SORA是什么

本文转自：每日商报

王炸SORA①

SORA是什么

商报记者 朱光函 孙飞扬

随便输入几个字就能生成一段60秒的视频。大年初六，美国开放人工智能研究中心（Open AI）推出了视频生成模型Sora，短时间内就占据了各大平台的热榜，“能懂人类的意思”“可以用人类方式思考”“演员也要失业了”……一时之间整个互联网都被类似的热搜覆盖，Sora以其强大的能力和卓越的表现震惊了全球，同时也给AI领域注入了一剂强心针。

大年初六整个互联网都沸腾了

大年初六早上七点，AI人工智能工程师“木愚”就被电话吵醒，前一夜还在和朋友聚会到凌晨的他，听着话筒里同事激动到变调的声音显得茫然无措，直到他被同事再三要求打开电脑后，他才发现整个互联网行业都沸腾了。“各大网站和平台的首页都是关于Sora的消息，就连我的朋友圈里也都是同行们关于Sora的分享，甚至有几个从来不发朋友圈的同行都在发类似的内容，我感觉自己就像穿越到未来一样，一下子就成为原始人了。”

和“木愚”一样被强行叫醒的人并不在少数。电影后期制作人方林也是其中之一。当他睡眼惺忪地打开朋友发来的视频后，整个人都精神了起来。“当时我浑身鸡皮疙瘩都起来了，根本不相信这是AI做的。”而当方林向多位朋友求证后他才相信这并非是恶搞，在朋友圈里他颇有些悲壮地写下一句话“真的变天了，我们可能都要换行当了。”

如果说“木愚”和方林代表的是个人面对Sora时的态度，那么短视频行业的掌舵人们则在Sora的冲击下茫然无所。星游互动的创意总监林道西在朋友圈里写道：“呆坐一上午缓不过来，整个行业都因它到来消亡。”全球最火的油管博主“野兽先生”也在OpenAI创始人的推特下留言，“请别让我无家可归”。

寥寥数字就能生成60秒视频

当短视频从业者在战栗之时，Sora的官网正在迅速上传各种新鲜出炉的短视频。其中身穿红色长裙和黑色夹克的女性走在街道上的视频最广为流传。除此之外，神秘莫测的海底世界、雪花飞舞的冬日小镇、摩登时尚的现代都市等视频也都在各大视频网站流传。据OpenAI方面表示，这些视频都是基于Sora的功能实现的，使用者输入文字之后，Sora通过“阅读”来“理解”人类的意思，最终生成了以上的视频。

Sora官网的内容显示，Sora能够生成具有多个角色、特定类型的运动以及主题和背景的准确细节的复杂场景。该模型不仅了解用户在提示中提出的要求，还了解这些东西在物理世界中的存在方式。在推特上，OpenAI创始人写道：“目前Sora仅向一些设计师和电影制作人等特定人群提供Sora访问权限，以获取有关改进该模型的反馈。如果大家有绝妙的想法和点子也可以在我的评论区留言，我会选择其中的一些让Sora生成视频。”此外，他还在推特上提到，OpenAI计划在未来某个时候推出Sora。

Sora具有与人类似的物理认知

在Sora的官网里，Sora模型制作视频的过程被解释成积木游戏。以行人奔跑这一行为为例，Sora的识别功能使它将整个场景分解成一系列连续的画面，然后再把每个画面继续细分成多个补丁。

这个过程中，各个场景的要素被识别出其所代表的信息，如绿植、路面、大楼、行人等，这些素材就如同整理好的积木被放置到需要的位置上。

到了预测环节，Sora会结合它对现实世界的理解，预测这些要素下一刻的位置，比如行人下一步迈开腿的动作，进而实现场景的模拟。这种模式对捕捉视觉数据至关重要，使Sora能够更准确的表达，由此也取得了对传统AI的优势。

杭州文广集团短视频AI生产实验车间相关负责人励琦表示，在过去几年AI替换环境背景的操作在影视作品中已较为常见，而从AI视频最新的表现来看，似乎让替换虚拟演员乃至于编剧都成为了可能。从影片制作上来说，一部电影需要生成分镜稿，这是一个极其繁琐的过程。之前的分镜稿通常是基于故事版生成一系列静态画面，而使用Sora为代表的人工智能，就可以直接生成具有时序连续性的动态分镜稿，更加有利于导演和演员一起工作。“而且人工智能视频生成在制作成本上明显占优，以10分钟左右的微电影或微短剧制作为例，如果可以全部使用AIGC工具来完成，成本可压缩在万元以下。”励琦说。