在2月16日，OpenAI推出其首个文生视频大模型Sora。这款技术产品具有高度智能性，能根据文字提示生成长达60秒的视频内容，并且所输出的视频质量堪比影视CG效果。
值得注意的是，在同一天，来自中国北京的创新企业申请了一项名为“一种定制化多主体文生视频方法、装置、设备及介质”的专利。这项新式专利涉及神经网络技术领域，并由多种方式构成：包括获取与多个主体相关的文本表述和图像；基于文本表述和图像产生混合文本以及组合图像等内容；再将这些混合文本和组合图像输入到文生视频模型中，从而生成第二噪声预测值。同时，根据第二噪声预测值及组合图像的内容，获取第二损失和第三损失。
最后，基于第一损失、第二损失以及第三损失的评估结果，进行对文生视频模型进行优化，并得到最终优化后的文生视频模型。该款文生视频模型能够通过多种方式来优化参数设置，在保证每个主体在生成过程中的特征不会发生混淆的同时消除合成痕迹的情况下，实现对文本描述进行视频图像生成的目标。这项新的技术创新将在未来数字化领域带来巨大的影响。
本文属于原创文章，如若转载，请注明来源：Sora文生视频火爆出圈！清华大学公布文生视频专利https://news.zol.com.cn/856/8566793.html
