橫空出世,Sora“生成”了一個怎樣的新世界

AI，再一次刷屏。人工智能新銳OpenAI發布的文生視頻大模型Sora，為大家貢獻了一場“熱辣滾燙”的視覺盛宴：喜迎龍年春節，追逐舞龍隊伍的男女老幼喜氣洋洋;雨后東京街頭，一位時髦女士穿梭在霓虹閃耀的街道上……只要輸入相應的提示文字，Sora就可以“一秒”生成長達一分鐘的相關視頻，既能實現多角度鏡頭的自然切換，還能創造復雜的場景和生動的角色表情。

面對Sora的橫空出世，人們不禁感慨“太驚艷了”“太炸裂了”“這怎么可能”;同時，視頻模糊了虛擬和現實世界的界限，讓人心生“眼見未必為實”的擔憂。

從文生文、文生圖到文生視頻，從ChatGPT、Dall-E到Sora，生成式AI跨越壁壘、一路狂飆，向人們展示了人工智能時代超越邊界的想象力和爆發力。

有人說，新世界的圖景正在慢慢浮現。這會是一個怎樣的新世界？

“凡我不能創造的，證明我沒有理解。”

Sora的橫空出世讓業界一時沸騰。特斯拉CEO埃隆·馬斯克感嘆，Sora讓“人類愿賭服輸”。360創始人周鴻祎則認為，Sora的誕生意味著AGI（通用人工智能）的實現可能從十年縮短至一兩年。

AI從未停止給人類帶來驚喜。1997年，超級計算機“深藍”戰勝了當時世界排名第一的國際象棋大師卡斯帕羅夫，全球轟動。2016年，“阿爾法狗”（Alpha Go）在與韓國棋手李世石的對弈中獲勝，這場“人機大戰”成為人工智能史上一座新的里程碑。

AI從未停止進化。從2022年大熱的文生文模型ChatGPT到文生視頻模型Sora，生成式AI已經成為人工智能領域的新趨勢。什么是生成式AI？簡單來說，生成式AI是一種可以自主產生文字、圖像、音樂、視頻等多種形式的人工智能，它可以模仿甚至超越人類的創造力和想象力。

“凡我不能創造的，證明我沒有理解。”物理學家理查德·費曼曾這樣說。而對生成式人工智能而言，則是因為理解，所以創造。比如，ChatGPT是通過人類的語言來理解世界，首先基于自然語言處理技術和神經網絡模型來學習和理解人類語言的語法和語義，然后再生成具有連貫性和邏輯性的自然語言文本。Sora則是通過視頻、圖片等多模態數據來理解和重新建構世界。

Sora是目前生成式AI的集大成者。如果將當前的生成式AI比作一棵樹，那么，大語言模型就是樹的主干，文生圖模型是主干延伸出的枝葉和花朵，而文生視頻模型則是汲取了各個部位（不同類型數據）的養分后，結出的最復雜的果實。

可以說，Sora的出現，預示著一個全新的視覺敘事時代的到來，它可以將人們的想象力轉化為生動的動態畫面，將文字轉化為視覺盛宴。

從“讀萬卷書”到“行萬里路”

Sora的驚艷之處不僅是生成視頻的能力，更在于對真實物理世界的理解和重新建構。OpenAI認為，Sora是理解和模擬物理世界的模型基礎。

簡單來說，ChatGPT這類語言模型是從語言大數據中學習，實際上就是模擬一個充滿人類思維和認知映射的虛擬世界，是虛擬思維世界的“模擬器”;而Sora則是在真實地理解、反映物理世界，是現實物理世界的“模擬器”。

有人調侃說，Sora似乎是懂一些“物理”的。以Sora生成的“海盜船在咖啡杯中纏斗”視頻為例。為了讓生成效果更加逼真，Sora需要理解和模擬液體動力學效果，包括波浪和船只移動時液體的流動;還需要精確模擬光線，包括咖啡的反光、船只的陰影，以及可能的透光效果。只有精準地理解和模擬現實世界的光影關系、物理遮擋和碰撞關系，生成的畫面才能真實、生動。

“一直以來，我認為GPT是一個困在數字世界的‘囚徒，它不能真實地感受、理解和反映物理世界。但是，從ChatGPT到Sora，反映了大模型真實理解、反映和模擬物理世界的巨大能力。”北京智源人工智能研究院副院長兼總工程師林詠華認為，Sora展示了人工智能在理解真實世界場景并與之互動的能力，這是朝著實現通用人工智能邁出的重要一步。

從ChatGPT到Sora，從虛擬思維世界的“模擬器”到現實物理世界的“模擬器”，有人將這個跨越形象地比喻為“從讀萬卷書到行萬里路”。Sora跨出的這“一小步”，實際上是人工智能發展的“一大步”。

Sora打開的新世界

善用工具，一直以來都是人類的天性，也是人類不斷進化的標志。從火種到石器，從蒸汽機到電力技術，再到人工智能，新技術打開的世界賦予我們無限可能。

改變影視行業的創作方式。原先動畫影視公司為讓動物的數百萬根毛發、皮膚紋理、衣物等細節更加真實，需要投入不菲的成本和時間。而如今，Sora只需要一行描述、幾次提示便能自動完成。Sora將極大降低視頻制作的門檻和成本，“人人都是導演”的時代即將來臨，這將對影視、廣告、游戲、教育等諸多行業產生深遠影響。

提升新聞傳播的時效性。在新聞傳播領域，Sora的實時視頻生成能力將使新聞報道更加迅速、直觀，還可以生成視頻深度報道、評論、摘要等產品，助力傳媒業降本增效，提高新聞傳播的效率和質量。

構建可視化科學實驗模型。Sora是根據現實物理規則建立的模型，也就是說能在一定程度上模擬現實物理現象。比如，在物理學、化學、生物學等領域，科研人員可以利用Sora創建復雜的動態模擬，呈現難以在實驗室條件下實現或觀察的過程，讓科學實驗虛擬化、可視化。

近幾年，隨著生成式人工智能賦能多業態應用的加速落地，整個AI行業的熱潮，已經逐漸從文生文、文生圖，轉向了文生視頻領域。國內字節跳動、阿里、百度等科技大廠均已“跑步入場”，字節跳動推出了文生視頻模型PixelDance，阿里上線了Animate Anyone模型，百度文心大模型的類似功能也在內測中。

作為一種全新的內容生成工具，Sora將在游戲、營銷廣告和教育等行業大顯身手，涌現新模式，打開新世界。

如何應對“AI焦慮”

自人工智能大模型展現出超預期的強大智能，外界對AI戰勝人腦、挑戰人類的擔心就一發不可收拾。此次Sora發布后，有評論認為“碳基生物將見證一個嶄新的硅基物種的誕生”。還有不少人調侃，自己患上了“AI恐懼癥”。

“以前不相信是真的，現在不相信是假的。”眼見未必為實，Sora生成的視頻產品真假難辨，可能讓偽造和欺騙變得更簡單。比如，一些美國公眾就接到過“深度偽造”的美國總統拜登的電話。

“AI什么都會，還要人類干什么？”Sora不僅是出色的攝影師，還是出色的視頻剪輯師。因此，不少人擔心Sora將可能對攝影行業和剪輯行業造成沖擊，引起部分行業的失業潮。與此同時，人工智能生成作品的著作權問題也面臨新的爭論。

生成式人工智能還將帶來一系列倫理挑戰，比如算法偏見與公平性。生成式人工智能的輸出可能受到算法設計者和訓練數據的影響，導致生成的內容存在偏見或不公平。

“AI焦慮”，如何應對？就像馬車夫無法阻止汽車的普及，打字員也永遠無法阻止個人電腦的普及。技術的進步不以人的意志為轉移，善用技術的人才能在競爭中脫穎而出。

人工智能的時代浪潮奔涌向前，Sora的未來還有無限可能。我們既要熱情擁抱新技術，也要審慎看待警惕新風險。平衡之中，方顯理性之光，面對突飛猛進的AI技術，這才是人類應有的智慧。

（摘自《青島宣傳》王偉、畢龍翔）