作為OpenAI發(fā)布的首個AI文（圖）生視頻模型，Sora帶給人們的感受是炸裂級的——根據(jù)輸入的文字提示，能生成效果逼真的60秒視頻，而且是可以一鏡到底那種。
這意味著，繼文本、圖像之后，OpenAI將其先進的AI技術拓展到了視頻領域。雖然Sora模型尚未面向公眾開放，但是已經(jīng)有人感嘆：視頻生產(chǎn)顛覆性革命來了……
也有人預測：一大批視頻從業(yè)人員要失業(yè)了……
然而，事情就這么簡單嗎？
01
Sora能做什么？OpenAI在官網(wǎng)陸續(xù)公布了幾十段長短不一的視頻，均根據(jù)文字提示生成。其中第一段視頻的文字提示為：
一位時尚女性走在充滿溫暖霓虹燈和動畫城市標牌的東京街道上。她穿著黑色皮夾克、紅色長裙和黑色靴子，拎著黑色錢包。她戴著太陽鏡，涂著紅色口紅。她走路自信又隨意。街道潮濕且反光，在彩色燈光的照射下形成鏡面效果。許多行人走來走去。
Sora根據(jù)提示生成的一分鐘視頻如下：
這一分鐘視頻在網(wǎng)上廣為流傳，可以視為Sora的代表作。其展示的信息量極大，從主要人物到背景人物、遠處的街景以及地面，看起來十分逼真，鏡頭切換也非常流暢自然。從這張全景畫面截圖可以看到，和主人公同時走動的路人、濕漉漉的地面、眼花繚亂的霓虹燈和招牌。
再看后面幾個特寫鏡頭：女主臉上斑點、脖紋清晰可見，顯得非常真實，還有墨鏡里的反射的街景，這些細節(jié)都沒放過。
官網(wǎng)還展示了一條電影預告片，文字提示為：
電影預告片，講述了 30 歲的太空人戴著紅色羊毛針織摩托車頭盔的冒險經(jīng)歷，藍天，鹽沙漠，電影風格，用 35 毫米膠片拍攝，色彩鮮艷。
Sora根據(jù)提示生成的視頻如下：
馬斯克在X上兩次轉發(fā)網(wǎng)友評論時寫道：“AI增強的人類將創(chuàng)造出最好的作品。”“人類認賭服輸。”
02
Sora牛在什么地方？這些看上去足可以假亂真的視頻，Sora是怎么做到的？
根據(jù)OpenAI官方介紹，用戶可以通過使用自然語言提示詞（Prompt），生成長達1分鐘的視頻。
Sora模型對語言有深刻的理解，因而能夠準確地理解提示詞，并生成令人信服的人物，而且可以在一個生成的視頻中創(chuàng)建多個鏡頭，在這些鏡頭中準確地保持角色和視覺風格的一致性。
360創(chuàng)始人周鴻祎對Sora給予了極高的評價，他在社交平臺發(fā)文：Sora的誕生意味著AGI（通用人工智能）實現(xiàn)可能從10年縮短至一兩年。
在他看來，Sora只是小試牛刀，它展現(xiàn)的不僅僅是視頻制作能力，而是大模型對真實世界有了理解和模擬之后，可能會帶來的新的成果和突破。他認為，AI不一定那么快顛覆所有行業(yè)，但它能激發(fā)更多人的創(chuàng)作力。
中央民族大學新聞與傳播學院教授郭全中在接受新京報傳媒研究采訪時說，相比ChatGPT，Sora有了質的飛躍：
一是Sora具備推理能力，人類長期以來孜孜以求的AGI（通用人工智能）成為可能，估計不久之后就會到來，而ChatGPT只是讓我們看到了曙光。
二是在當今視頻時代，Sora作為圖生視頻的利器將助力傳媒業(yè)降本增效，極大地擴大能力范圍和能力邊界，給傳媒業(yè)帶來的影響遠遠超過ChatGPT。
DCCI互聯(lián)網(wǎng)研究院院長劉興亮在接受新京報貝殼財經(jīng)記者采訪時表示，Sora模型的發(fā)布標志著AI技術在內(nèi)容創(chuàng)作領域的一個新紀元，“通過簡短的文本提示或一張靜態(tài)圖片，Sora能夠生成持續(xù)一分鐘左右的1080P高清視頻，涵蓋多個角色、不同類型的動作和背景細節(jié)等，幾乎達到了電影級別的逼真場景?！?/span>
他認為，這種能力不僅為內(nèi)容創(chuàng)作者提供了前所未有的工具，使他們能夠以更低的成本和更快的速度將創(chuàng)意變?yōu)楝F(xiàn)實，而且為觀眾帶來了更豐富和多樣化的視覺體驗。技術創(chuàng)新的這一巨大飛躍，預示著AI在未來人類生活的各個方面都將發(fā)揮更加重要的作用。
中國人民大學吳玉章講席教授、國家發(fā)展與戰(zhàn)略研究院研究員劉永謀在新京報評論撰文認為，Sora的AI視頻效果幾乎和人工拍攝不相上下。也因此，雖不是從0到1的原始創(chuàng)新，卻已足夠令人震驚。
他預測，未來，各種不同用途的Sora短視頻或許會很快充斥各種視頻社交平臺，其對現(xiàn)實的影響與改變，不可不謂之巨大。
從業(yè)界到學界，幾乎是異口同聲認為，Sora將會深度改變視頻相關領域，從影視、傳媒到社交平臺，內(nèi)容生產(chǎn)將會發(fā)生巨變。
03
Sora帶來的兩大挑戰(zhàn)當然，Sora并非完美，畢竟才剛剛誕生。
OpenAI在官網(wǎng)表示，目前Sora模型也有弱點：
它可能難以準確模擬復雜場景的物理特性，并且可能無法理解因果關系的具體實例。例如，一個人可能會咬一口餅干，但之后，餅干可能沒有咬痕。
同時，該模型還可能混淆提示的空間細節(jié)，例如，左右混淆，并且可能難以精確描述隨時間推移發(fā)生的事件，例如遵循特定的相機軌跡。
比如在一個樣片中，提示詞為“考古學家在沙漠中發(fā)現(xiàn)了一把普通的塑料椅子，正小心翼翼地挖掘和除塵”，Sora生成的視頻出現(xiàn)了椅子變形、自動行走等詭異的場景。
另外，OpenAI還需要花更多精力檢查、攔截違反使用政策的文本輸入提示，例如極端暴力、色情內(nèi)容、名人肖像等。
對于傳媒從業(yè)者來說，則有兩大挑戰(zhàn)值得思考——
一是對視頻內(nèi)容生產(chǎn)的顛覆，或導致大量人員失業(yè)；
二是對新聞傳播倫理的挑戰(zhàn)，模糊了真實與虛擬的邊界。
-
又有一批人要失業(yè)？
“這可能導致大量的影視等相關行業(yè)從業(yè)者失業(yè)，更是不可忽視的重大社會風險。”
劉永謀在文中提醒，關于AI大規(guī)模應用可能引發(fā)的失業(yè)問題，已經(jīng)有汗牛充棟的深入研究，也提出了很多應對方案，包括延緩AI技術的應用速度，幫助再就業(yè)，征收AI稅等。
“現(xiàn)在，Sora一夜刷屏提醒我們，要將這些措施穩(wěn)步細化實施，而不能再僅僅停留在刷屏上了。”
對于可能導致的部分人員失業(yè)，中央民族大學新聞與傳播學院教授郭全中在接受新京報傳媒研究采訪時說：任何創(chuàng)新事物出現(xiàn)，肯定會帶來結構性失業(yè)，即不能適應創(chuàng)新的人要失業(yè)。但是，創(chuàng)新事物也會帶來大量新就業(yè)機會，關鍵是看自己能否通過自我提升，與新事物共生共成長。
-
新聞傳播倫理再面臨挑戰(zhàn)
劉永謀認為，在AI短視頻建構的世界中，顯然不能將眼睛看到的東西作為判斷依據(jù)了。Sora的應用，無疑將進一步加劇當代社會的后真相狀況，真實與虛擬的邊界進一步模糊，甚至完全被消解，“這需要我們高度警惕”。
“不管Sora是否'理解'世界，也不管Sora視頻多么逼真，始終仍是數(shù)字模擬，而不是真實拍攝的現(xiàn)實。”
郭全中也認為，Sora的出現(xiàn)，會導致視頻生產(chǎn)門檻大大降底，新聞倫理肯定會受到很大沖擊。
他說，Sora不但會大規(guī)模應用于娛樂內(nèi)容的生產(chǎn)和傳播，同樣也必然會給新聞生產(chǎn)帶來巨大挑戰(zhàn)，我們之前的新聞生產(chǎn)方式和流程會被顛覆，新聞的定義也會發(fā)生變化，如大量的技術手段應用等。
從新聞傳播發(fā)展來看，圖文時代，都說“有圖有真相”，結果發(fā)現(xiàn)圖可以P；再到視頻時代，又有人說“有視頻有真相”，結果現(xiàn)在視頻也可以AI生成。
郭全中預計，Sora未來更重大的挑戰(zhàn)在于會導致假新聞的泛濫，給新聞倫理和新聞治理帶來巨大挑戰(zhàn)。
此外，劉興亮還認為，“隨著AI生成內(nèi)容與現(xiàn)實之間的界限變得越來越模糊，如何確保內(nèi)容的真實性和透明性成為了一個重要問題。此外，版權、隱私和數(shù)據(jù)安全等問題也需要得到妥善解決。社會必須面對這些挑戰(zhàn)，通過制定相關政策、法律和倫理準則來確保技術的健康發(fā)展，同時保護個人和社會的利益不受侵害?！?/span>
科技尤其是人工智能，還會以什么樣的速度改變傳媒行業(yè)和人類？身處其中，我們既有期待，也有些許忐忑。
返回列表