AI“文生视频”如何改变未来

Sora生成的视频截屏

Sora生成的视频截屏

Sora生成的视频截屏

本报记者 樊 巍 刘 扬 刘彩玉

继去年发布的聊天机器人ChatGPT引领新一轮人工智能（AI）浪潮之后，美国人工智能公司OpenAI于16日又发布了全新的生成式人工智能模型Sora，它能够通过文本指令创建最长达60秒的视频，其逼真的视觉效果让它在一夜之间“刷屏”，全球诸多媒体都对其冠以“颠覆性”的美名，甚至有网友感叹“视频行业全都要被洗牌了”。相关专家17日接受《环球时报》记者采访时表示，短期来看，Sora确实会对影视等行业带来显著影响，但我们也不应神化其作用，长期来看，需要用心制作的作品，依旧很难仅用“芯”完成。

“人类愿赌服输”

目前OpenAI还没有发布Sora的公开使用版本，但已经发布的40多个演示视频中包含有细节拉满的场景、复杂的摄像机运镜以及多个充满情感的角色。OpenAI宣称，Sora可以理解物体在物理世界中如何存在，并准确地解释道具并生成引人注目的角色来表达充满活力的情感。例如它可以根据文字描述“在东京街头，一名时髦女士穿梭在充满温暖霓虹灯光和动感城市标志的街道上”，生成一段包含有多镜头的高清晰视频，包括从大街景切入对女士脸部表情的特写，以及潮湿的街道地面反射霓虹灯的光影效果。这些视频的真实度令人为之惊叹，就连特斯拉CEO马斯克也在社交媒体上对此表示“人类愿赌服输”。

美国有线电视新闻网（CNN）称，尽管“多模态大模型”屡见不鲜，但Sora的制作长度和准确性使其与众不同，它可能会对数字娱乐产业产生重大影响。

北京邮电大学人机交互与认知工程实验室主任刘伟接受《环球时报》记者采访时表示，Sora在短期内可能会对短视频制作、影视行业以及视觉交互界面应用产生较为显著的影响；从长期来看，这项技术会为自动驾驶、数字仿真、场景模拟等领域带来改变。他表示，“我们不应神化Sora的作用，这项技术还很难取代传统的影视行业制作流程，人类用‘心’拍出影视的作品，还很难仅用‘芯’来完成。”

中国影协科幻电影工作委员会执行秘书长马贺亮接受《环球时报》记者采访时表示，Sora的确让影视圈“震惊”，但“主要是因为AI的发展速度远远超过了原来的预期”。他认为，短期内与概念设计、视频预览相关的岗位会在一定程度上受到Sora的影响，但它所能呈现的效果其实还达不到院线电影的级别，而且电影在创作上有主观立场、视角和表达，观看时有情感交流和情感投射，远不是简单生成一段视频就能代替，因此AI作为技术辅助手段的确已经在改变电影制作方式与流程，能优化提升电影创作，但要说它能“颠覆整个电影行业”，还为时过早。

OpenAI也坦承，Sora还存在一些短板，例如模型在准确模拟复杂场景的物理特性方面可能会遇到一些困难，也可能无法周到地展现具有因果关系的事例。例如演示视频中就出现了“有人咬了一口饼干，但饼干上并未出现咬痕”的明显漏洞。

“眼见为实”或成过去

中国人工智能专家吴甘沙17日接受《环球时报》记者采访时表示，“Sora的影响往小了说，是文生视频技术突破了一个数量级（时长比此前最好的水平提升了15-20倍），可以直接应用于短视频、广告行业等，对自动驾驶的场景和数据生成等都有正面影响；往大了说，它提供了理解、重建和模拟这个世界的可能性。如果大语言模型LLM像是一个小孩关在图书馆里读遍人间万卷，Sora就是一个胸有丘壑的青年来到真实人间、行万里路，用现实和反馈来印证知识，并且能够用视频（模拟真实）的方式输出知识和内容。一图胜千言，图和视频的信息传递损耗远低于文字，从这个意义上来看，它未来冲击的不仅仅是视频、电影行业，也会影响书籍、知识、教育等一切信息输出的行业”。

新智元创始人杨静17日接受《环球时报》记者采访时表示，Sora是对OpenAI算法应用领域的升维拓展，ChatGPT一年前已在自然语言交互领域取得重大突破，Sora则在AI视频领域一举登上行业巅峰。如果说ChatGPT模拟了人类的思维能力，Sora则是对整个物理世界的模拟。结合这些技术，如果未来虚拟世界与现实世界无缝融合，那么人类的整个社会生活都会颠覆，包括智慧城市、军事、影视游戏、电商社交等多个领域。

但杨静也提醒说，AI生成的假视频存在泛滥风险，可能被用于诈骗犯罪。在Sora将AI生成视频能力提升到近乎逼真的程度时，大家也要认识到“眼见为实”可能已成过去。CNN称，OpenAI已关注安全性问题。该公司表示，未来将在Sora输出的视频中应用内容追溯技术，以鉴别是否为AI深度伪造视频。

刘伟认为，如今AI技术在应用层面出现的一些乱象也凸显这项技术是一把“双刃剑”。随着以大语言模型为代表的AI技术快速发展，会对传统的伦理、法律以及生产方式等等方面都产生强大的冲击，如果我们不加以监管，其一旦“泛滥成灾”，必然会侵犯许多人的权益。但如果我们过早或者过严地加以监管，这必然又会限制这项技术的发展。“我认为监管之难主要体现在如何平衡‘管’与‘放’之间的关系，特别是在全球各国人工智能飞速发展的时期。”刘伟表示，在实际操作的层面，我们既要对明显会侵害大部分人权益的行为坚决加以限制，与此同时也应有“特区制”，允许有试错的空间。

中美在AI领域差距拉大了？

Sora的出现也引发了国内许多业界人士的担忧，“中美AI领域差距进一步拉大”成为Sora问世后的伴生话题。360集团创始人周鸿祎认为，“OpenAI训练的Sora应该会阅读大量视频。一幅图胜过千言万语，而视频传递的信息量又远远超过一幅图”，因此Sora的出现可能意味着通用人工智能“真的就不远了”，“不是10年20年的问题，可能一两年很快就可以实现”。他表示，尽管国内大模型发展水平表面看已经接近GPT3.5，但实际上跟4.0比还有一年半的差距。从现在来看，OpenAI手上除了GPT5之外，可能还有一些“秘密武器”没有亮出来。“中国和美国的AI差距可能不但没有缩小，反而在加大。”

杨静认为，Sora的震撼给我们三个提醒。第一是在算法方面，OpenAI在攻破语言和视觉两个堡垒后，即将向通用人工智能发起最后挑战；一旦实现超级人工智能，加上生成式的AI世界，人类整体的权重都将降维；第二是在算力方面，OpenAI公布筹资7万亿美元建立芯片帝国的计划，这笔巨款相当于美国GDP的1/4，或许将确立垄断全球算法与算力的AI霸主地位；第三是在数据方面，微软此前为OpenAI提供了5000亿视频用于Sora训练，未来还将有更多海量数据涌入，又有更多视频生成。

吴甘沙表示，目前AI领域的竞争格局是OpenAI公司“一骑绝尘”。无论是谷歌的Gemini、创业公司Runway和Pika，还是中国的顶尖公司，都要奋起急追，不然差距会越来越大。他认为，中国要在AI领域追赶，首先是依靠人才，确保与世界顶尖水平的交流，鼓励人才高密度聚集。“美国大模型相关的大公司加创业公司可能就是一二十家，而中国有几百家，人才太分散”。其次是不能太短视，要允许失败，给予足够的发展时间。第三是不要过度监管，宽进严出，让不完全成熟的技术通过不断反馈得以提升。同时算力也是AI发展的稀缺资源，更不应该太分散了。

刘伟曾多次参加中美之间的人工智能技术官方和学界层面对话，他告诉《环球时报》记者，在这些对话活动中有一个深刻感触就是“中美学者对于两国人工智能技术发展的认识趋同”。大家普遍认为，美国在AI技术的软件和硬件上更具领先优势，而且这个优势还有进一步扩大的趋势；但在技术应用和数据收集方面，美国学者坦言中国更具优势，而在AI领域，“大数据正好是辅助决策模型的重要组成部分”。

此外，在人机协同和人机融合领域，中美技术能力旗鼓相当。“这也是美国三番五次与中国开展人工智能技术对话的原因之一，双方实力相当，才有对话的意愿，美国方面也很担心我们在人机协同上实现重大突破，从而占据领先地位。”▲