读懂“文生视频”背后的机遇与挑战

本文转自：南方日报

默 达

人人都能当导演的时代，或许离我们不再遥远。近日，人工智能研究公司OpenAI发布了旗下首个文生视频大模型Sora，引发广泛热议。

“比想象中来得更快”，这是业内人士对横空出世的Sora模型的评价。从聊天程序ChatGPT到绘图工具“Midjourney”，再到更懂中国文化的“文心一言”，AI大模型更新换代的间隔越来越短，应用场景却愈发丰富。技术变革的机遇似乎就在我们眼前，没有谁愿意错过下一个科技进步的“奇点”。

仔细揣摩这段十几分钟的演示视频，不难揪出其中的“穿帮”镜头。时尚女郎的左手畸形，双脚不时错位；跟拍视角转动了180度，猫咪却仍正对画面；前进的队伍高举木棍“隔空舞龙”，配上复杂难辨的汉字……但从整体上看，AI生成的视频仍有着广阔的应用前景——夜幕将至，圣托里尼的鸟瞰图宛若实景；模糊抽帧，仿佛置身淘金热时期的加利福尼亚。人眼特写中跃动的风景，地铁车窗上倒映出的人影，黑白荧幕里不断闪回的经典镜头，雪地打滚的动物与飞扬的毛发……这些技术合成的画面每每以假乱真，令人震撼。

借助大量的数据训练，AI对语言描述的理解愈发准确，它对于现实世界的还原也不再局限于帧与帧之间粗浅的拼接，而是变得更加生动逼真。有人畅想，技术能否让人“以梦为笔”，自由描绘心中的盛景；有人期待，AI能否降低部分影视镜头的拍摄成本，或是助力未来产业发展；也有人担忧，无节制的生成是否会令创意“遭重”，饭碗不保。这需要我们在发展中寻找答案，在直面问题中解决问题。

“这两天Sora的诞生，让大家切实感受到数据智能变革的来临。每一天，从生活到产业领域，都可能面临变革。”日前召开的广东省高质量发展大会上，郑海荣院士的发言发人深省。生成式人工智能作为一项前沿技术，既活跃在科学家脑中、实验室、机房里；也能变为一串串代码、一个个答案、一段段视频，为我们的生活带来巨变；更影响着生产方式的变革和产业深度转型升级，关乎科技自立自强。目前，Sora提供的文生视频功能仅向专业人士开放，也有许多人看到了其中蕴含的无限机遇。机会只会留给有准备的人，紧盯颠覆性、前沿性技术，抓牢战略性、先导性产业，才能赢得战略必争领域的胜利，立于科技浪潮的潮头。

“抓住了机遇，我们就能实现换道超车、后发崛起；错失了机遇，我们的差距可能被进一步拉大，又将在不利的位势徘徊。”实现产业科技互促双强前景无限，发展新质生产力势头良好。近年来，一批批本土创新企业聚焦相关领域探索应用，取得了一系列成果，也积累了创新的要素和经验，实现了经济效益和市场竞争力的双丰收。下一步更要争做创新的主角，积极参与构建“基础研究+技术攻关+成果转化+科技金融+人才支撑”全过程创新链，吸引聚集精英人才、构建创新平台、改善转化方式，助推创新要素高效转变成新质生产力。

广东人工智能产业基础扎实，竞争力强，相关企业数量排在全国第一；起步早，后劲足，全国每5家“AI独角兽”就有一家在广东；投融资持续活跃，市场潜力巨大，研发创新实力牢牢占据国内头名……更强的实力也意味着更高的期待和沉甸甸的责任，期待广东抢抓人工智能发展机遇，勇做创新驱动的排头兵。