一种从文本生成视频的模型，提示可以随时间变化，视频可以长达数分钟。

是由七火山科技开发的一个平...

能够生成长达 1 分钟的高清视频，涵盖广泛的视觉数据类型和分辨率。Sora通过在视频和图像的压缩潜在空间中训练，将其分解为时空位置补丁，实现了可扩展的视频生成。