按时间归档：2024年2月18日

来源：刘旷 得益于电商行业的崛起，与之密切相关的快递行业也进入了增长的快车道，实现了蓬勃发展。据国家邮政局发布的数据显示，2023年，中国快递业务量累计完成1320.7亿件，同比增…

来源：首席商业评论 继舔狗经济崩盘之后，情人节也遭到了毒打。 今年代表浪漫爱情的国际情人节刚好与农历大年初五“迎财神”相撞，不撞不知道，一撞吓一跳，原来在这届消费者心里，爱情远没有…

作者｜吴南南 编辑｜胡展嘉 运营｜陈佳慧 出品｜零态LT（ID：LingTai_LT） 自去年3月28日阿里宣布启动“1+6+N”组织变革，如今已过去近一年的时间。为期一年的调整是…

在扩散模型（准确说是扩散Transformer）上，通过条件信息，比如我们输入的提示词，来预测下一个Patch（视觉补丁）来生成视频，就像LLM预测下一个Token生成文本一样。

四、OpenAI的技术理想

技术报告最后有一句很重要的话：

我们相信Sora今天展现出来的能力，证明了视频模型的持续扩展（Scaling）是开发物理和数字世界（包含了生活在其中的物体、动物和人）模拟器的一条有希望的路。

纽约大学助理教授谢赛宁高赞Sora是“难以置信的、将重塑视频生成社区”，并发表多篇推文进行分析，推测Sora建立在扩散Transformer模型之上，整个Sora模型可能有30亿个参数。

而Sora实现了将Transformer和扩散模型结合的创新，首先将不同类型的视觉数据转换成统一的视觉数据表示（视觉patch），然后将原始视频压缩到一个低维潜在空间，并将视觉表示分解成时空patch（相当于Transformer。