From Sora What We Can See: A Survey of Text-to-Video Generation

人工智能在取得令人瞩目的成就后，正朝着人工通用智能的方向发展。由OpenAI开发的Sora可以被视为这一发展路径上的里程碑，它具有分钟级的世界模拟能力。然而，尽管Sora取得了显著的成功，它仍然面临着各种需要解决的障碍。在这篇综述中，我们从分解Sora在文本到视频生成方面的视角出发，对文献进行了全面的回顾，试图回答问题：“从Sora我们能看到什么”。具体而言，在介绍了一般算法的基本前提之后，我们从三个相互垂直的维度——进化生成器、优秀追求和逼真的全景——对文献进行了分类。随后，我们详细组织了广泛使用的数据集和指标。最后但更重要的是，我们确定了该领域的几个挑战和开放性问题，并提出了未来研究和发展的潜在方向。

解决问题：论文试图探讨文本到视频生成中的挑战和解决方案，包括数据集、指标和未来研究方向。

关键思路：论文从三个方面对文本到视频生成进行分类和讨论，包括进化生成器、优秀追求和现实全景。同时，论文提出了一些挑战和未来研究方向。

其他亮点：论文详细介绍了文本到视频生成中使用的各种数据集和指标，并提出了一些挑战和未来研究方向。此外，论文还提供了开源代码和实验结果。值得深入研究的工作包括增强模型的生成能力、提高模型的鲁棒性和实现更加复杂的场景生成。

相关研究：最近的相关研究包括《Generative Adversarial Text-to-Image Synthesis》、《Video Generation from Text》和《Text-to-Video Generation Grounded by Fine-Grained User Attention》等。