关键字：Mora AI智能体框架 Sora视频模型 视频生成 文本到视频生成 图像到视频生成 视频编辑 视频拼接 模拟数字世界 开源模型 视觉AI智能体 高分辨率视频 12秒视频生成 多智能体框架 视频生成任务 视频质量得分 视频内容创作 技术创新

理海大学与微软团队合作开发的新型多AI智能体框架Mora，旨在复现并扩展Sora视频模型的能力。

Mora通过整合多个SOTA（State of the Art）视觉AI智能体，成功模拟了Sora的视频生成能力，并在多个任务中取得了接近Sora的表现。

Mora的能力包括文本到视频生成、基于文本条件的图像到视频生成、扩展已生成视频、视频到视频编辑、拼接视频和模拟数字世界。

Mora在文本到视频生成任务中的表现尤为突出，其生成的视频质量得分仅次于Sora，超过了当前最好的开源模型。

尽管在整体性能上与Sora仍有差距，但Mora已经证明了其在视频生成领域的潜力和有效性。Mora能够根据文字提示生成高分辨率、时间连贯的视频，分辨率为1024×576，时长12秒，共75帧。

Mora的多智能体框架通过将视频生成过程分解为多个子任务，并为每个任务指派专门的智能体，来灵活地完成一系列视频生成任务。

这种方法提供了出色的编辑灵活性和视觉真实度，同时保持了文本到图像模型中的视觉多样性、风格和质量。

Mora的开源特性对AI社区是一个重要的贡献，它为未来的研究奠定了基础，并可能促进高级视频生成技术的普及和合作创新。

Mora也存在一些局限性，包括对高质量视频数据集的依赖、视频质量与长度的差距、指令跟随能力的限制以及与人类视觉偏好的对齐问题。

Mora的推出为AI视频生成领域带来了新的机遇和挑战，它的成功开发和开源性质预示着AI技术在视频内容创作和编辑方面的进一步发展。