Sora的出現不亞于一次“小型核爆炸”。

2月16日，Open AI公司發(fā)布了全新的視頻生成AI大模型Sora，該模型可以通過(guò)文本快速制作出一段長(cháng)達60秒的視頻，視頻中可以呈現多個(gè)角色、特定動(dòng)作、以及復雜場(chǎng)景。

這無(wú)疑是AI領(lǐng)域的一個(gè)爆炸新聞。

自ChatGPT誕生以來(lái)，圍繞著(zhù)生成式AI的討論便層出不窮，各個(gè)軟件廠(chǎng)商也開(kāi)始了在語(yǔ)言大模型賽道上的軍備競賽，百度率先推出了“文心一言”，阿里推出了“通義千問(wèn)”等等，各家都不希望錯過(guò)這個(gè)風(fēng)口。

而就在這個(gè)賽道正走向平靜的時(shí)候，谷歌推出了重磅級的產(chǎn)品“Gemini 1.5”，并將上下文窗口長(cháng)度擴展到100萬(wàn)個(gè)tokens，這讓Gemini 1.5有了一次性處理超過(guò)三萬(wàn)行代碼的能力。然而谷歌的這一張牌也使得Open AI帶來(lái)了其“王炸”級別的產(chǎn)品——Sora。

Open AI推出Sora將生成式AI推進(jìn)到視頻生成時(shí)代，對整個(gè)AI的市場(chǎng)格局有什么影響？生成視頻AI對各個(gè)行業(yè)未來(lái)會(huì )有什么樣的顛覆？真正的人工通用智能（AGI）即將到來(lái)？

• Sora推進(jìn)“AGI”大跨步

“AGI可能不需要十年二十年那么遠，可能一到兩年就能實(shí)現?！边@是周鴻祎在Sora發(fā)布之后給予的評價(jià)。馬斯克更是直接發(fā)文表示：“人類(lèi)要完（gg humans）?！?/p>

Sora是什么樣的一款產(chǎn)品，能讓業(yè)內人士給出如此高的評價(jià)？

目前，在Open AI的官網(wǎng)上已經(jīng)更新了48個(gè)視頻，在這些視頻中盡管有些視頻還是會(huì )出現一些不符合嘗試的小bug，但在絕大多數場(chǎng)景下，Sora能夠精準地展現出文字描述的細節，更能理解物體在真實(shí)世界中的存在，生成相對應的角色和信息。也標志著(zhù)Sora不僅僅能夠通過(guò)信息學(xué)習到信息，更能靈活地運用這些信息模擬出一個(gè)接近真實(shí)的“虛擬世界”。甚至一次性還能生成同一個(gè)場(chǎng)景下不同“機位”不同視角的場(chǎng)景。

僅從現在Sora展現出的實(shí)力，顯然已經(jīng)讓目前的“Gemini 1.5”望塵莫及。但同樣也有人提出了質(zhì)疑，圖靈獎得主LeCun表示，像Sora這種僅根據文字提示生成逼真的視頻，并不代表模型理解了物理世界。生成視頻的過(guò)程與基于世界模型的因果預測完全不同。而后Meta也推出了一個(gè)全新的無(wú)監督「視頻預測模型」——V-JEPA，號稱(chēng)能夠“以人類(lèi)的視角來(lái)理解世界”。

無(wú)可否認的是，Sora不僅是生成式AI由語(yǔ)言文字模型邁向視頻模型的一步，更也將“世界模型”這一概念徹帶火。未來(lái)的AI模型發(fā)展方向也成為了更真實(shí)地去理解模擬這個(gè)現實(shí)世界。

“世界模擬”也成為了AI新的方向，這一新方向也正在推進(jìn)著(zhù)“AGI”時(shí)代的到來(lái)。有了認識世界模擬世界的能力，甚至再給AI加上攝像頭和傳感器，AI成正朝著(zhù)擁有自主感知認識現實(shí)世界，學(xué)習并模擬現實(shí)世界的能力，能處理語(yǔ)言文本，圖像視頻的人工通用方向智能躍進(jìn)。

有了這樣的AI，也有許多人表示擔憂(yōu)：“這次可能是真的要失業(yè)了?！?/p>

• “Sora”占領(lǐng)未來(lái)“抖音”們？

視頻生成大模型，首先會(huì )改變的可能就是是視頻行業(yè)的格局。

目前，在短視頻平臺上，無(wú)數的AI讀有聲小說(shuō)，AI小說(shuō)配漫畫(huà)圖一類(lèi)視頻都有著(zhù)極高的熱。隨著(zhù)視頻生成大模型的進(jìn)一步發(fā)展，或許一部小說(shuō)，AI就能自動(dòng)生成一部電視劇或是電影。對于觀(guān)眾而言，生成式視頻大模型或許未來(lái)會(huì )成為最懂你的“導演”，為你獨家生成最合適的劇情和最符合你審美的演員。

對于許多的短視頻創(chuàng )作者而言，視頻生成大模型同樣能夠幫助節約下許多的拍攝成本，想要的場(chǎng)景，想要的演員甚至是劇情，只需要簡(jiǎn)單文字描述，就可以生成一段理想的視頻素材，從而輔助短視頻的創(chuàng )作。由于A(yíng)I視頻生成的便捷和快速，許多需要快速制作的時(shí)效性視頻便成為了AI大顯身手的領(lǐng)域。

對于視頻后期工作者來(lái)說(shuō)，尤其是特效工作者，視頻生成大模型的加入同樣也是以此極大的生產(chǎn)力進(jìn)步，許多場(chǎng)景的替換，特效制作，甚至是在現實(shí)世界中從未出現的特效畫(huà)面，都可以通過(guò)向AI描述的方式來(lái)獲得想要的特效畫(huà)面。

但也正是因為AI功能的過(guò)于強大，讓許多人再次產(chǎn)生了行業(yè)以及職業(yè)發(fā)展的擔憂(yōu)。

周鴻祎表示：以大模型技術(shù)作為基礎，加上人類(lèi)知識的引導，可以創(chuàng )造各個(gè)領(lǐng)域的超級工具，例如在生物醫學(xué)、蛋白質(zhì)、基因研究，包括物理、化學(xué)、數學(xué)的學(xué)科研究上，大模型都會(huì )其相應發(fā)揮作用。甚至AI的算力能幫助我們推演這個(gè)世界上人來(lái)尚未掌握的自然規律。

從技術(shù)發(fā)布到技術(shù)落地上有一大段路要走，未來(lái)是否真的能如周鴻祎構想的那樣由大模型技術(shù)帶來(lái)一場(chǎng)“技術(shù)爆炸”尚未可知。

就像珍妮紡紗機在工業(yè)革命時(shí)大放異彩，的確讓許多人在當時(shí)失業(yè)，但不代表著(zhù)人類(lèi)會(huì )進(jìn)入一種由AI主導的“人類(lèi)無(wú)用”狀態(tài)，AI依舊是需要人來(lái)支配以及提供維護，輔助學(xué)習的。并不會(huì )如一些悲觀(guān)者所言出現AI取代人類(lèi)的狀態(tài)。

但必須要接受的是，我們在這場(chǎng)科技革命當中，需要轉變心態(tài)擁抱一個(gè)新的時(shí)代的到來(lái)，甚至是擁抱一個(gè)虛擬的世界的到來(lái)。

• Sora，虛擬與現實(shí)的潘多拉魔盒

Sora的強大，讓出門(mén)問(wèn)問(wèn)的創(chuàng )始人李志飛感慨道：“LLM ChatGPT是虛擬思維世界的模擬器，以L(fǎng)LM為基礎的視頻生成模型Sora是物理世界的模擬器，物理和虛擬世界都被建模和模擬了，到底什么是現實(shí)？”

當AI創(chuàng )造出了一個(gè)足夠真實(shí)的虛擬世界，或許曾經(jīng)人們在科幻電影里所暢想的“黑客帝國”，想成為的“頭號玩家”，也會(huì )在不遠的將來(lái)正式到來(lái)。降溫許久的元宇宙，或許隨著(zhù)“世界模型”的不斷發(fā)展，也將再度占領(lǐng)風(fēng)口。

此前，2月初，蘋(píng)果公司推出的虛擬現實(shí)設備Vision Pro也迎來(lái)了正式發(fā)售，雖然第一代產(chǎn)品并不完美，但其可用度和操控性在一眾虛擬現實(shí)產(chǎn)品當中已經(jīng)是佼佼者，并且讓許多消費者看到了虛擬現實(shí)設備成為下一個(gè)時(shí)代的移動(dòng)設備的潛力。

Sora和Vision Pro或許會(huì )是真正叩開(kāi)元宇宙大門(mén)的代表軟硬件的兩把鑰匙。

無(wú)論是曾經(jīng)的Meta推出的頭戴設備還是如今蘋(píng)果的設備，都不能做到虛擬和現實(shí)真正的融合，也就是現實(shí)中的人，無(wú)法沉浸在那樣一個(gè)虛擬的世界當中。而如果未來(lái)Sora能構建一個(gè)與物理世界體驗無(wú)差的虛擬世界，真正構建出一個(gè)宏大的元宇宙，或許那個(gè)時(shí)候才是元宇宙迎來(lái)真正爆發(fā)的時(shí)候。

我們可能真的能體會(huì )到《頭號玩家》甚至是《黑客帝國》里面描述的那樣的世界，我們可能真的能沉浸式體驗一把“三體游戲”。只是不知道，如果真到了那時(shí)候，馬斯克會(huì )不會(huì )再度感慨：“gg humans”。

數據來(lái)源：網(wǎng)絡(luò )

圖片來(lái)源：網(wǎng)絡(luò )

參考文章：

新智元 《LeCun怒斥Sora不能理解物理世界！Meta首發(fā)AI視頻世界模型V-JEPA》

每日經(jīng)濟新聞 《Sora橫空出世，馬斯克發(fā)聲！OpenAI估值飆升，有望超800億美元》

財聯(lián)社 《Sora潛力多大？OpenAI科學(xué)家分享：它可以同時(shí)生成多視角視頻》

數科星球 《Sora“拯救”元宇宙，世界模型的潛力才剛釋放》

和訊網(wǎng) 《OpenAI的Sora會(huì )砸掉誰(shuí)的飯碗？》

周鴻祎 微博《Sora意味著(zhù)AGI實(shí)現將從十年縮短到一年》