從Sora到AGI：智能媒介的升維與全新場景體驗時代的到來

喻國明 蘇健威

基金項目：北京師范大學博士生學科交叉基金項目“擴展現實技術環境中的人機與情感傳播效果”（BNUXKJC2215）；北京師范大學人才培養質量提升專項計劃

作者信息：喻國明（1957— ），男，上海人，教育部長江學者特聘教授，北京師范大學新聞傳播學院教授、博士生導師，主要研究方向：新媒體、網絡輿論學、傳媒經濟與社會發展；蘇健威（1996— ），男，河北張家口人，北京師范大學新聞傳播學院博士研究生，主要研究方向：媒介技術與人機交互、認知神經傳播學。

【摘要】作為新一代大型視覺模型，Sora使文生視頻技術實現了從“堪用”到“好用”的飛躍，其走紅的背后是邁向通用人工智能的可能。Sora本質上是智能媒介的一次重大升維，使價值生成從此具備時空維度，這將開啟數字文明的序幕。Sora的意義在于：首先，大眾內容生產從以文本為基礎的單模態升維到以影像為基礎的多模態，個體的主體意義得到極大增強；其次，人類的認知、學習、溝通將進入全新的場景體驗時代；最后，全新場景體驗意味著能夠借此建立粒度更細、自由度更高、可供性更強的價值連接。Sora的技術革命也將深刻影響新聞傳播的價值要點：一方面，未來傳播需要滲透到公眾認知的全環節，輔助公眾參與治理，創造價值；另一方面，未來傳播需要連接圈層，促進圈層間的彼此理解與共識達成。

【關鍵詞】Sora 大型視覺模型 場景體驗 通用人工智能 智能媒介

【中圖分類號】G206 【文獻標識碼】Ａ 【文章編號】1003-6687（2024）6-039-07

【DOI】 10.13786/j.cnki.cn14-1066/g2.2024.6.005

生成式人工智能是2023年人工智能乃至整個媒介技術領域備受矚目的概念，掀起了新一輪全球產業升級。據科創研究機構PitchBook估計，2023年全球生成式AI的市場規模可達426億美元，2026年則將達到981億美元，[1]可見生成式人工智能有望成為未來技術與產業革命的強勁引擎。2024年2月15日，OpenAI繼大型語言模型產品ChatGPT之后又發布全新一代大型視覺模型Sora，使文生視頻模型的能力達到了新的高度。不僅如此，OpenAI更表示，Sora是能夠理解和模擬現實世界的模型基礎，這將是實現通用人工智能的重要里程碑。[2]

如何理解Sora不同于ChatGPT的革命性特征？Sora的誕生對于智能媒介與社會發展有何意義？厘清這些問題對于把握人工智能技術發展至關重要?；诖?，本文將討論三個問題：一是Sora本身具有哪些技術上的突破，形成了哪些標志性特征？二是以Sora為代表的通用人工智能技術將如何改變AI參與社會生產的方式以及人們認知和實踐的方式？三是在Sora的技術背景下，新聞傳播理論的價值要點有哪些新的變化？

一、作為全新大視覺模型，Sora使人們看到實現通用人工智能的可能與路徑

1. Sora是新一代大型視覺模型，使文生視頻技術從“堪用”到“好用”

Sora在日語中是“天空（そら）”的意思，可引申為“自由”之意。[3]正如其名，該模型經過訓練，可以根據簡單的文本指令自由生成長達1分鐘的現實或想象場景的視頻。[4]如圖1所示，Sora生成的視頻與真實攝像幾乎無法分辨，已經達到極為逼真的程度，遠遠超過了既往所有文生視頻產品的效果。

除了簡單的提示詞生成視頻外，Sora也展現出了諸多新的功能。首先，Sora可以在單個生成視頻中創建多個鏡頭，能準確反映同一場景中不同視角呈現的景觀，這意味著Sora對二維平面視覺的生成是基于三維物理世界的理解，能夠為內容的多角度敘事提供更好支持；其次，Sora可以自然融合兩種并不相關的場景視頻素材，使不同場景的切換平滑過渡；再次，Sora還支持對視頻素材進行向前、向后擴展，以及更換視頻局部的內容（如特定的場景、對象等）。

Sora這些功能基于與GPT模型類似的Transformer技術架構，此前OpenAI對于DALL·E和GPT模型的研究也成為Sora重要的技術基礎。就生成過程而言，Sora是一個擴散模型，它從看起來像靜態噪聲的圖像開始，通過在許多步驟中刪除噪聲來逐漸生成視頻（見圖2）。[5]有研究指出，Sora的問世揭示了在文生視頻中的幾種涌現能力。這一進展凸顯了大型視覺模型具有類似大型語言模型的潛力。[6]Sora目前還存在一些不容忽視的問題，其可能難以準確模擬復雜場景的物理規律與因果關系，如生成視頻中一個人在餅干上咬了一口，餅干可能不會出現咬痕。Sora還可能會忽略提示語中潛在的空間細節，如生成視頻中的人可能會在跑步機上反向跑步。盡管如此，不可否認的是，Sora已經使文生視頻應用實現了從“堪用”到“好用”的飛躍，成為大型視覺模型技術發展的一個關鍵里程碑。

2. Sora成功背后的隱喻：邁向通用人工智能的可能性與實踐路徑

2007年，美國通用智能研究所的戈爾策爾和佩納欽首次提出“通用人工智能”的概念，[7]用于區分狹義的、專長于個別領域的人工智能技術，代指人類水平的智能，即達到或超越人類智能，擁有如生命、感知、意識、心智甚至情感和道德等特征。[8]通用人工智能是能夠引發人工智能技術發展與應用質變的一個重要目標。遺憾的是，即便是近年來大熱的大語言模型也僅僅只能在文本模態進行抽象生成，人工智能技術距離通用人工智能的愿景仍十分遙遠。Sora的出現使人們前所未有地接近了通用人工智能。

首先，Sora使用視覺材料訓練，這意味著大型視覺模型技術在學習層面具有極高的資源稟賦和效率優勢。目前訓練大型語言模型存在諸多障礙，如人類文明發展歷史中沉淀下來的優質文本訓練語料是有限的，文本所能提供的學習價值也相對單薄。大型視覺模型則不同，任何視覺模態的材料都可以用作視覺訓練材料，都蘊含著大量真實世界的法則規律。360集團創始人周鴻祎指出：一旦人工智能接上攝像頭，把所有的電影都看一遍，把YouTube上和TikTok的視頻都看一遍，對世界的理解將遠遠超過文字學習，一幅圖勝過千言萬語，而視頻傳遞的信息量又遠遠超過一幅圖，這就離AGI真的不遠了，不是一二十年的問題，可能一兩年就實現。[9]有研究使用“具身智能”概念描繪未來人工智能學習進化效率的革命，即能理解、推理以及與物理世界互動的智能系統。[10]可以說，基于視覺模態的訓練是人工智能主動與物理世界交互的先決條件，當能夠主動學習、理解真實世界的具身智能成為現實，世界將很快迎來人工智能技術發展與應用的質變時刻。

其次，除了Sora訓練模式的轉變之外，使Sora接近通用人工智能的第二個原因是，Sora表現出了模擬物理世界的世界模型的潛力。OpenAI表示，他們正在教AI理解和模擬運動中的物理世界，目標是通過訓練模型來幫助人們解決需要與現實世界交互的問題。[1]根據Sora的技術報告，它是第一個確認展示出涌現能力的視覺模型。英偉達高級研究科學家Jim Fan斷言，Sora是一個數據驅動的物理引擎，是一個可學習的模擬器或世界模型。[11]這種模擬世界的性質使以Sora為代表的大型視覺模型超出了以往所有人工智能的價值定位，一方面，人工智能能夠在深度理解世界規律的基礎上進行創造性的、多模態的生成；另一方面，人工智能不僅能夠對已有材料進行歸納提取，亦能在規律的基礎上實現對真實世界的一定預測。

由此可見，Sora的走紅并非僅靠其文生視頻功能的卓越表現，更在于其已經極為接近通用人工智能的愿景。那么，如何從本質上理解Sora相較于先前人工智能技術所具有的革命性？Sora將如何改變我們的傳播形態以及社會生產生活方式？這對于把握以Sora為代表的大型視覺模型技術是極為重要的。

二、理解Sora的革命性：本質上是智能媒介的一次重大升維，使價值生成從此具備時空維度

愛因斯坦曾指出，在問題的原有維度上不能解決問題，在原有維度上，只能呈現問題，只有換一個維度，才能解決現有問題。人工智能的技術發展同樣是一個不斷升維的過程。倘若人工智能技術僅僅在原有邏輯上不斷提升性能及表現，那么人工智能將永遠無法實現革命性的質變。因此，理解Sora以及未來的人工智能技術，技術維度的躍升是一個關鍵視角。

1. Sora本質上是人工智能在ChatGPT之后的又一次重大升維

可以簡單地根據能力維度將人工智能技術發展劃分為三個階段（見圖3）。第一個階段即零維階段，就整個人工智能發展而言，零維階段是產生人工智能技術的前期基礎階段，其底層的系統架構、算法模型、算力基礎正在由量變轉為質變。人工智能在這一時期主要作為一種技術概念或方向，其功能效果尚不足以解決現實問題，更遑論具有超越人類智能的表現。

人工智能技術從零維突破至一維階段的標志，是1997年IBM超級計算機“深藍”戰勝國際象棋棋王加里·卡斯帕羅夫。這場對決使人工智能震驚世界——人工智能在一個專業領域已經達到甚至超越了人類頂尖水平。2016年DeepMind圍棋機器人AlphaGo戰勝圍棋世界冠軍李世石，證明人工智能能夠在更多專業領域超越人類智能。盡管如此，其間人工智能技術并沒有實現維度上的突破，即人工智能的優越性仍然僅限于個別專業領域。

ChatGPT的問世可被視為人工智能技術由一維突破至二維的關鍵標志，它的核心突破點在于， ChatGPT能夠在語義系統內對構成人類、場景、世界的各種要素進行整合提煉，將先前人工智能技術線性的個別領域優勢突破至平面式的更通用的、普適的優勢。由此，人工智能技術不再局限于個別領域對人類智能的超越，而是在相當廣泛的場景領域中表現出機器智能的優勢，這是一種功能維度上的巨大躍升。

但必須認識到，ChatGPT所依賴的GPT模型本質上是一個大型語言模型，其生成內容僅限于文本模態——對用戶和世界的一種抽象表達。換言之，以ChatGPT為代表的大型語言模型只能以相當粗粒度的方式認識世界、描繪現象、表述邏輯、傳遞情感……而我們日常生活中所感知到的世界遠遠比文字表述要更加細膩、活潑和生動。人工智能要進一步整合更廣域、更細膩、更直達人心的要素，就需要在更高維度上取得突破。

因此，Sora的革命性意義在于，其是繼ChatGPT之后人工智能技術的又一次重大升維，使人工智能感知和表達世界從此具備了時空維度。這種升維深刻地改變了人工智能提煉整合世界要素的邏輯，形成了全新的、更具包容度和自由度的智能系統。

2. Sora開辟了智能媒介價值生成的時空維度，從而具備模擬世界的能力

保羅·萊文森曾指出，一切媒介的進化趨勢都是復制真實世界的程度越來越高，其中一些媒介和真實的傳播環境達到了某種程度的和諧一致。[12]智能媒介同樣遵循這一發展邏輯，即智能媒介要達到通用人工智能的愿景，僅靠基于文本模態對世界的抽象理解和模擬是遠遠不夠的。要復制真實世界，形成更加廣闊、豐富、細膩地對世界和人類的感知、理解、匹配，智能媒介必須突破樸素的文本維度，形成基于時空維度的學習與創造能力。

Sora作為一個劃時代的大型視覺模型，其不僅能夠生成高保真平面影像，更能基于對物理世界的理解，形成對對象、場景多角度的影像創造。正如OpenAI將其定義為“世界模擬器”，一方面，Sora并非一個簡單的文生視頻模型，其實質上將智能媒介價值創造的維度從扁平的文本維度轉變為三維的空間維度，實現對物理世界的空間模擬；另一方面，Sora能夠生成長達1分鐘的視頻，能夠以時間為尺度描繪生成對象的變化。

于是Sora開啟了智能媒介模擬世界的時空維度，使智能媒介極大地接近通用人工智能的愿景——不僅能夠完成語義體系內世界的構建，更能完成整個物理世界的現實構建、場景構建、實踐平臺構建。在這種維度突破帶來的可供性劇增之下，無論是語義要素還是非語義要素都可以用三維時空進行模擬、重組和創生，這意味著智能媒介能夠敏銳地識別更加細微、隱晦、無法用語義表達的結構要素，并能在這種要素的重組、匹配、連接過程中形成更大的價值。這種維度突破也促使以Sora為代表的智能媒介幾乎實現了全域式的整合和價值匹配，即人類社會實踐的全環節、全鏈條可以進行全要素的整合和價值匹配。因此可以說，Sora本質上是人工智能的又一次重大升維，是智能媒介發展的一個全新標志。

3. Sora將揭開人類數字文明的序幕

事實上，任何一種媒介都是建立在特定技術進步基礎上的。媒介進化的歷史表明，媒介越向前發展，它與技術的關系就越發水乳交融、密不可分。[13]Sora所代表的大型視覺模型技術的飛躍形成智能媒介模擬世界的時空維度，也將促使媒介升維，推動媒介所承載的關系連接、價值連接得到升維。

對于構建數字文明而言，由于時空是極為重要的維度，所以開辟時空維度所驅動的這種升維不同于先前任何一個時段的媒介與社會進化。以往在論及人類的數字化、媒介化生存時，盡管能夠以媒介進化的邏輯突出其與先前時代的區別，但仍存在語焉不詳之處，即在我們所構想的數字文明之中或許存在著人類實踐邏輯、社會關系、社會結構的重要變化，但這種變化無法被立體地描摹出來，是以一種抽象的語義形態存在著，而非人類能夠真切地看到、感受到、接觸到的鮮活的時空現實。

在模擬世界的時空維度出現之前，我們很難構想一個不被時間、空間尺度所衡量的數字世界。于是在Sora出現之后，我們不僅可以看到智能媒介的技術進化，更能窺見未來虛實相融的社會場景以及人們如何在這種場景中實踐和發展。對于即將到來的由技術高度中介化的人類文明——數字文明，我們可以看得越來越明晰，對它的實現與發展越來越有所依循。就此而言，以Sora為代表的大型視覺模型為數字世界的價值創造開辟了時空維度，使未來的數字實踐得以被時空所呈現，人類數字文明的序幕也將就此揭開。

三、Sora驅動信息模態與價值連接升維，人類社會將進入全新的場景體驗時代

1. 大眾內容生產從以文本為基礎的單模態升維到以影像為基礎的多模態，個體的主體意義得到極大增強

ChatGPT等基于大型語言模型的智能媒介前所未有地改變了大眾內容生產的效能，增強了個體感知、認知和表達水平，使大眾內容生產躍升到新的層次。盡管如此，需要看到的是，ChatGPT立足于文本模態的價值賦能受到單一模態的限制，其價值創造的規模十分有限。

Sora和ChatGPT的不同之處在于，Sora以視覺模態為基礎，能夠囊括整個物理世界的全要素，能在算法算力的加持下對這些要素進行極大規模的整合、濃縮和提取，并能在個體意志的引領下形成更加豐富、立體和飽滿的表達。其實質是大眾內容生產從語言到非語言、從抽象到具象、從邏輯到感覺的革命性躍升。這種躍升系統地深掘并表達了人腦中無窮無盡的、模糊隱晦而無法凝練為語言的思緒，并能與前述萬千物理世界的要素進行細膩地整合、匹配、連接，形成更加廣闊的可供性。

這種可供性的劇增會形成全新的連接人與世界的方式，正如從功能手機到智能手機的“iPhone時刻”。功能手機作為具有特定功用的終端，連接的對象和內容都是有限的。iPhone從功能機的語境中脫離出來，以應用的方式重構了手機的功能邏輯，使手機成為人與外界連接的超級終端。Sora也將改變信息生產傳播的語境，使人們在與外部環境連接的過程中，不但能夠進行單薄的話語交流，更能以具象的形式分享創意和構想。人們能夠在具象的呈現基礎上進行溝通、游戲，以及復雜的行為協同。因此，Sora驅動的大眾內容生產的模態躍升，關鍵意義在于人們能夠超越信息交流的范疇，在近乎真實的實踐場景中進行對話和深度協同。

此外，大眾內容生產的模態躍升使個體能夠獲取超越以往的資源與權力。過去公眾主要以話語的形式參與社會、影響社會，如今個體基于Sora對世界的模擬，能夠感受世界各種各樣的真實樣態，可以用具有物理性質、化學性質的全要素進行對象和場景的把握、提取和細分，能夠通過相關影像來創造性地設計具體想法，從而使語義表達變為現實的數字產品。這就空前實現了從語義到非語義、從軟件到硬件的數字化擬合，個體可以在這種擬合的基礎上各盡其能，共創價值，共造生態。因此，Sora驅動信息模態的躍升將使個體的主體意義得到極大增強，個體的重要性將遠超以往任何一個時代，呈現出麥克盧漢所預言的“處處皆中心，無處是邊緣”。未來社會的構建要建立在個人的意愿和創意基礎之上，個體將成為最重要的原點，這是未來文明極為鮮明和重要的特征。

2. 人類的認知、學習、溝通將進入場景體驗時代

在OpenAI發布的最新Sora技術報告中提到，Sora能夠模擬如視頻游戲的數字化過程。未來Sora將可能被應用于建模、生成游戲動畫和場景等，游戲開發者的門檻將被大大降低。[14]這意味著無限生成個性化的數字場景成為可能。換言之，每個個體都能夠按照自己的意愿構造亦真亦假、虛實交融的數字場景，也能夠進入萬千場景中獲取新知和體驗，實現學習和對話。這不同于傳統的場景概念，如打車、外賣、網購等理性邏輯構造下的分眾場景，在智能媒介模擬物理世界的能力加持下，個體的每一種思緒都能夠形成更加直觀、細膩、立體、飽滿的場景，在這些場景中，我們能與故人對話，能在未來遨游，能讓每一個奇思妙想成為現實。因此，Sora代表的智能媒介將開啟不同于以往的、全新的場景體驗時代。

基于這種場景體驗，人的學習方式、認知模式都將發生深刻的變化。在此前的技術語境下，事物的表達維度往往是不完整的，是以語言或圖像的形式對世界的簡化和抽象，這一過程中對象或場景的大量細節將無法呈現，能夠呈現的部分也難免存在表達模糊晦澀之處。與之相應，對這種表達的認知就可能形成偏態，其認知過程的沉浸度、愉悅度和順暢度都是不足的。在新的場景體驗時代，人們將在場景中體驗、學習，直觀地體會世界的樣貌，把握對象的性質，具體而言，這種全新的場景體驗時代具有四個重要特征。

一是個體將以第一人稱進入場景之中，具有學習和探索的自由度。在沉浸傳播時代，傳播也將真正實現“我的場景我做主”，將傳播中的主動權賦予受眾。在虛擬的場景空間中，人的在場與環境因素并置存在，是一種非線性的并置狀態。[15]個體能夠主動地控制認知過程，對事物形成多維度的解讀，并能結合實踐操作形成更深層次的把握。

二是場景將形成人們對話的基礎，極大地減少各說各話的窘境。受限于先前技術，個體往往使用抽象的語言建立會話主題。盡管這種抽象一定程度上能夠突出重點，但其忽略掉的細節往往會引起不同受眾的不同解讀，正所謂“一千個讀者有一千個哈姆雷特”，受眾從抽象到具象的演繹會受到各種因素的影響，從而帶來認知的不確定性。在新的場景體驗時代，個體能夠以相對具象的方式呈現話題，極大地削減語義不明的灰色空間，使會話多方能夠就話題形成共通的、基礎的認識，從而減少網絡中各說各話的溝通困境。

三是場景體驗將成為個體消除認知差異、達成共識與共情的新路徑。在新的場景體驗時代，個體可以基于技術構建場景、共享場景，通過消除認知不匹配以幫助不同立場的個體達成彼此理解，形成換位思考的可能性。此外，構建場景也為情感敘事提供了更豐富的可供性，不同立場的個體置身場景之中更容易產生情感共鳴，如難民議題的敘述文本遠不如使用戶置身場景之中更具感染力和沖擊力。

四是場景體驗將成為個體認知改變的關鍵要素，能夠在很大程度上彌補語義模糊帶來的認知偏態和刻板印象，使不同立場的話語能在理論上處于對等狀態。最典型的便是網絡謠言，許多剪輯拼貼而成的影像片段往往能夠壓過文本信息的聲量，而構造場景則能有效傳情達意，使輿論不致極化。概言之，大眾構建多模態場景的能力對人類認知的完整性、自主性和可操作性具有重要意義，智能媒介將成為未來人類學習和認知的關鍵平臺。

3. 全新場景體驗意味著能夠建立粒度更細、自由度更高、可供性更強的價值連接

羅伯特·斯考伯和謝爾·伊斯雷爾曾前瞻性地指出，在未來的25年里互聯網將邁入場景時代，[16]隨后移動互聯網深度挖掘了基于場景的服務，即對場景（情境）的感知及信息（服務）適配，[17]使用戶需求與場景實現了粗略的連接，這是場景傳播的第一個階段，即著重“場”。在這一階段，場景不是完整的，始終是抽象、局部分散和割裂的。場景傳播的下一個階段將重于“景”，即在解決人們不同情景下個性化信息和服務的適配之后，場景技術將在景觀化呈現和沉浸式體驗方面躍進，[15]從而能夠構造粒度更細、自由度更高、可供性更強的價值連接。

具體而言，移動互聯網時代的場景連接是整體性的，即對場景的分析主要限于人工主觀劃分的代表性場景，如打車、外賣、網購等，這種場景以一種脫離個體所處現實物理環境的語義形態或應用形態存在。用戶無法窺見場景的構成要素和整體面貌，僅能通過“黑箱”式的主動連接完成需求的滿足。如當用戶想要回味電影中的某個情節時，只能通過點開幾個應用尋找視頻來滿足這種場景需求。這種連接模式無法精確地匹配到用戶想看的某個片段、想要產生的某種精神共鳴，以及在觀賞的同時享受到的其他服務。要達到這種需求的更深層次的滿足，場景必然不能以整體形式出現，而是以要素個性化組合的形式呈現。

以Sora為代表的智能媒介就完成了這種場景的解構和重組。通過大型視覺模型，智能媒介能夠理解物理世界，感知并分析視覺要素，使場景感知不再依賴于簡單抽象的文本敘述、數據模型、地理位置，而是能夠精確地分析場景中所蘊含要素的物理性質、化學性質、功能結構，并能結合個體需求賦予其價值定義，使這些要素能夠在用戶的需求意愿下進行重組和提煉，并與用戶需求建立精確匹配。這種匹配關系的細致程度遠超以往任何時代，其價值釋放的規模也將達到全新層次。

這種全新的場景體驗將與以ChatGPT為代表的文本生成智能媒介所構造的語義連接系統相結合，形成前所未有的價值連接范式。文本生成智能媒介的最大革命性在于，其打開了個體需求的“黑箱”，能夠根植用戶表達的語義系統，通過個性要素識別、人類認知模擬完成個體更細致的內生性需求的分析。[18]這迥異于外賣、打車等一般簡單的場景或需求的表達，而是對用戶需求的內在機理展開細膩的個性化識別。因此，當內部需求與外部場景的拆解重組相結合時，其本質上是智能媒介對連接雙端“黑箱”的開啟，是一切價值連接內外部關系壁壘的打破。一切細微復雜的、個體的、場景的結構要素能夠解構重組、重新生成、重新連接，從而構造粒度更細、自由度更高、可供性更強的價值連接。

至此，在智能媒介的中介下，整個社會一切內部要素和外部關系將互聯互通，整合協同。正如麥克盧漢對“地球村”的預言：“我們今天的加速并不是緩慢地從中心向邊緣的外向爆炸，而是瞬間發生的內爆，是空間和各種功能的融合。我們專門化的、分割肢解的中心—邊緣結構的文明，突然又將其機械化的碎片重新組合成一個有機的整體?！盵19]在這種整合之中，虛擬或現實世界的各種器物、各種媒介的界限將消弭，一切要素將根據個體的意愿、狀態實時響應，實時連接，協同作用。這種密集的價值連接將形成極大的價值釋放，推動人類文明進入數字時代的新紀元。

四、AGI時代新聞傳播學的價值要點：未來傳播要滲透到人的認知全環節，并在圈層化結構中促進共識達成

以Sora為代表的新技術將深刻地改變人類的傳播模式，這也為新聞傳播學帶來契機——我們有望通過技術進步解除既往傳播模式對人的限制，幫助公眾更好地形成認知，從而更好地把握自我與外界現實。因此，我們有必要重新審視AGI時代新聞傳播學的價值要點。

1. 未來傳播需要滲透到公眾認知的全環節，并輔助公眾參與治理、創造價值

在AGI時代，媒介將不僅僅是信息傳播的工具，新聞傳播活動也將被賦予更多功能。如果我們此時仍將新聞傳播簡單地定義為報道真相的話，我們就會犯“刻舟求劍”式的錯誤。因為新聞傳播最重要的目標是消除或減少公眾對于外界變化的認知不確定性，這不是僅靠提供真實可靠的新聞就能實現的。因為人內在已有的知識體系、既往經驗會扭曲相關信息，理解會存在偏差，存在系統性的漏洞，而這些缺陷在過去的傳統媒介時代是無法有效彌補的。

在AGI技術語境下，未來傳播必須從新聞報道的角色轉變為追求滲透至人認知的全過程。Sora為傳播創造了一個機會，即新聞傳播不僅可以報道真相，也可以通過游戲、場景體驗、實際操作，讓公眾看到真假混合的社會現實。在辨別的過程中，公眾的認知能力、選擇能力、判別能力將得到提升，能夠將其轉化為對不確定性的減少或消除。

此外，媒介正在從提供信息的工具演化為價值創造的平臺，這是由于媒介能夠構架連接，促進信息、資源、價值的流動，使每個個體能夠在流動的社會網絡中既獲取價值、滿足需求、完善自我，又能夠傳情達意、創造價值、實現自我。AGI時代，每個個體將成為社會中最重要的原點，未來社會將是萬眾共治、價值共創的龐大生態。因此，傳播與媒介更需要輔助公眾參與治理，創造價值，這是未來傳播的關鍵功能。

2. 未來傳播需要連接圈層，促進圈層間個體的彼此理解與共識達成

媒介技術的發展降低了個體之間彼此連接的成本，人類同氣相求的傾向逐漸轉變為媒介與社會結構的“部落化”和 “DAO化”。這種傳播結構能夠滿足個體群體認同和情感支撐的需求，但也催化了社會意見的撕裂和輿論治理的困難。因此，未來傳播的一項重要價值就在于如何讓人走出圈層進入公共空間，使社會意見能夠充分有效地碰撞和交換，能夠形成某種共識以推動社會發展。

Sora這一新興技術為連接圈層帶來了新的可能，即通過視覺內容的傳播與實踐場景的構建，使不同圈層的個體能夠更加立體、設身處地地感受彼此所處的情景，從而構建能夠形成共識和溝通的平臺，加強不同圈層間的彼此聯系。

總而言之，我們不應因新技術的到來而感到恐慌。新技術的誕生能夠改變傳媒業的格局，更能給新聞傳播帶來更廣闊的發揮空間，讓我們發現既往技術帶來的人認知、溝通上的限制，從而通過幫助整個社會更好地交流協作以推動技術向善，使社會更好地走入數字文明。

參考文獻：

[1] Sora來了，現實不存在了？[EB/OL].[2024-02-16].https：//mp.weixin.qq.com/s/y82KaPSIjCROi9FLHXdf2A.

[2] OpenAI. Video generation models as world simulators[EB/OL].[2024-02-15].https：//openai.com/research/video-generation-models-as-world-simulators.

[3] 關于Sora，我有十個小白問題[EB/OL].[2024-02-19].https：//www.guokr.com/article/465211.

[4] Liu Y， Zhang K， Li Y， et al. Sora： A Review on Background， Technology， Limitations， and Opportunities of Large Vision Models[EB/OL].[2024-03-03].http：//arxiv.org/abs/2402.17177.

[5] OpenAI. Creating video from text[EB/OL].[2024-02-15].https：//openai.com/sora.

[6] 解剖Sora：37頁論文逆向工程推測技術細節，微軟參與，華人團隊出品[EB/OL].[2024-03-02].https：//mp.weixin.qq.com/s/bPwZ1dGgqGeYs6Z4Ko1C6Q.

[7] Goertzel B. Artificial general intelligence[M]. New York： Springer， 2007： 1.

[8] 魏屹東. 關于通用人工智能的哲學思考[J]. 南京社會科學，2024（2）：10-19.

[9] 周鴻祎：Sora意味著AGI實現將從10年縮短到1年[EB/OL].[2024-02-16].https：//www.jiemian.com/article/10803956.html.

[10] 劉宏建. 具身智能：通用人工智能發展的必經之路[J]. 張江科技評論，2023（6）：14-15.

[11] Sora到底懂不懂物理世界？一場頭腦風暴正在AI圈大佬間展開[EB/OL].[2024-02-20].https：//www.thepaper.cn/newsDetail_forward_26391144.

[12] 保羅·萊文森. 萊文森精粹[M]. 何道寬，譯. 北京：中國人民大學出版社，2007：35.

[13] 喻國明，諶椿，王佳寧. 虛擬現實（VR）作為新媒介的新聞樣態考察[J]. 新疆師范大學學報（哲學社會科學版），2017，38（3）：15-21.

[14] Sora橫空出世，AI創業者和投資人們一夜無眠[EB/OL].[2024-02-17].https：//mp.weixin.qq.com/s/p2-RizdbgwxLvuhiCNHciQ.

[15] 喻國明，曲慧. VR/AR技術對媒體場景構建的三度拓展[J]. 傳媒觀察，2021（6）：13-16.

[16] 郜書鍇. 場景理論：開啟移動傳播的新思維[J]. 新聞界，2015（17）：44-48，58.

[17] 彭蘭. 場景：移動時代媒體的新要素[J]. 新聞記者，2015（3）：20-27.

[18] 喻國明，蘇健威. 生成式人工智能浪潮下的傳播革命與媒介生態——從ChatGPT到全面智能化時代的未來[J]. 新疆師范大學學報（哲學社會科學版），2023，44（5）：81-90.

[19] 米歇爾·麥克盧漢. 理解媒介：論人的延伸[M]. 何道寬，譯. 南京：譯林出版社，2011：131.

From Sora to AGI： Intelligent Media Upgrading and the Dawning of

the New Scenario-Based Experience Era

YU Guo-ming， SU Jian-wei（School of Journalism and Communication， Beijing Normal University， Beijing 100875， China）

Abstract： As a new generation of large visual models， Sora makes the generating text to video technology realize the leap from "usable" to "good". Behind its development is the possibility of realizing embodied intelligence， world model and then moving towards general artificial intelligence. Sora is essentially a major upgrading of intelligent media， enabling value generation with spatial and time dimensions， which will profoundly affect the digital practice of human beings and open the prelude to digital civilization. The significance of Sora lies in the fact that， firstly， the large-scale content production has been upgraded from text-based unimodal to image-based multimodal. Secondly， human cognition， learning and communication will enter the scenario-based experience era. Finally， the new scenario-based experience means that value connections can be established with finer granularity， higher degree of freedom and stronger affordance. Sora's technological revolution will also have a profound impact on the value of journalism and communication theory. On the one hand， the future communication needs to penetrate into the whole link of public cognition， and assist the public to participate in governance and create value. On the other hand， future communication will need to connect circles as well as promote mutual understanding and consensus-building among individuals in the circles.

Key words： Sora; LVM; scenario-based experience; AGI; intelligent media