复刻Sora？微软推视频生成软件Mora 可生成12秒视频

微软近日推出了一个名为Mora的视频生成项目，该项目的目标是复刻Sora的能力，以生成通用视频。Mora采用了多AI智能体框架，整合了多个尖端视觉AI智能体，致力于实现Sora所展示的通用视频生成能力。

论文地址:https://arxiv.org/html/2403.13248v1

Mora的主要功能包括:

• 将文本转换为视频:Mora能够根据输入的文本内容，生成与之相关的视频。这意味着用户只需提供一段文字，Mora就能为其生成相应的视频内容。
• 根据文本条件将图片转换为视频:除了直接将文本转换为视频外，Mora还能够根据文本条件将图片转换为视频。这使得用户可以利用现有的图片资源，结合文本描述，生成富有创意的视频。
• 扩展已生成的视频:Mora具备扩展已生成视频的能力，可以根据用户的需求，对现有视频进行扩展和修改，以满足不同的应用场景。
• 进行视频到视频的编辑:Mora还支持视频到视频的编辑功能，用户可以将多个视频片段进行拼接、剪辑等操作，实现更加丰富的视频效果。
• 串联视频以及:Mora能够将多个视频片段进行串联，形成一个完整的视频故事。这使得用户可以将多个独立的视频片段组合成一个完整的视频作品。
• 模拟数字世界:Mora还具备模拟数字世界的能力，可以根据用户的需求，生成具有特定主题和风格的视频内容。

尽管Mora在这些任务上的表现已经接近Sora，但从整体上评估，两者之间仍存在一定的性能差距。然而，Mora的成功实验结果为未来视频生成技术的发展提供了一个新的方向，即通过多AI智能体的协同工作来实现。目前，Mora支持生成1024*576分辨率的12秒视频。

微软的Mora项目展示了一种全新的多AI智能体框架，通过整合多个尖端视觉AI智能体，实现了对Sora通用视频生成能力的复刻。这一项目有望引领未来视频生成技术的发展方向，为用户带来更加丰富和多样化的视频内容。