每經(jing)記者 熊嘉楠  可楊(yang)    每經(jing)編(bian)輯 王月龍 楊(yang)夏 ;   

2022年末，現實OpenAI聊天機器人ChatGPT的不存面世無疑成為了引領人工智能浪潮的標志性事件，宣告了新一輪科技革命的現實到來。無論是不存聊天娛樂、教育學習，現實還是不存工(gong)(gong)作生產、醫(yi)療健康(kang)等領域，現實人工(gong)(gong)智能(neng)正以前所未有的(de)不存速(su)度(du)滲透到我(wo)們(men)生活的(de)方方面面。

而就在2月16日，現實OpenAI宣布推出全新的不存生成式人工智能模型“Sora”。據了解，現實通過文本指令，不存Sora可以直接輸出長達60秒的現實視頻，并且包含高度細致的不存背景、復雜的現實多角度鏡頭，以及富有情感的多個角色。

這意味著，繼文本、圖像之后，OpenAI將其先進的AI技術拓展到了視頻領域。OpenAI亦表示，Sora是能夠理解和模擬現實世界的模型的基礎，這一能力將是實現AGI（通用人工智能）的重要里程碑。

對于OpenAI視頻生成模型的出現，業內其實早有預期，但仍有人評價稱“比想象中來得更快”，亦有人振奮地表示“我們真的看到新工業革命來臨”。

2月16日，業內分析(xi)人士對(dui)《每日經濟新聞》記者表示(shi)，Sora無疑是人工智能領域的(de)一次重大(da)突破，該技術不(bu)僅展(zhan)示(shi)了(le)AI在理解(jie)和(he)創(chuang)造復雜視(shi)覺內容(rong)(rong)方面的(de)先進能力，而且對(dui)內容(rong)(rong)創(chuang)作、娛樂和(he)影(ying)視(shi)制作行業帶來了(le)前所未有的(de)挑戰和(he)機遇。

Sora根據提示(shi)詞生成的視頻畫(hua)面截(jie)圖(tu)。 圖(tu)片來(lai)源：OpenAI官網

內容創作領域開啟新紀元

確保內容真實透明成重要問題

2021年初和2022年末，OpenAI分別推出了圖像生成系統DALL·E和聊(liao)天機器人(ren)ChatGPT。這也(ye)使得AI逐漸成為各行(xing)各業輔助工(gong)作(zuo)的工(gong)具，也(ye)正逐漸改變人(ren)們(men)對(dui)未來工(gong)作(zuo)的看法。

據(ju)介紹，Sora是基于過(guo)去(qu)對DALL·E和GPT的(de)(de)研(yan)究基礎構建(jian)，利用DALL·E 3的(de)(de)重述(shu)提示詞技(ji)術，為視覺模型(xing)訓練數(shu)據(ju)生成高描述(shu)性的(de)(de)標注，因此模型(xing)能更(geng)好的(de)(de)遵循(xun)文本(ben)指令(ling)。

Sora能夠生成具有多個角色、特定類型的運動以及主題和背景的準確細節的復雜場景。不(bu)僅了解用戶在(zai)(zai)提示(shi)中要(yao)求的內容，還了解這些東西在(zai)(zai)物理世界(jie)中的存在(zai)(zai)方式。同時，該模型對語言有深(shen)刻的理解，使其能夠準確(que)地解釋提示(shi)并生成(cheng)表達生動情(qing)感的引人注(zhu)目的角色。

運用Sora也可(ke)以生成高清(qing)圖像。 圖片來源(yuan)：OpenAI官網?

對于Sora的面世，工信部信息通信經濟專家委員會委員、數字經濟專家劉興亮稱，這標志著AI技術在內容創作領域的一個新紀元。“通過簡短的文本提示或一張靜態圖片，Sora能夠生成持續一分鐘左右的1080P高清視頻，涵蓋多個角色、不同類型的動作和背景細節等，幾乎達到了電影級別的逼真場景。這種能力不僅為內容創作者提供了前所未有的工具，使他們能夠以更低的成本和更快的速度將創意變為現實，而且為觀眾帶來了更豐富和多樣化的視覺體驗。技術創新的這一巨大飛躍，預示著AI在未來人類生活的各個方面都將發揮更加重要的作用。”劉興亮表示。

而Sora以文字(zi)為核心(xin)的(de)提示(shi)，將能夠形成更加符合人(ren)類觀念(nian)的(de)連續視頻，該模(mo)型的(de)出現(xian)(xian)無疑將會對人(ren)們(men)現(xian)(xian)有工作方式進行再一次(ci)迭代，同(tong)時(shi)也會對傳(chuan)統行業轉型提出新的(de)挑(tiao)戰。

生成式AI過去已積累了不少圖像、聲音等素材，并通過不斷學習形成了更為成熟的算法。因此，若是可以通過AI在計算機中創建視頻素材，或許將對影視行業產生重大影響。

劉興亮稱，AI生成的視(shi)頻可(ke)能減少了對人類(lei)演(yan)員、導演(yan)和其(qi)他創意角(jiao)色的需求，從(cong)而影(ying)響到這個(ge)行業(ye)的就業(ye)。此(ci)外，隨(sui)著AI技(ji)術的進步，傳統的影(ying)視(shi)制作流程和商業(ye)模(mo)式也可(ke)能面臨重(zhong)塑。

不(bu)過，劉興亮(liang)指出，這種轉(zhuan)型并不(bu)意味著傳(chuan)統影視行(xing)業的消(xiao)亡，而是需(xu)要與AI技術(shu)融合，探索新的藝(yi)術(shu)形式和表達方式。

實(shi)際(ji)上(shang)，自生成式AI出(chu)現以(yi)來，該技(ji)術一直在(zai)大(da)肆“入(ru)侵”影(ying)視(shi)制(zhi)作的(de)全流程，由(you)人(ren)工(gong)智能產出(chu)的(de)內容也越來越普遍(bian)。

去年(nian)由哈(ha)里森(sen)·福特主演的(de)(de)《奪寶奇兵》第五部中，就(jiu)利用(yong)AI技術(shu)讓觀眾看到40年(nian)前青年(nian)時(shi)的(de)(de)福特；Netflix網飛也(ye)在同年(nian)推出了(le)由AIGC參與制作的(de)(de)動(dong)畫短片《犬(quan)與少年(nian)》。

劉興亮同時提到，隨著AI生成內容與現實之間的界限變得越來越模糊，如何確保內容的真實性和透明性成為了一個重要問題。此外，版(ban)權(quan)、隱私和數據安全(quan)等問題也需要得到妥善解決(jue)。社(she)(she)會必須(xu)面對這些(xie)挑戰，通過制定相(xiang)關政策、法律和倫理準則來(lai)確保技術的健康發展，同(tong)時(shi)保護個人和社(she)(she)會的利(li)益不受侵害。

拉大產業競爭差距

AI生成視頻技術或將進入爆發期

正如劉(liu)興亮所(suo)說，AI視頻(pin)技術(shu)的(de)誕生面(mian)(mian)臨著一系列的(de)問題(ti)。而除(chu)了對(dui)現實世(shi)界的(de)影響，作為剛剛面(mian)(mian)世(shi)的(de)全新技術(shu)，Sora也存在不足(zu)之處。

對于(yu)Sora當前存在的(de)弱點(dian)，OpenAI指出(chu)它(ta)可(ke)(ke)能難以(yi)準確模擬(ni)復雜場(chang)景(jing)的(de)物(wu)理原理，并(bing)且可(ke)(ke)能無法(fa)理解因果關(guan)系。該模型還可(ke)(ke)能混(hun)淆(xiao)提(ti)示的(de)空間細節，例(li)如混(hun)淆(xiao)左右，并(bing)且可(ke)(ke)能難以(yi)精確描述隨著時間推移(yi)發生的(de)事(shi)件，例(li)如遵循特定的(de)相機(ji)軌(gui)跡(ji)。

Sora生成的視(shi)頻中可能會出現(xian)不符合物理原理的場(chang)景，比如這個人正在(zai)反向(xiang)跑步。

圖片(pian)來源：OpenAI官網

以此(ci)次發布的(de)DEMO“與中(zhong)(zhong)國龍一起(qi)慶(qing)祝(zhu)農歷新年的(de)視(shi)頻”為例，Sora無法準確(que)生成視(shi)頻畫面中(zhong)(zhong)的(de)中(zhong)(zhong)文受到了(le)網友的(de)關注。有相(xiang)關人(ren)士對此(ci)調侃道：“莫(mo)非是中(zhong)(zhong)文太(tai)難了(le)？”

但是(shi)任(ren)何(he)事(shi)件的(de)發生都(dou)是(shi)從(cong)無到有，再從(cong)有到精的(de)過程。據悉(xi)，Sora如今正面向部分(fen)用戶(hu)開(kai)放，以(yi)評(ping)估關(guan)鍵領域(yu)的(de)潛在危害或風險(xian)。同(tong)時，OpenAI也邀(yao)請了(le)一批(pi)視覺藝(yi)術家、設計(ji)師和電影制作(zuo)人加(jia)入，期望獲得寶貴反(fan)饋(kui)，以(yi)推動模型(xing)進(jin)步，更好地(di)助力創意工作(zuo)者。OpenAI提前分(fen)享研究進(jin)展，旨在與OpenAI以(yi)外的(de)人士合作(zuo)并獲取反(fan)饋(kui)，讓(rang)公(gong)眾了(le)解(jie)即將到來的(de)AI技術新篇章。

OpenAI表示，他們正在教AI理解和模擬運動中的物理世界，目標是訓練模型來幫助人們解決需要現實世界交互的問題。

而相(xiang)比于其自身缺陷，該技術的(de)廣泛(fan)前景更為外界所(suo)關注。

近兩年(nian)，由于(yu)人(ren)工(gong)(gong)智能(neng)(neng)發(fa)展迅速，以至于(yu)很多(duo)企(qi)業紛紛加大(da)了(le)對人(ren)工(gong)(gong)智能(neng)(neng)的(de)(de)投入。科(ke)技創(chuang)業公司研究機構PitchBook估(gu)計，2023年(nian)全(quan)球生成式(shi)AI的(de)(de)市(shi)場(chang)規模將(jiang)達426億美(mei)元(yuan)，2026年(nian)則(ze)將(jiang)達到981億美(mei)元(yuan)，未來(lai)增長動能(neng)(neng)可期。

隨(sui)著生(sheng)成式人工(gong)智能的市場潛力(li)不斷地被(bei)挖掘，大(da)大(da)小小的競爭對手開始浮(fu)出(chu)水面。

當前，參與該賽道的(de)企(qi)業不乏(fa)亞馬遜、微軟、谷歌、百度(du)、阿(a)里等(deng)眾多互聯網巨頭，也包括Runway等(deng)初創企(qi)業。

有行業人士指出，隨著Sora的發布，OpenAI在行業的領先程度立即加大，會將大家緊追的距離再度拉開一大截。未來，解決了人物一致性問題之后，AI生成視頻將大踏步前進，AI視頻或進入大爆發期。

記者|熊嘉楠 可楊

編輯|王月龍(long) 楊(yang)夏 蓋源源

校對|劉思琦

｜每日經濟新聞 ?nbdnews??原創文章｜

未(wei)經許可禁止轉(zhuan)載、摘編、復制(zhi)及鏡像等(deng)使(shi)用