Sora問(wèn)世，一石激起千層浪

楊易臻 張宣 蔡姝雯

穿著時(shí)尚的女性漫步在霓虹燈閃爍的東京街頭”“兩艘海盜船在一杯咖啡內(nèi)作戰(zhàn)”……春節(jié)假期，這幾段畫(huà)面精美的視頻在朋友圈“霸屏”，這些視頻是美國(guó)人工智能團(tuán)隊(duì)OpenAI新發(fā)布的視頻大模型Sora創(chuàng)作的。

Sora，這個(gè)詞來(lái)源于日語(yǔ)中的“天空”，意指無(wú)限的創(chuàng)造潛力。2022年底因發(fā)布ChatGPT一炮走紅的OpenAI，又因Sora在全球內(nèi)容創(chuàng)作領(lǐng)域掀起新的風(fēng)暴。

博采眾長(zhǎng)，

Sora“一騎絕塵”

只需要一段20至30個(gè)詞匯的文本指令或一張靜態(tài)圖像，就可以生成一段視頻，不論是寫(xiě)實(shí)還是動(dòng)畫(huà)風(fēng)格、寬屏還是豎屏，皆可任意選擇。雖然Sora并非首個(gè)可以通過(guò)文本生成視頻的大模型，但在時(shí)長(zhǎng)、分辨率等視頻生成模型的關(guān)鍵指標(biāo)上，相比先前的Runway、Pika等文生視頻產(chǎn)品，Sora可謂“一騎絕塵”?！癝ora的誕生，意味著AGI（人工通用智能）的實(shí)現(xiàn)可能從10年縮短至一兩年?！?60創(chuàng)始人周鴻祎在微博上宣布。

記者親身體驗(yàn)了此前某款視頻大模型的生成產(chǎn)品，在生成的10秒視頻中，人物表情僵硬、動(dòng)作不協(xié)調(diào)，視頻也無(wú)法準(zhǔn)確呈現(xiàn)文字描述，與Sora的演示視頻相比，確實(shí)差距巨大。

“Sora的技術(shù)亮點(diǎn)是，讓AI內(nèi)容編輯和生成實(shí)現(xiàn)了從文本、圖像到視頻的本質(zhì)跨越?！敝袊?guó)計(jì)算機(jī)學(xué)會(huì)理事、南京理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院副院長(zhǎng)肖亮認(rèn)為，Sora的底層技術(shù)并不算新，但優(yōu)勢(shì)在于“博采眾長(zhǎng)”，是多項(xiàng)技術(shù)積累、共同作用的結(jié)果。Sora在技術(shù)上的“顛覆性”主要體現(xiàn)在三方面：一是突破當(dāng)前視覺(jué)大模型“60s超長(zhǎng)視頻”生成瓶頸，以往的視頻模型大多只能生成時(shí)長(zhǎng)不超過(guò)10秒的視頻，而Sora在保證視頻時(shí)長(zhǎng)的同時(shí)，還能保持人物和場(chǎng)景的連貫；二是呈現(xiàn)多角度一鏡到底，逼真表現(xiàn)光影幾何、物理關(guān)系；三是較為真實(shí)地遵循物理世界規(guī)律，比如畫(huà)筆會(huì)在畫(huà)布上留下水墨、人吃漢堡會(huì)留下咬痕等。

OpenAI對(duì)Sora的定位頗具野心，號(hào)稱其并非僅僅是“文生視頻”的工具，而是一個(gè)通用的“物理世界模擬器”——復(fù)現(xiàn)真實(shí)世界的重力、摩擦力等物理現(xiàn)象。這一定位使得Sora未來(lái)有望成為跨越各行各業(yè)的“超級(jí)工具”，可用于模擬天氣變化、自動(dòng)駕駛、生物行為甚至軍事場(chǎng)景等。

對(duì)此，南京大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系長(zhǎng)聘副教授過(guò)潔表示，實(shí)際上，早有多條技術(shù)路徑瞄準(zhǔn)“模擬物理世界”這一目標(biāo)，只不過(guò)實(shí)現(xiàn)方式不同。Sora的技術(shù)路徑可以理解為“數(shù)據(jù)驅(qū)動(dòng)”——通過(guò)學(xué)習(xí)視頻來(lái)理解現(xiàn)實(shí)世界的動(dòng)態(tài)變化，并用計(jì)算機(jī)視覺(jué)技術(shù)模擬這些變化。“但從Sora的一些‘翻車視頻可以看出，它在理解物理世界時(shí)會(huì)遇到困難。”過(guò)潔以游戲舉例，在一款射擊游戲中，玩家想要走出屋子射擊“敵人”，Sora很可能會(huì)讓玩家“穿墻而去”?！癝ora是否知道墻是一道物理障礙？在它塑造的世界規(guī)則中，是否有這么一條規(guī)矩，規(guī)定墻是不能穿過(guò)的？這些都是未知。”

“目前Sora接受的所有訓(xùn)練都是人類‘喂給它的，其實(shí)還是沒(méi)有跳脫現(xiàn)階段人類的認(rèn)知范圍。目前還有許多物理規(guī)律連人類都還沒(méi)有掌握，人類尚未踏足的知識(shí)領(lǐng)域，Sora也無(wú)法理解?！边^(guò)潔說(shuō)。

創(chuàng)意工作，

AI仍難以替代人類

“過(guò)往的人工智能產(chǎn)品，多半可以分為‘以文生文‘以文生圖等類型。它們大多是根據(jù)網(wǎng)上已有的語(yǔ)料來(lái)進(jìn)行內(nèi)容產(chǎn)出，對(duì)于我們的工作生活并沒(méi)有帶來(lái)特別大的改變?！蹦暇┐髮W(xué)人工智能學(xué)院院長(zhǎng)周志華分析，大家之所以對(duì)“文生視頻”的反應(yīng)“有點(diǎn)大”，是因?yàn)橥ㄟ^(guò)文字輸入來(lái)生成視頻這種方式，更容易讓大家感同身受。

影視娛樂(lè)行業(yè)的內(nèi)容創(chuàng)作者，成為最早擁抱AI創(chuàng)作工具的探路人之一。國(guó)內(nèi)一家頭部影視公司的AI項(xiàng)目負(fù)責(zé)人王鈺媛告訴記者，自2022年5月“文生圖”工具M(jìn)idjourney推出測(cè)試版本，她便開(kāi)始探索AI為內(nèi)容創(chuàng)作帶來(lái)的可能性。“AI目前在影視全流程都有所應(yīng)用，涵蓋前期開(kāi)發(fā)、中期制作、后期宣發(fā)整個(gè)鏈條。在影視項(xiàng)目的前期開(kāi)發(fā)中，AI可以協(xié)助頭腦風(fēng)暴，激發(fā)‘腦洞，還可以輔助背景調(diào)研、制作策劃書(shū)、潤(rùn)色大綱、評(píng)估IP等。比如，在動(dòng)畫(huà)電影的角色設(shè)計(jì)過(guò)程中，需要完成角色的配色、服裝、整體的線稿等，傳統(tǒng)情況下，美術(shù)設(shè)計(jì)師要用三四天時(shí)間才能完成，如果導(dǎo)演不滿意，還需要好幾輪溝通和修改，而利用AI，能迅速生成很多案例給導(dǎo)演和制片方選擇，減少了大量溝通成本。”

3月6日，一部自稱“完全由AI制作的開(kāi)創(chuàng)性長(zhǎng)篇電影”在洛杉磯首映。這部《終結(jié)者2》的翻拍作品，由50位藝術(shù)家組成的團(tuán)隊(duì)完成。該團(tuán)隊(duì)使用Midjourney、Runway、Pika等多個(gè)AI工具進(jìn)行創(chuàng)作。結(jié)合過(guò)往的使用經(jīng)驗(yàn)，王鈺媛認(rèn)為，就整體質(zhì)量而言，目前AI生成的內(nèi)容離商業(yè)質(zhì)量要求還很遠(yuǎn)。比如，控制影片特定畫(huà)面的風(fēng)格、色調(diào)，保持角色的一致性，制作連貫的長(zhǎng)鏡頭，都是AI目前難以完成的。AI工具更偏向于輔助、提供靈感和參考，沒(méi)有辦法完全取代某一個(gè)環(huán)節(jié)。

“不過(guò)，大模型確實(shí)有可能顛覆傳統(tǒng)電影的商業(yè)模式。傳統(tǒng)的影視制作，需要編劇、導(dǎo)演、制作團(tuán)隊(duì)、演員等共同協(xié)作，工種細(xì)分程度很高?！蓖踱曟抡f(shuō)，近幾年興起的短視頻中，遵循“黃金三秒定律”的短視頻，無(wú)需在制作上多么精良，但對(duì)視頻創(chuàng)意的要求很高，需要立刻抓住觀眾眼球。對(duì)于這些短視頻創(chuàng)作者，AI就可以成為很好的輔助。

在未來(lái)的“眼球爭(zhēng)奪戰(zhàn)”中，拼創(chuàng)意將成為趨勢(shì)?！霸?jīng)一個(gè)專業(yè)團(tuán)隊(duì)才能制作出的影片，現(xiàn)在有可能一個(gè)人就能完成。不需要商業(yè)融資、不需要花大價(jià)錢(qián)請(qǐng)演員、攝影師，人人都可以成為創(chuàng)作者?！蓖踱曟峦茰y(cè)，AI將給觀眾帶來(lái)更多可選擇的娛樂(lè)產(chǎn)品，除了電影、電視劇，短視頻、游戲等更多節(jié)奏緊湊、領(lǐng)域細(xì)分的內(nèi)容和產(chǎn)品將呈現(xiàn)爆發(fā)式增長(zhǎng)?！拔艺J(rèn)為AI工具沖擊的不是某個(gè)具體的工種，而是傳統(tǒng)行業(yè)或者帶有固定思維的人群?！?/p>

新浪潮來(lái)襲，

教育何為？

“盡管國(guó)內(nèi)大模型產(chǎn)品如雨后春筍大量涌現(xiàn)，但實(shí)際發(fā)展還是與美國(guó)存在差距?！睒I(yè)內(nèi)人士表示，究其原因，在于算力、數(shù)據(jù)和人才三個(gè)方面。

當(dāng)下，人工智能已成為產(chǎn)業(yè)創(chuàng)新的關(guān)鍵抓手之一。省政府工作報(bào)告也指出，要更大力度發(fā)展數(shù)字經(jīng)濟(jì)，以人工智能全方位賦能新型工業(yè)化，積極構(gòu)建特色化行業(yè)大模型，打造人工智能創(chuàng)新應(yīng)用先導(dǎo)區(qū)。

“江蘇發(fā)展人工智能大模型的一大優(yōu)勢(shì)是高校資源非常充分，但江蘇各個(gè)高校培養(yǎng)的頂尖人才外溢現(xiàn)象比較明顯?！边^(guò)潔說(shuō)。

2月27日，南京大學(xué)宣布，將于今年9月面向全體本科新生開(kāi)設(shè)“人工智能通識(shí)核心課程體系”。課程體系將涵蓋一門(mén)必修的人工智能通識(shí)核心課，搭配人工智能素養(yǎng)課，以及各學(xué)科與人工智能深度融合的前沿拓展課，從知識(shí)、能力、價(jià)值觀與倫理三個(gè)維度開(kāi)展教育教學(xué)。

“近幾年國(guó)內(nèi)許多高校都建立了人工智能學(xué)院，從本科開(kāi)始專門(mén)培養(yǎng)人工智能專業(yè)人才，這是一個(gè)好開(kāi)端?！敝苤救A表示。南京大學(xué)2018年成立我國(guó)C9高校中第一個(gè)人工智能學(xué)院培養(yǎng)本科生，并率先發(fā)布我國(guó)第一個(gè)人工智能本科專業(yè)教育培養(yǎng)體系。

“從人工智能領(lǐng)域的發(fā)展來(lái)看，重要的是打通‘基礎(chǔ)研究—人才培養(yǎng)—?jiǎng)?chuàng)新技術(shù)—產(chǎn)業(yè)發(fā)展的通道。”周志華說(shuō)，“基礎(chǔ)研究水平提高了，國(guó)內(nèi)大批研究生能夠接觸和從事與國(guó)際接軌的研究課題。其中一些學(xué)生自然會(huì)走到前沿促進(jìn)基礎(chǔ)研究和技術(shù)創(chuàng)新，他們將成為我國(guó)人工智能產(chǎn)業(yè)蓬勃發(fā)展的生力軍?！?/p>

（摘自2024年3月12日《新華日?qǐng)?bào)》）