作者：楊易臻 張宣 蔡姝雯

　　“穿著時尚的女性漫步在霓虹燈閃爍的東京街頭”“兩艘海盜船在一杯咖啡內作戰(zhàn)”……春節(jié)假期，這幾段畫面精美的視頻在朋友圈“霸屏”，這些視頻是美國人工智能團隊OpenAI新發(fā)布的視頻大模型Sora創(chuàng)作的。

　　Sora，這個詞來源于日語中的“天空”，意指無限的創(chuàng)造潛力。2022年底因發(fā)布ChatGPT一炮走紅的OpenAI，又因Sora在全球內容創(chuàng)作領域掀起新的風暴。

　　博采眾長，Sora“一騎絕塵”

　　只需要一段20至30個詞匯的文本指令或一張靜態(tài)圖像，就可以生成一段視頻，不論是寫實還是動畫風格、寬屏還是豎屏，皆可任意選擇。雖然Sora并非首個可以通過文本生成視頻的大模型，但在時長、分辨率等視頻生成模型的關鍵指標上，相比先前的Runway、Pika等文生視頻產品，Sora可謂“一騎絕塵”?！癝ora的誕生，意味著AGI（人工通用智能）的實現(xiàn)可能從10年縮短至一兩年?！?60創(chuàng)始人周鴻祎在微博上宣布。

　　記者親身體驗了此前某款視頻大模型的生成產品，在生成的10秒視頻中，人物表情僵硬、動作不協(xié)調，視頻也無法準確呈現(xiàn)文字描述，與Sora的演示視頻相比，確實差距巨大。

　　“Sora的技術亮點是，讓AI內容編輯和生成實現(xiàn)了從文本、圖像到視頻的本質跨越。”中國計算機學會理事、南京理工大學計算機科學與工程學院副院長肖亮認為，Sora的底層技術并不算新，但優(yōu)勢在于“博采眾長”，是多項技術積累、共同作用的結果。Sora在技術上的“顛覆性”主要體現(xiàn)在三方面：一是突破當前視覺大模型“60s超長視頻”生成瓶頸，以往的視頻模型大多只能生成時長不超過10秒的視頻，而Sora在保證視頻時長的同時，還能保持人物和場景的連貫；二是呈現(xiàn)多角度一鏡到底，逼真表現(xiàn)光影幾何、物理關系；三是較為真實地遵循物理世界規(guī)律，比如畫筆會在畫布上留下水墨、人吃漢堡會留下咬痕等。

　　OpenAI對Sora的定位頗具野心，號稱其并非僅僅是“文生視頻”的工具，而是一個通用的“物理世界模擬器”——復現(xiàn)真實世界的重力、摩擦力等物理現(xiàn)象。這一定位使得Sora未來有望成為跨越各行各業(yè)的“超級工具”，可用于模擬天氣變化、自動駕駛、生物行為甚至軍事場景等。

　　對此，南京大學計算機科學與技術系長聘副教授過潔表示，實際上，早有多條技術路徑瞄準“模擬物理世界”這一目標，只不過實現(xiàn)方式不同。Sora的技術路徑可以理解為“數(shù)據(jù)驅動”——通過學習視頻來理解現(xiàn)實世界的動態(tài)變化，并用計算機視覺技術模擬這些變化。“但從Sora的一些‘翻車’視頻可以看出，它在理解物理世界時會遇到困難。”過潔以游戲舉例，在一款射擊游戲中，玩家想要走出屋子射擊“敵人”，Sora很可能會讓玩家“穿墻而去”。“Sora是否知道墻是一道物理障礙？在它塑造的世界規(guī)則中，是否有這么一條規(guī)矩，規(guī)定墻是不能穿過的？這些都是未知。”

　　“目前Sora接受的所有訓練都是人類‘喂’給它的，其實還是沒有跳脫現(xiàn)階段人類的認知范圍。目前還有許多物理規(guī)律連人類都還沒有掌握，人類尚未踏足的知識領域，Sora也無法理解?！边^潔說。

　　創(chuàng)意工作，AI仍難以替代人類

　　“過往的人工智能產品，多半可以分為‘以文生文’‘以文生圖’等類型。它們大多是根據(jù)網上已有的語料來進行內容產出，對于我們的工作生活并沒有帶來特別大的改變?！蹦暇┐髮W人工智能學院院長周志華分析，大家之所以對“文生視頻”的反應“有點大”，是因為通過文字輸入來生成視頻這種方式，更容易讓大家感同身受。

　　影視娛樂行業(yè)的內容創(chuàng)作者，成為最早擁抱AI創(chuàng)作工具的探路人之一。國內一家頭部影視公司的AI項目負責人王鈺媛告訴記者，自2022年5月“文生圖”工具Midjourney推出測試版本，她便開始探索AI為內容創(chuàng)作帶來的可能性。“AI目前在影視全流程都有所應用，涵蓋前期開發(fā)、中期制作、后期宣發(fā)整個鏈條。在影視項目的前期開發(fā)中，AI可以協(xié)助頭腦風暴，激發(fā)‘腦洞’，還可以輔助背景調研、制作策劃書、潤色大綱、評估IP等。比如，在動畫電影的角色設計過程中，需要完成角色的配色、服裝、整體的線稿等，傳統(tǒng)情況下，美術設計師要用三四天時間才能完成，如果導演不滿意，還需要好幾輪溝通和修改，而利用AI，能迅速生成很多案例給導演和制片方選擇，減少了大量溝通成本。”

　　3月6日，一部自稱“完全由AI制作的開創(chuàng)性長篇電影”在洛杉磯首映。這部《終結者2》的翻拍作品，由50位藝術家組成的團隊完成。該團隊使用Midjourney、Runway、Pika等多個AI工具進行創(chuàng)作。結合過往的使用經驗，王鈺媛認為，就整體質量而言，目前AI生成的內容離商業(yè)質量要求還很遠。比如，控制影片特定畫面的風格、色調，保持角色的一致性，制作連貫的長鏡頭，都是AI目前難以完成的。AI工具更偏向于輔助、提供靈感和參考，沒有辦法完全取代某一個環(huán)節(jié)。

　　“不過，大模型確實有可能顛覆傳統(tǒng)電影的商業(yè)模式。傳統(tǒng)的影視制作，需要編劇、導演、制作團隊、演員等共同協(xié)作，工種細分程度很高?！蓖踱曟抡f，近幾年興起的短視頻中，遵循“黃金三秒定律”的短視頻，無需在制作上多么精良，但對視頻創(chuàng)意的要求很高，需要立刻抓住觀眾眼球。對于這些短視頻創(chuàng)作者，AI就可以成為很好的輔助。

　　在未來的“眼球爭奪戰(zhàn)”中，拼創(chuàng)意將成為趨勢?！霸浺粋€專業(yè)團隊才能制作出的影片，現(xiàn)在有可能一個人就能完成。不需要商業(yè)融資、不需要花大價錢請演員、攝影師，人人都可以成為創(chuàng)作者?！蓖踱曟峦茰y，AI將給觀眾帶來更多可選擇的娛樂產品，除了電影、電視劇，短視頻、游戲等更多節(jié)奏緊湊、領域細分的內容和產品將呈現(xiàn)爆發(fā)式增長?！拔艺J為AI工具沖擊的不是某個具體的工種，而是傳統(tǒng)行業(yè)或者帶有固定思維的人群?！?/p>

　　新浪潮來襲，教育何為？

　　“盡管國內大模型產品如雨后春筍大量涌現(xiàn)，但實際發(fā)展還是與美國存在差距。”業(yè)內人士表示，究其原因，在于算力、數(shù)據(jù)和人才三個方面。

　　當下，人工智能已成為產業(yè)創(chuàng)新的關鍵抓手之一。省政府工作報告也指出，要更大力度發(fā)展數(shù)字經濟，以人工智能全方位賦能新型工業(yè)化，積極構建特色化行業(yè)大模型，打造人工智能創(chuàng)新應用先導區(qū)。

　　“江蘇發(fā)展人工智能大模型的一大優(yōu)勢是高校資源非常充分，但江蘇各個高校培養(yǎng)的頂尖人才外溢現(xiàn)象比較明顯。”過潔說。

　　2月27日，南京大學宣布，將于今年9月面向全體本科新生開設“人工智能通識核心課程體系”。課程體系將涵蓋1門必修的人工智能通識核心課，搭配人工智能素養(yǎng)課，以及各學科與人工智能深度融合的前沿拓展課，從知識、能力、價值觀與倫理三個維度開展教育教學。

　　“近幾年國內許多高校都建立了人工智能學院，從本科開始專門培養(yǎng)人工智能專業(yè)人才，這是一個好開端?！敝苤救A表示。南京大學2018年成立我國C9高校中第一個人工智能學院培養(yǎng)本科生，并率先發(fā)布我國第一個人工智能本科專業(yè)教育培養(yǎng)體系。

　　“從人工智能領域的發(fā)展來看，重要的是打通‘基礎研究—人才培養(yǎng)—創(chuàng)新技術—產業(yè)發(fā)展’的通道?！敝苤救A說，“基礎研究水平提高了，國內大批研究生能夠接觸和從事與國際接軌的研究課題。其中一些學生自然會走到前沿促進基礎研究和技術創(chuàng)新，他們將成為我國人工智能產業(yè)蓬勃發(fā)展的生力軍?！保钜渍?張宣 蔡姝雯）