Sora和人類，誰才是那個工具人

闕政

新年伊始，OpenAI（人工智能研究公司）再次扔出“王炸”——正式發(fā)布首款文生視頻模型“Sora”，繼文本、圖像之后，在視頻領(lǐng)域放大招。48個對外展示的視頻，不僅畫面逼真、光影考究，而且在物理效果（如遮擋和碰撞）、運動連續(xù)性、人物一貫性等方面表現(xiàn)出接近真實世界的高超水平，將同期的其他文生視頻應(yīng)用遠(yuǎn)遠(yuǎn)甩在了身后。

Sora的出現(xiàn)，無疑是人工智能發(fā)展歷程中的一個里程碑。

哪些活能派給Sora干？

AIGC（人工智能生產(chǎn)內(nèi)容）時代就這么招呼都不打一聲地降臨了。Sora如一滴清水落入油鍋，影視圈炸了，一則以喜，一則以懼。

喜的人，最近張口閉口都把四個字掛在嘴邊：“降本增效”。從前的AI不太理解現(xiàn)實世界的物理規(guī)律，從前的AI生成的視頻像動圖，長度也只有幾秒鐘，而Sora和這些有質(zhì)的不同，就像計算器遇到了計算機(jī)。

影視人已經(jīng)開始盤算可以給Sora派哪些活干：最近美國《綜藝》雜志刊載了一張調(diào)查圖——在影視和游戲行業(yè)從業(yè)者眼中，AI最擅長的活包括：為影視或游戲創(chuàng)建逼真音效、自動完成代碼以協(xié)助游戲編程、為影視和游戲開發(fā)3D虛擬世界、為影視和游戲制作故事板、為影視作外語配音、編寫游戲?qū)υ挕橛耙晞?chuàng)建逼真的合成演員、寫影視劇本……

從前拍電影的總羨慕作家只用一支筆就能寫出千軍萬馬，不像拍戲，要預(yù)算、要找人組局、要置景、要拍還要剪。現(xiàn)在Sora向世人展示了“傻瓜級”視頻制作，僅僅輸入幾個關(guān)鍵詞，就能產(chǎn)出精美畫面。未來，我們普通人做一個白日夢，也可以交付給AI，生成劉慈欣+郭帆范兒的科幻大片，“你行你上”的戲謔即將變成現(xiàn)實。

在影視圈最悲觀的想象里，AI已經(jīng)不再是雙刃劍，而像是核武器，鏈?zhǔn)椒磻?yīng)猶如滅霸（電影人物，擁有強(qiáng)大的破壞力）的響指，搞不好“噼啪”一聲，整個影視行業(yè)都沒了——觀眾想看什么內(nèi)容，自己生成就行——原著AI寫，編劇AI來，電影AI拍。字生文，文生圖，文生視頻，再配上一副虛擬現(xiàn)實的眼鏡，無景弗現(xiàn)，無遠(yuǎn)弗至。

Sora的友軍泄了AI的老底

Sora到底有沒有超能力？判斷這個問題，我們可以先從前Sora時代的AI入手。

最近，麻省理工學(xué)院主辦了一個“AI for filmmak？ ing”電影制作比賽，主題是“Space I call home”（我稱之為家的那片宇宙）。這場比賽面向全世界開放，要求是“主要由AI完成”以及“視頻時長在兩分鐘以上”，有不少中國人參賽，其中蕭飛和王超導(dǎo)演的一段四分鐘視頻入圍技術(shù)獎。

王超是“百夫長影像工作室”的創(chuàng)始人，在視頻制作領(lǐng)域創(chuàng)業(yè)已有十幾年，近年開始關(guān)注到AI。在王超給GPT（生成式預(yù)訓(xùn)練模型）的指令中，他希望AI能將影片最后一句旁白翻譯成莎士比亞式的詩意古英語；在給Midjourney（AI繪畫工具）的指令中，他希望AI可以在片頭做出“末世廢土風(fēng)”，帶一點手繪的感覺，而中間的敘事段落則要以普通人的視角切入，影像風(fēng)格偏真實，“用33毫米電影鏡頭，采用Imax（寬銀幕技術(shù)）攝像機(jī)拍攝”；而到了圖生視頻階段，又希望PixVerse（虛擬現(xiàn)實創(chuàng)作工具）為貓咪加上伸懶腰、瞇眼睛的動態(tài)——結(jié)果AI都成功辦到了。

不過，這并不代表制作過程中就不需要人工參與；相反，與人們想象中的“一鍵生成”不同，人力花費的時間長達(dá)八天。

“每個環(huán)節(jié)AI都會暴露一些問題。”王超解釋說，“最大的問題是AI每一次的回應(yīng)都帶有隨機(jī)性，我們戲稱為‘開盲盒：即使你每次都輸入同樣的提示詞，它出來的結(jié)果依然會是不同的。所以用AI做視頻，雖然硬件成本是降低了，但體力成本是一點沒減少?！?h3>把它當(dāng)作工具，而不是做工具人

OpenAI也并不避談Sora的缺點，公司在官網(wǎng)上發(fā)文承認(rèn)：交互是目前系統(tǒng)最大的短板之一，AI還不能完全把握時間的因果關(guān)系和物理世界的法則，例如人咬了一口餅干后，餅干的形狀會發(fā)生怎樣的變化。

看過Sora樣片的觀眾應(yīng)該都注意到了其中的“穿幫”之處：打翻水杯的時候，水從杯壁而不是杯口流出；橘貓向主人伸出第三只手；女子左右腳互換；櫻花樹無根系地浮在半空……這無疑給Sora的可靠性打了一個問號。

美國對此也有相似看法?！毒C藝》雜志最近以《為什么OpenAI的Sora還沒有準(zhǔn)備好取代好萊塢》為題，總結(jié)了Sora的三大缺點：連續(xù)性、可控性和版權(quán)。

AI哪怕只是全面替代電影人的工作，路也很長很長。它也許已經(jīng)端掉了一些人的飯碗，但從長遠(yuǎn)來看，就像汽車取代了牛馬，縫紉機(jī)取代了紡織工，AI在消滅一些職業(yè)的同時，也會創(chuàng)造一些新的職業(yè)，比方說“roll圖員”“鑒真師”“查重師”“連貫師”“AI協(xié)調(diào)者”“數(shù)字明星經(jīng)紀(jì)人”，一切只是時間問題。

顯然，AI勢必會淘汰一些人，影響一代人，但歸根到底目前還不是AI和人的較量，而是人和人的較量。

自信一點，人類的灰色腦細(xì)胞

AI和外星人有幾分相似。有些人覺得他們是“拯救派”，另一些人覺得他們是“降臨派”。人類的終極恐懼是被異族團(tuán)滅，而自打“圖靈測試”開始，關(guān)于AI“自我意識”的爭論就從未停歇。

智元動力（北京）科技有限公司CEO王博曾經(jīng)和研究AI深度學(xué)習(xí)的微軟科學(xué)家（也是OpenAI研發(fā)Sora的合作科學(xué)家）討論過這個問題，對方覺得，AI有沒有自我意識，看你如何理解自我意識：“就像人看電影的時候，電影里的角色，觀眾覺得是有血有肉，有喜怒哀樂也有悲歡離合的，但演員在塑造角色的時候有沒有自我意識？也許有，也許是設(shè)計出來的。那么你說，人是不是也有可能是由高維度的智力設(shè)計出來的呢？”

科幻電影里有過許多“缸中腦”的設(shè)想，最有名的莫過于《黑客帝國》——假如有一天，發(fā)現(xiàn)人類真的只是玻璃缸里漂浮著的大腦，而另一面卻是色彩斑斕《頭號玩家》一樣的AI元宇宙，你會選擇哪個？科技發(fā)展到最后，提出的是哲學(xué)問題。

其實Sora帶來的負(fù)面問題中，最有可能快速成真的就是“深度偽造”，不但會大肆污染人類的數(shù)據(jù)庫，更可怕的是造成“虛實難分”——假作真時真亦假，上一秒你覺得假視頻是真實生活，下一秒，你可能就會覺得家里的墻壁上隱約出現(xiàn)馬賽克、全世界都是一個巨大的障眼法——人類哪里經(jīng)得起這樣的精神分裂啊。

面對Sora帶來的疾風(fēng)暴雨，人文藝術(shù)家應(yīng)該自信一點，從戰(zhàn)術(shù)上敬畏它，從戰(zhàn)略上藐視它。從GPT到Sora，基本上還只是模擬了大腦神經(jīng)網(wǎng)絡(luò)的很小一部分，我們要像田忌賽馬一樣，別去和AI硬拼算力——下等馬先輸一程沒關(guān)系，還有中等馬和上等馬在后。雖然武無第二，但文也無第一啊。

（摘自《新民周刊》）