.1.2　詳細描述場景細節(jié) 135
【示例53】：一朵花生長的定格動畫 135
6.1.3　創(chuàng)造性地使用提示詞 136
【示例54】：一群魚在紐約的街道上游動 136
6.1.4　構(gòu)思引人入勝的角色和情節(jié) 137
【示例55】：一只貓叫醒正在睡覺的主人 137
6.1.5　用逐步引導(dǎo)的方式構(gòu)建提示詞 139
【示例56】：擠滿了工人的建筑工地 139
6.2　Sora提示詞的編寫技巧 140
6.2.1　如何選擇Sora的提示詞 140
【示例57】：基納巴丹干河上的野生動物 141
6.2.2　Sora提示詞的編寫順序 142
【示例58】：美術(shù)館內(nèi)的藝術(shù)盛宴 143
6.2.3　編寫Sora提示詞的注意事項 143
【示例59】：跳迪斯科舞的卡通袋鼠 144

第7章　提示詞庫：打造專業(yè)級視頻效果必備的要素 145
7.1　Sora內(nèi)容型提示詞 146
7.1.1　主體特征 146
【示例60】：在南極洲愉快漫步的女人 147
【示例61】：不同主體特征的視頻效果 148
7.1.2　場景特征 150
【示例62】：色彩斑斕的魚類和海洋生物 151
7.1.3　藝術(shù)風(fēng)格 152
【示例63】：太空冒險故事的電影預(yù)告片 153
7.2　Sora標(biāo)準(zhǔn)化提示詞 155
7.2.1　畫面構(gòu)圖 155
【示例64】：變色龍的特寫鏡頭 156
7.2.2　視線角度 157
【示例65】：維多利亞冠鴿的側(cè)面視角 158
7.2.3　畫面景別 159
【示例66】：玻璃球體里的小矮人 160
7.2.4　色彩色調(diào) 161
【示例67】：在茂密的花園里奔跑的虎斑貓 162
7.2.5　環(huán)境光線 163
【示例68】：月光下的狼嚎剪影動畫 164
【示例69】：在霓虹燈城市中嬉戲的小狗 165
7.2.6　鏡頭參數(shù) 165
【示例70】：深海中的大章魚和帝王蟹之戰(zhàn) 166

第8章　商業(yè)變現(xiàn)：從文本到視頻的創(chuàng)收之路 168
8.1　Sora未來可能的商業(yè)場景應(yīng)用 169
8.1.1　電商產(chǎn)品展示 169
8.1.2　視頻廣告制作 170
8.1.3　游戲開發(fā)和動畫片制作 170
【示例71】：展示游戲《我的世界》 171
【示例72】：水獺的熱帶沖浪冒險 172
8.1.4　電影電視節(jié)目制作 173
【示例73】：海盜船激戰(zhàn)瞬間 173
8.1.5　教育內(nèi)容制作 174
8.2　如何利用Sora實現(xiàn)多渠道變現(xiàn) 174
8.2.1　廣告收入與贊助變現(xiàn) 175
8.2.2　知識付費變現(xiàn) 175
8.2.3　提示詞交易變現(xiàn) 176
8.2.4　內(nèi)容創(chuàng)作變現(xiàn) 177
8.2.5　Sora的其他變現(xiàn)方式 178