OpenAI Sora团队负责人：AI 视觉的基础是对压缩图像的学习

文章预览

主旨演讲：Aditya Ramesh ｜OpenAI Sora及DALL·E团队负责人 对话嘉宾：谢赛宁｜纽约大学助理教授 关键信息： 语言将是获得更智能系统的重要组成部分。 通过学习压缩图像，模型学会了视觉世界的基础结构，并最终获得了良好的图像表示。 现有的数据可能已经足够让我们走得很远。 当模型足够强大，能够成为自己的世界模拟器时，会发生很多有趣的事情。 发布强大的视频生成系统时最关心的是安全性及其对社会的影响。我们希望确保在发布 Sora 模型时，人们不会用它来传播虚假信息，并且模型的行为在预期范围内。 速记全文（中文）： 使用 Transformer 进行语言建模取得了相当不错的成果，我们希望将同样的技术扩展到其他模态的建模中。最终，我们成功地开发了一个模型，能够将标题作为输入并将其转化为量化的图像块，其工作方式类似于普通的语 ………………………………