橫空出世,Sora“生成”了一個(gè)怎樣的新世界

AI，再一次刷屏。人工智能新銳OpenAI發(fā)布的文生視頻大模型Sora，為大家貢獻(xiàn)了一場(chǎng)“熱辣滾燙”的視覺(jué)盛宴：喜迎龍年春節(jié)，追逐舞龍隊(duì)伍的男女老幼喜氣洋洋;雨后東京街頭，一位時(shí)髦女士穿梭在霓虹閃耀的街道上……只要輸入相應(yīng)的提示文字，Sora就可以“一秒”生成長(zhǎng)達(dá)一分鐘的相關(guān)視頻，既能實(shí)現(xiàn)多角度鏡頭的自然切換，還能創(chuàng)造復(fù)雜的場(chǎng)景和生動(dòng)的角色表情。

面對(duì)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(shí)，視頻模糊了虛擬和現(xiàn)實(shí)世界的界限，讓人心生“眼見未必為實(shí)”的擔(dān)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(shí)代超越邊界的想象力和爆發(fā)力。

有人說(shuō)，新世界的圖景正在慢慢浮現(xiàn)。這會(huì)是一個(gè)怎樣的新世界？

“凡我不能創(chuàng)造的，證明我沒(méi)有理解。”

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

AI從未停止給人類帶來(lái)驚喜。1997年，超級(jí)計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝了當(dāng)時(shí)世界排名第一的國(guó)際象棋大師卡斯帕羅夫，全球轟動(dòng)。2016年，“阿爾法狗”（Alpha Go）在與韓國(guó)棋手李世石的對(duì)弈中獲勝，這場(chǎng)“人機(jī)大戰(zhàn)”成為人工智能史上一座新的里程碑。

AI從未停止進(jìn)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(jīng)成為人工智能領(lǐng)域的新趨勢(shì)。什么是生成式AI？簡(jiǎn)單來(lái)說(shuō)，生成式AI是一種可以自主產(chǎn)生文字、圖像、音樂(lè)、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(chuàng)造力和想象力。

“凡我不能創(chuàng)造的，證明我沒(méi)有理解。”物理學(xué)家理查德·費(fèi)曼曾這樣說(shuō)。而對(duì)生成式人工智能而言，則是因?yàn)槔斫猓詣?chuàng)造。比如，ChatGPT是通過(guò)人類的語(yǔ)言來(lái)理解世界，首先基于自然語(yǔ)言處理技術(shù)和神經(jīng)網(wǎng)絡(luò)模型來(lái)學(xué)習(xí)和理解人類語(yǔ)言的語(yǔ)法和語(yǔ)義，然后再生成具有連貫性和邏輯性的自然語(yǔ)言文本。Sora則是通過(guò)視頻、圖片等多模態(tài)數(shù)據(jù)來(lái)理解和重新建構(gòu)世界。

Sora是目前生成式AI的集大成者。如果將當(dāng)前的生成式AI比作一棵樹，那么，大語(yǔ)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(gè)部位（不同類型數(shù)據(jù)）的養(yǎng)分后，結(jié)出的最復(fù)雜的果實(shí)。

可以說(shuō)，Sora的出現(xiàn)，預(yù)示著一個(gè)全新的視覺(jué)敘事時(shí)代的到來(lái)，它可以將人們的想象力轉(zhuǎn)化為生動(dòng)的動(dòng)態(tài)畫面，將文字轉(zhuǎn)化為視覺(jué)盛宴。

從“讀萬(wàn)卷書”到“行萬(wàn)里路”

Sora的驚艷之處不僅是生成視頻的能力，更在于對(duì)真實(shí)物理世界的理解和重新建構(gòu)。OpenAI認(rèn)為，Sora是理解和模擬物理世界的模型基礎(chǔ)。

簡(jiǎn)單來(lái)說(shuō)，ChatGPT這類語(yǔ)言模型是從語(yǔ)言大數(shù)據(jù)中學(xué)習(xí)，實(shí)際上就是模擬一個(gè)充滿人類思維和認(rèn)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(shí)地理解、反映物理世界，是現(xiàn)實(shí)物理世界的“模擬器”。

有人調(diào)侃說(shuō)，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(dòng)力學(xué)效果，包括波浪和船只移動(dòng)時(shí)液體的流動(dòng);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(zhǔn)地理解和模擬現(xiàn)實(shí)世界的光影關(guān)系、物理遮擋和碰撞關(guān)系，生成的畫面才能真實(shí)、生動(dòng)。

“一直以來(lái)，我認(rèn)為GPT是一個(gè)困在數(shù)字世界的‘囚徒，它不能真實(shí)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(shí)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(zhǎng)兼總工程師林詠華認(rèn)為，Sora展示了人工智能在理解真實(shí)世界場(chǎng)景并與之互動(dòng)的能力，這是朝著實(shí)現(xiàn)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(xiàn)實(shí)物理世界的“模擬器”，有人將這個(gè)跨越形象地比喻為“從讀萬(wàn)卷書到行萬(wàn)里路”。Sora跨出的這“一小步”，實(shí)際上是人工智能發(fā)展的“一大步”。

Sora打開的新世界

善用工具，一直以來(lái)都是人類的天性，也是人類不斷進(jìn)化的標(biāo)志。從火種到石器，從蒸汽機(jī)到電力技術(shù)，再到人工智能，新技術(shù)打開的世界賦予我們無(wú)限可能。

改變影視行業(yè)的創(chuàng)作方式。原先動(dòng)畫影視公司為讓動(dòng)物的數(shù)百萬(wàn)根毛發(fā)、皮膚紋理、衣物等細(xì)節(jié)更加真實(shí)，需要投入不菲的成本和時(shí)間。而如今，Sora只需要一行描述、幾次提示便能自動(dòng)完成。Sora將極大降低視頻制作的門檻和成本，“人人都是導(dǎo)演”的時(shí)代即將來(lái)臨，這將對(duì)影視、廣告、游戲、教育等諸多行業(yè)產(chǎn)生深遠(yuǎn)影響。

提升新聞傳播的時(shí)效性。在新聞傳播領(lǐng)域，Sora的實(shí)時(shí)視頻生成能力將使新聞報(bào)道更加迅速、直觀，還可以生成視頻深度報(bào)道、評(píng)論、摘要等產(chǎn)品，助力傳媒業(yè)降本增效，提高新聞傳播的效率和質(zhì)量。

構(gòu)建可視化科學(xué)實(shí)驗(yàn)?zāi)Ｐ汀ora是根據(jù)現(xiàn)實(shí)物理規(guī)則建立的模型，也就是說(shuō)能在一定程度上模擬現(xiàn)實(shí)物理現(xiàn)象。比如，在物理學(xué)、化學(xué)、生物學(xué)等領(lǐng)域，科研人員可以利用Sora創(chuàng)建復(fù)雜的動(dòng)態(tài)模擬，呈現(xiàn)難以在實(shí)驗(yàn)室條件下實(shí)現(xiàn)或觀察的過(guò)程，讓科學(xué)實(shí)驗(yàn)虛擬化、可視化。

近幾年，隨著生成式人工智能賦能多業(yè)態(tài)應(yīng)用的加速落地，整個(gè)AI行業(yè)的熱潮，已經(jīng)逐漸從文生文、文生圖，轉(zhuǎn)向了文生視頻領(lǐng)域。國(guó)內(nèi)字節(jié)跳動(dòng)、阿里、百度等科技大廠均已“跑步入場(chǎng)”，字節(jié)跳動(dòng)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(nèi)測(cè)中。

作為一種全新的內(nèi)容生成工具，Sora將在游戲、營(yíng)銷廣告和教育等行業(yè)大顯身手，涌現(xiàn)新模式，打開新世界。

如何應(yīng)對(duì)“AI焦慮”

自人工智能大模型展現(xiàn)出超預(yù)期的強(qiáng)大智能，外界對(duì)AI戰(zhàn)勝人腦、挑戰(zhàn)人類的擔(dān)心就一發(fā)不可收拾。此次Sora發(fā)布后，有評(píng)論認(rèn)為“碳基生物將見證一個(gè)嶄新的硅基物種的誕生”。還有不少人調(diào)侃，自己患上了“AI恐懼癥”。

“以前不相信是真的，現(xiàn)在不相信是假的。”眼見未必為實(shí)，Sora生成的視頻產(chǎn)品真假難辨，可能讓偽造和欺騙變得更簡(jiǎn)單。比如，一些美國(guó)公眾就接到過(guò)“深度偽造”的美國(guó)總統(tǒng)拜登的電話。

“AI什么都會(huì)，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(dān)心Sora將可能對(duì)攝影行業(yè)和剪輯行業(yè)造成沖擊，引起部分行業(yè)的失業(yè)潮。與此同時(shí)，人工智能生成作品的著作權(quán)問(wèn)題也面臨新的爭(zhēng)論。

生成式人工智能還將帶來(lái)一系列倫理挑戰(zhàn)，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(shè)計(jì)者和訓(xùn)練數(shù)據(jù)的影響，導(dǎo)致生成的內(nèi)容存在偏見或不公平。

“AI焦慮”，如何應(yīng)對(duì)？就像馬車夫無(wú)法阻止汽車的普及，打字員也永遠(yuǎn)無(wú)法阻止個(gè)人電腦的普及。技術(shù)的進(jìn)步不以人的意志為轉(zhuǎn)移，善用技術(shù)的人才能在競(jìng)爭(zhēng)中脫穎而出。

人工智能的時(shí)代浪潮奔涌向前，Sora的未來(lái)還有無(wú)限可能。我們既要熱情擁抱新技術(shù)，也要審慎看待警惕新風(fēng)險(xiǎn)。平衡之中，方顯理性之光，面對(duì)突飛猛進(jìn)的AI技術(shù)，這才是人類應(yīng)有的智慧。

（摘自《青島宣傳》王偉、畢龍翔）