Sora與“我”

來(lái)源：中央廣電總臺(tái)中國(guó)之聲 時(shí)間：2024-02-21 16:28:53 作者：

　　這兩天，Sora的橫空出世，讓很多人陷入科技狂歡，至今熱度依然不減。

　　“炸裂”“顛覆”“斷層式領(lǐng)先”“降維打擊”……眾網(wǎng)友初見文生視頻大模型Sora時(shí)，紛紛發(fā)出驚嘆和贊揚(yáng)。不少科技圈大佬也嘖嘖稱贊，馬斯克直接在社交平臺(tái)感慨“gg humans”（人類輸了），360公司董事長(zhǎng)周鴻祎甚至預(yù)測(cè)，一旦AI能夠接上攝像頭，把所有電影和互聯(lián)網(wǎng)上的視頻都看一遍，就離AGI（通用人工智能）真的不遠(yuǎn)了，這一天可能在一兩年內(nèi)就會(huì)到來(lái)，而不是十年或二十年。就連春節(jié)后股市首個(gè)交易日也給出積極反饋——Sora大模型概念股多只漲停。

　　Sora是誰(shuí)？為何能掀起巨浪？

　　如果你還不知道Sora，那它的母公司OpenAI發(fā)布的上一個(gè)AI產(chǎn)品，你一定聽說(shuō)過(guò)：人工智能ChatGPT。而Sora是OpenAI發(fā)布的一個(gè)AI文生視頻大模型，它可將文字描述轉(zhuǎn)化為長(zhǎng)達(dá)60秒的高清視頻。

　　在此之前，其實(shí)已有一些文生視頻大模型，比如Pika、Runway等，為何Sora還能在各行各業(yè)引起如此之大的震撼呢？

　　工信部信息通信經(jīng)濟(jì)專家委員會(huì)委員劉興亮認(rèn)為Sora“震撼有三”：

　　一是大大降低了視頻制作門檻。“過(guò)去的文生視頻模型，需要一定專業(yè)能力才能完成，而Sora把這個(gè)門檻降到了最低：一段話、一張圖就能生成一段高質(zhì)量視頻?！眲⑴d亮表示，Sora把專業(yè)剝離開來(lái)，讓普通人可以輕松做到文生視頻，門檻之低令人震撼。

　　二是生成視頻是個(gè)全新世界。劉興亮說(shuō)，過(guò)去的文生視頻還是對(duì)已有素材的加工整合，而Sora生成視頻中的人物、事物可以是現(xiàn)實(shí)生活中完全沒有的，過(guò)去并不存在的?！斑@太不可思議了”。

　　三是生成視頻質(zhì)量堪比大片，為觀眾帶來(lái)更豐富和多樣化的視覺體驗(yàn)。“視頻中有角色，有表演，盡管目前還有一些bug，但人物表情非常細(xì)膩，視頻運(yùn)鏡和場(chǎng)景轉(zhuǎn)化十分絲滑，還可以自行分鏡、切換景別?！?/p>

　　劉興亮表示，此前的文生視頻模型，只能生成單鏡頭，時(shí)間也非常短，只有3~4秒時(shí)間，且一旦輸入新詞語(yǔ)，就會(huì)生成新鏡頭，主角就會(huì)變換，而Sora不但將時(shí)間延長(zhǎng)到了60秒，還能自主進(jìn)行視角轉(zhuǎn)換、鏡頭景別切換，而且保持主體一致性。“無(wú)論是視頻長(zhǎng)度、清晰度，還是鏡頭景別的切換，都需要在技術(shù)上達(dá)到量級(jí)的飛躍”。

　　之所以能達(dá)到上面的效果，得益于Sora一個(gè)具顛覆性的特質(zhì)——世界模型特質(zhì)。何為世界模型特質(zhì)？即對(duì)真實(shí)的物理世界進(jìn)行建模，讓機(jī)器能夠像人一樣，對(duì)世界中的各種事物、關(guān)系和事件有理解和認(rèn)知。這一特性也使得其視頻生成得更流暢、更合邏輯。

　　據(jù)OpenAI官網(wǎng)介紹，“Sora能夠生成具有多個(gè)角色、特定類型的運(yùn)動(dòng)以及主體和背景的準(zhǔn)確細(xì)節(jié)的復(fù)雜場(chǎng)景。該模型不僅能理解用戶在提示詞中提出的要求，還能理解這些東西在現(xiàn)實(shí)世界中的存在方式?！币簿褪钦f(shuō)，Sora能通過(guò)視頻、圖片等多模態(tài)數(shù)據(jù)（即多種不同類型或模式的數(shù)據(jù)，包括文本、圖像、音頻、視頻等多種形式的信息）來(lái)理解世界。

　　可以說(shuō)，Sora是機(jī)器模擬現(xiàn)實(shí)世界的一個(gè)里程碑，AGI（通用人工智能：就像是一臺(tái)萬(wàn)能機(jī)器人或電腦大腦，能夠做人能做的幾乎所有事情。跟現(xiàn)在我們接觸到的大多數(shù)人工智能不一樣，現(xiàn)在的人工智能做得好的事情很單一，比如自動(dòng)駕駛的就很會(huì)開車，但是你讓它去下棋或者做飯，就可能一竅不通。但通用人工智能就不同了，你可以把它想象成一個(gè)“超級(jí)聰明”的電腦大腦，不僅能開車，還能做飯、教書、下棋，乃至創(chuàng)作音樂和藝術(shù)作品，而且還能在遇到新問題時(shí)自我學(xué)習(xí)，找到解決問題的方法。打個(gè)比方，就好比一個(gè)全才的“小明”，不僅學(xué)習(xí)成績(jī)優(yōu)異，各門學(xué)科樣樣精通，而且還擅長(zhǎng)體育、音樂、美術(shù)，幾乎什么都會(huì)。并且，小明還能夠迅速地學(xué)習(xí)和適應(yīng)全新的技能或是學(xué)科。）時(shí)代或?qū)⒓铀俚絹?lái)。

　　Sora將給“我”帶來(lái)什么？

　　Sora將給我們普通人的生活帶來(lái)什么影響？

　　劉興亮認(rèn)為，老百姓最直觀的感受主要有四方面。

　　一是進(jìn)入真正全民短視頻時(shí)代，短視頻行業(yè)或?qū)⒂瓉?lái)另一個(gè)高峰。目前短視頻創(chuàng)作者數(shù)量和直播并沒有想象中那么大，因?yàn)橐欢沃谱骶嫉亩桃曨l，需要一定拍攝、剪輯等技能。未來(lái)，只要輸入一段文字、一張照片，每個(gè)人都可以在西瓜地里吃瓜、在盧浮宮里游覽、在鏡頭面前口吐蓮花?！爸灰銚碛泻玫膶徝馈?chuàng)造力和想象力，就可以收獲頗豐?！?/p>

　　二是獲取更多高質(zhì)量視頻信息的效率或?qū)⒋蟠筇岣摺Ｄ壳?，一段高質(zhì)量視頻的制作周期較長(zhǎng)，從策劃、拍攝到剪輯耗時(shí)耗力，未來(lái)，一旦Sora技術(shù)成熟，短視頻數(shù)量很可能再次迎來(lái)爆發(fā)。畢竟，不管要做一只螞蟻從地球潛入馬里亞納海溝，還是做出機(jī)器人在人體中探索等多么不可思議的畫面，都僅僅需要一句指令而已。

　　另外，或?qū)⒃诟蟪潭壬洗龠M(jìn)教育資源分配不公等問題的解決?！跋癖本┻@樣的大城市，為什么好的學(xué)區(qū)房那么貴，為什么三甲醫(yī)院的號(hào)那么難掛，其實(shí)很重要的一個(gè)原因是，資源有限，人數(shù)眾多，優(yōu)質(zhì)資源不可能惠及每一個(gè)人。”劉興亮表示，隨著像Sora這種人工智能技術(shù)的發(fā)展，AGI時(shí)代的到來(lái)，一系列問題或?qū)⒌玫骄徑?。AI打破了時(shí)間和空間的界限，在山區(qū)的孩子，通過(guò)視頻課程、在線作業(yè)和虛擬實(shí)驗(yàn)，增加了教育機(jī)會(huì)均等化。孩子們還可以便捷地享受名師課堂的魅力，AI輔導(dǎo)系統(tǒng)和智能助教，甚至是名師數(shù)字人，能夠提供教師難以解決的關(guān)鍵資源和輔導(dǎo)，緩和優(yōu)質(zhì)師資短缺問題。孩子們還可以不離家鄉(xiāng)，通過(guò)AI技術(shù)，就可以身臨其境般地在世界各地游學(xué)。“相信通過(guò)這種方式，能很大程度上縮小教育差距，解決教育資源的不公平，這是一個(gè)非常積極的影響。然而，實(shí)現(xiàn)這些目標(biāo)也面臨挑戰(zhàn)，如基礎(chǔ)設(shè)施投入、數(shù)據(jù)隱私保護(hù)等問題。”

　　此外，劉興亮還表達(dá)了擔(dān)心——真假將越發(fā)難辨，假作真時(shí)真亦假，人們辨別信息真實(shí)性的成本將大大提高。以前，都說(shuō)有圖有真相，如今，有圖也無(wú)真相，“耳聽+眼見”都不一定為真?！?0分鐘騙走400萬(wàn)”“9秒被騙245萬(wàn)”……如今AI詐騙已屢見不鮮。當(dāng)AI生成視頻進(jìn)入尋常百姓家，AI工具造成的負(fù)面影響將再度擴(kuò)大。

　　劉興亮說(shuō)，由于我們普通人在日常生活中通常不會(huì)逐幀分辨視頻真?zhèn)?，越發(fā)以假亂真的AI視頻生成，足以化為欺詐者和詆毀者手里的利刃，刺向毫無(wú)防備的人。“AI內(nèi)容制作，讓現(xiàn)實(shí)和虛擬界線變得模糊，內(nèi)容真實(shí)性、版權(quán)、隱私、數(shù)據(jù)安全等問題紛至沓來(lái)，除了自己要時(shí)刻多一分小心，社會(huì)也需要一系列政策、法律和倫理規(guī)范來(lái)應(yīng)對(duì)，才能確保技術(shù)發(fā)展不脫軌，保護(hù)好每個(gè)人的利益?！?/p>

　　Sora等AI會(huì)奪走“我”的飯碗嗎？

　　Sora如此之厲害，以至于讓很多行業(yè)從業(yè)者感到瑟瑟發(fā)抖，對(duì)未來(lái)“飯碗”能否保住感到擔(dān)憂。

　　這種擔(dān)心并非空穴來(lái)風(fēng)。

　　近些年，人工智能已在影視行業(yè)中開始應(yīng)用。比如電影《流浪地球2》中已經(jīng)應(yīng)用了人工智能去做包括面部的增齡、減齡等方面的呈現(xiàn)，以及聲音的處理。郭帆曾在去年透露，《流浪地球3》預(yù)計(jì)現(xiàn)場(chǎng)拍攝團(tuán)隊(duì)可能會(huì)從《流浪地球2》時(shí)的2000多人，減少到只剩幾百人。

△《流浪地球2》劇照 | 資料圖

　　可見，人工智能更新迭代之快?！艾F(xiàn)在的人工智能更新迭代速度，已經(jīng)以天為單位計(jì)了。”劉興亮說(shuō)。有估計(jì)認(rèn)為，未來(lái)三年影視行業(yè)將有20萬(wàn)個(gè)職位受到AI沖擊，音效工程師、配音演員、特效以及后期制作也將受到影響。如果技術(shù)繼續(xù)進(jìn)步，這類職位將越來(lái)越多地被AI工具所取代。

　　“擔(dān)心自己會(huì)失業(yè)的焦慮心情可以理解，但無(wú)論在什么行業(yè)，面對(duì)AI帶來(lái)的重大變革，能否繼續(xù)在此行業(yè)站穩(wěn)，很大程度上取決于轉(zhuǎn)型速度?！眲⑴d亮表示，讓你失業(yè)的其實(shí)不是AI，是那些掌握了AI工具的人，“別人掌握了，你沒有，你可能就被淘汰了。所以，我們得去適應(yīng)時(shí)代?！?/p>

　　如何適應(yīng)？教育和終身學(xué)習(xí)是應(yīng)對(duì)AI變革的關(guān)鍵，“擁抱AI、與之共舞，讓自己成為周圍環(huán)境中最懂AI的人。你掌握得越快，你可能就越能在這種大環(huán)境中勝出，不被淘汰；你掌握得越慢，你面臨被淘汰的風(fēng)險(xiǎn)可能就越大；如果你完全不掌握，那一定會(huì)被淘汰?！?/p>

　　無(wú)論如何，未來(lái)已來(lái)。面對(duì)不斷地被更新、被轉(zhuǎn)型，你準(zhǔn)備好了嗎？

責(zé)任編輯：張薇