2月16日一早，OpenAI悄无声息地发布了第一个文本生成视频大模型——Sora，犹如一颗核弹迅速引爆全球各大媒体，朋友圈更是直接炸锅，其带来的冲击力，不亚于去年初爆火的ChatGPT。
去年笔者使用过一款Runway的AI应用来生成视频，当时的Runway已经是几款视频生成应用里的佼佼者，但与Sora的演示视频相比，简直不在一个等级，无论从视频生成时长（Runway只能生成几秒）还是动效和镜头运用，和Sora的60秒视频一比，就像弹弓和狙击枪的不同，代差不在一个数量级上。
Sora依托了两项核心技术的重大突破——Spacetime Patch（时空Patch）技术和Diffusion Transformer（扩散型 Transformer神经网络）架构，OpenAI将Sora定位为一款世界模拟器的视频生成模型，为未来发展理解和模拟真实世界的模型奠定基础。官方宣称这次openAI训练的Sora 所建立的是一种通用的视觉模型方法，而不再是细分的方式(之前的研究，图像与视频模型是不同的)，因此既可生成视频又可生成图像，并且不止如此。当GPT学会语言的时候就学会了语言所传递的一切，同理，Sora也可以学会视觉所传递的一切。
笔者从2022年开始接触Midjourney（一款文本生成图片的AI应用），见证过文本生成图片，AI应用从一开始连手指几根都搞不清楚，甚至双眼视线都不能统一，短短一年时间就已经进化出无与伦比的成像质量。这次Sora在春节期间的炸裂亮相，给各界带来了耳目一新的震撼。
以往的AI文生图像和文生视频，局限在二维平面，Sora则实现了算法对现实世界的理解和对世界的模拟两层能力，跳出了二维平面范畴，展现了大模型的无限想象力。笔者认为，以Sora为代表的AI大模型不会带来行业的崩溃和消亡，恰恰相反，它将给短视频、影视工业，尤其是广告行业带来非常积极的正向推动。
众所周知，传统的广告行业TVC都是从创意脚本开始，继而是导演制片美术等执行拍摄以及后期剪辑工作，传统的流程既漫长又会在执行过程中出现很多不可控的变数。笔者2003年在BBDO担任创意工作时，曾经接手百事可乐的一部广告大片，当时品牌方百事可乐签约了著名球星姚明，客户希望由姚明与周杰伦两大巨星来共同拍摄一部广告片。当年我的创意是两大巨星间因百事可乐形成的超级感应：地球一端正在苦思冥想，进行创作的周杰伦，与地球另一端在球场刻苦练习的姚明形成心灵共振，合生出属于百事可乐的音乐节奏。就是这样一个得到各方认可的创意，在执行中，囿于难以呈现虚拟的灵感互动场景，只能省略了灵感能量在地球两端，透过各种介质传递的质感细节，简化成了姚明拍球，可乐罐震动，周杰伦得到灵感。最后，这支耗资超过600余万的片子充满了遗憾。记得我把成片转给一个业内朋友看，他第一句就问：是不是姚明在罐子里拍球？试想，如果有Sora这样的工具，很多广告人在创意阶段就可以生成Demo直接提案了，执行上也会更加精准，甚至可以直接用Sora来生成前文所述能量传递的特效镜头，拍摄成本势必也将大大降低。
其次利好影视、动画、游戏、视频创作等行业，例如现在比较风靡的短剧，非常适合用Sora来辅助制作。短剧，因为制作成本的限制，目前普遍质量不是很高，而Sora能够高质量的生成不少需要高成本拍摄或者人类比较难拍摄的场景画面，这样可以极大地提高短剧的质量水准，同时也有很大成本降低空间。
很多人可能想知道，那是不是丢一部小说给Sora就能生成一部电影了？这可能是夸张的一种说法，但可以预计，目前能生成60秒时长视频的Sora，在不久的将来，一旦Sora对外正式开放使用，会有更多第三方基于Sora的创作工具涌现出来，例如，将一个剧本分成上百个60秒，主线、辅线、暗线，不同灯光场景设置，主角配角造型服装、指定动作等多角度专业的细分镜头，加上对场景人物的特征记忆，相信在两三年内，完全有可能看到一部由AI生成的质量水准上乘的电影作品。
Sora的横空出世，令不少行业的从业人员惊呼自己快失业了，AI恐慌论也一时甚嚣尘上。笔者认为，AI终究无法取代人的想象力和创造力，特别是人的主观意愿。当AI的视频创作到了不需要拍摄、毋需演员、灯光、美术等庞大的摄制组的状态后，审美能力、想象能力和导演思维却变得非常重要了。Sora无论进化到怎样完美的程度，使用工具的依然是人类本身，所谓“AI只会淘汰不懂使用它的人”。因此，任何有想法、有创意的人，都能以低门槛、低成本进入与视频相关的文化创意产业，这势必给该产业结构带来更大变革与蓝海机遇。
Sora的命名取自日语“空”，意为天空。OpenAI团队表示，选用该词即是因其让人联想到无限的创作潜力。
秦建新（独立策展人）
|
