每經(jīng)編輯｜畢陸名

“Sora只是小試牛刀，它展現(xiàn)的不僅僅是一個(gè)視頻制作的能力，而是大模型對(duì)真實(shí)世界有了理解和模擬之后，會(huì)帶來(lái)新的成果和突破。”

2月16日，360創(chuàng)始人周鴻祎發(fā)布微博提到自己對(duì)Sora的看法，周鴻祎認(rèn)為，Sora的誕生意味著AGI（通用人工智能）實(shí)現(xiàn)可能從10年縮短至一兩年。

周鴻祎認(rèn)為，科技競(jìng)爭(zhēng)最終比拼的是讓人才密度和深厚積累，“很多人說(shuō)Sora的效果吊打Pika和Runway。這很正常，和創(chuàng)業(yè)者團(tuán)隊(duì)比，OpenAl這種有核心技術(shù)的公司實(shí)力還是非常強(qiáng)勁的。有人認(rèn)為有了AI以后創(chuàng)業(yè)公司只需要做個(gè)體戶就行，實(shí)際今天再次證明這種想法是非常可笑的。”

此外，AI不一定那么快顛覆所有行業(yè)，但它能激發(fā)更多人的創(chuàng)作力。周鴻祎表示，很多人擔(dān)心Sora對(duì)影視工業(yè)的打擊，在他看來(lái)，機(jī)器能生產(chǎn)一個(gè)好視頻，但視頻的主題、腳本和分鏡頭策劃、臺(tái)詞的配合，都需要人的創(chuàng)意，至少需要人給提示詞。一個(gè)視頻或者電影是由無(wú)數(shù)個(gè)60秒組成的。今天Sora可能給廣告業(yè)、電影預(yù)告片、短視頻行業(yè)帶來(lái)巨大的顛覆，但它不一定那么快擊敗TikTok，更可能成為T(mén)ikTok的創(chuàng)作工具。

談到Sora最大的優(yōu)勢(shì)，周鴻祎表示，以往文生視頻軟件都是在2D平面上對(duì)圖形元素進(jìn)行操作，可以把視頻看成是多個(gè)真實(shí)圖片的組合，并沒(méi)有真正掌握這個(gè)世界的知識(shí)。但Sora產(chǎn)生的視頻里，它能像人一樣理解坦克是有巨大沖擊力的，坦克能撞毀汽車(chē)，而不會(huì)出現(xiàn)汽車(chē)撞毀坦克這樣的情況，“這次OpenAI利用它的大語(yǔ)言模型優(yōu)勢(shì)，讓Sora實(shí)現(xiàn)了對(duì)現(xiàn)實(shí)世界的理解和對(duì)世界的模擬兩層能力，這樣產(chǎn)生的視頻才是真實(shí)的，才能跳出2D的范圍模擬真實(shí)的物理世界。”

周鴻祎提到，有了大模型技術(shù)作為基礎(chǔ)，再加上人類(lèi)知識(shí)的引導(dǎo)，可以創(chuàng)造各個(gè)領(lǐng)域的超級(jí)工具，例如在生物醫(yī)學(xué)、蛋白質(zhì)、基因研究，包括物理、化學(xué)、數(shù)學(xué)的學(xué)科研究上，大模型都會(huì)發(fā)揮作用。

“一旦人工智能接上攝像頭，把所有的電影都看一遍，把YouTube上和TikTok的視頻都看一遍，對(duì)世界的理解將遠(yuǎn)遠(yuǎn)超過(guò)文字學(xué)習(xí)，一幅圖勝過(guò)千言萬(wàn)語(yǔ)，這就離AGI真的就不遠(yuǎn)了，不是10年20年的問(wèn)題，可能一兩年很快就可以實(shí)現(xiàn)。”周鴻祎感慨。

他還提到，盡管?chē)?guó)內(nèi)大模型發(fā)展水平表面看已經(jīng)接近GPT-3.5，但實(shí)際上跟4.0比還有一年半的差距。OpenAl手里應(yīng)該還有一些秘密武器，無(wú)論是GPT-5，還是機(jī)器自我學(xué)習(xí)自動(dòng)產(chǎn)生內(nèi)容，“奧特曼（OpenAI CEO）是個(gè)營(yíng)銷(xiāo)大師，知道怎樣掌握節(jié)奏，他們手里的武器并沒(méi)有全拿出來(lái)。這樣看來(lái)中國(guó)跟美國(guó)的AI差距可能還在加大。”

2月16日，OpenAI宣布推出全新的生成式人工智能模型“Sora”。據(jù)了解，通過(guò)文本指令，Sora可以直接輸出長(zhǎng)達(dá)60秒的視頻，并且包含高度細(xì)致的背景、復(fù)雜的多角度鏡頭，以及富有情感的多個(gè)角色。

據(jù)介紹，Sora是基于過(guò)去對(duì)DALL·E和GPT的研究基礎(chǔ)構(gòu)建，利用DALL·E 3的重述提示詞技術(shù)，為視覺(jué)模型訓(xùn)練數(shù)據(jù)生成高描述性的標(biāo)注，因此模型能更好的遵循文本指令。Sora能夠生成具有多個(gè)角色、特定類(lèi)型的運(yùn)動(dòng)以及主題和背景的準(zhǔn)確細(xì)節(jié)的復(fù)雜場(chǎng)景。不僅了解用戶在提示中要求的內(nèi)容，還了解這些東西在物理世界中的存在方式。同時(shí)，該模型對(duì)語(yǔ)言有深刻的理解，使其能夠準(zhǔn)確地解釋提示并生成表達(dá)生動(dòng)情感的引人注目的角色。

運(yùn)用Sora也可以生成高清圖像。 圖片來(lái)源：OpenAI官網(wǎng) 

這意味著，繼文本、圖像之后，OpenAI將其先進(jìn)的AI技術(shù)拓展到了視頻領(lǐng)域。OpenAI亦表示，Sora是能夠理解和模擬現(xiàn)實(shí)世界的模型的基礎(chǔ)，這一能力將是實(shí)現(xiàn)AGI（通用人工智能）的重要里程碑。

對(duì)于OpenAI視頻生成模型的出現(xiàn)，業(yè)內(nèi)其實(shí)早有預(yù)期，但仍有人評(píng)價(jià)稱“比想象中來(lái)得更快”，亦有人振奮地表示“我們真的看到新工業(yè)革命來(lái)臨”。

2月16日，業(yè)內(nèi)分析人士對(duì)《每日經(jīng)濟(jì)新聞》記者表示，Sora無(wú)疑是人工智能領(lǐng)域的一次重大突破，該技術(shù)不僅展示了AI在理解和創(chuàng)造復(fù)雜視覺(jué)內(nèi)容方面的先進(jìn)能力，而且對(duì)內(nèi)容創(chuàng)作、娛樂(lè)和影視制作行業(yè)帶來(lái)了前所未有的挑戰(zhàn)和機(jī)遇。

每日經(jīng)濟(jì)新聞綜合周鴻祎微博、每日經(jīng)濟(jì)新聞（記者：熊嘉楠、可楊）

封面圖片來(lái)源：視頻截圖