Sora负责人揭秘技术探索之路：成功的研究者，往往没有经过传统的研究训练

整理｜周鑫雨 王奕昕文｜周鑫雨编辑｜邓咏仪2024年1月，Sora炸场，多模态赛道则迎来了真正的春天。OpenAI发布的视频模型Sora，不仅将视频生成长度的天花板从10秒抬高到了60秒，还让AI行业从大炼大语言模型，进入到新阶段：通过原生的多模态模型（而非多个单模态模型拼接），加速探索通往AGI（通用人工智能）的可能性。在2024年的智源大会上，智源研究院不仅发布了可以生成和理解视频的原生多模态模型Emu3，还请来了两位Sora暴风眼中的人物：Aditya Ramesh，OpenAI的多模态扛把子，图像生成模型DALL·E之父，同时也是Sora的团队负责人之一。在2024年4月的播客访谈中，他提出，像Sora这样的模型是实现AGI的关键步骤，因为能够模拟复杂的环境和世界。谢赛宁，纽约大学计算机科学助理教授。他和OpenAI Sora的另一位核心成员William Peebles（昵称Bill），开创性地将Transformer