摩登女郎漫步东京街头、人潮涌动欢庆龙年春节、第四纪大冰期猛犸象踏过白雪皑皑的草地……
甲辰龙年的第一个工作周，大家有没有被这几支由视频生成模型Sora产出的短视频给震惊住。
输入关键词即可生成1分钟视频，且视频可实现多角度镜头切换——这是Sora的实力与魅力所在，也是Open AI再次掀起的震撼时刻。
上一次，还是去年春节档。彼时Open AI 携Chat GPT概念横空出世，快速引爆资本、科技圈，至此拉开AI大航海序幕。不曾想，恰好时隔一年，相似的故事再次发生。Open AI在毫无任何预兆的情况下发布Sora，将生成式AI的“魔法”以惊人的速度从文本延伸到视频。
一场Open AI式的二次胜利背后，是长期资金市场上AI应用方向再次全线大涨，社会化媒体上AIGC再次持续刷屏，“数百万××人或将被取代”的失业警报再次被拉响。
去年，Pika联合发起人兼CTO Chenlin Meng在接受媒体采访时表示：“我觉得目前视频生成处于类似GPT-2的时刻。”
她详细解释过：“视频的每一帧都是一张图片，但处理起来比图片困难很多。视频的每一帧的生成质量都要高，相邻帧之前还要有关联性。此外，控制视频生成更难，因为模型需要生成每一帧发生的事情，但用户则不会希望为每一帧都提供详细的描述。”为此，3-4秒的有限时长、掉帧明显得像PPT的画质、生成内容不合理，一直是掣肘文生视频模型发展的核心痛点。
而现在， Sora所呈现的效果，对应行业痛点均有突破，以几乎碾压的优势成果甩开去年还处于大热的选手Runway、Pika等。
究其原因，这再一次验证了Open AI技术路径的优越性。万兴科技AI创新中心总经理齐镗泉评价Sora “依然遵循Open AI的Scaling Law，靠大量数据，大模型和大量算力”。思谋科技创始人贾佳亚评价“Sora是大力出奇迹，在学术界连VIT的256*256的分辨率都没法改的情况下，Sora直接用上高清以及更大的分辨率。”
据纽约大学数据科学中心的助理教授谢赛宁推算，Sora参数量约30亿。该数量级远超一众AI视频生成模型，可以称为降维打击。
另一方面，为优化生成效果，解决掉帧问题，Sora首次使用混合模型架构，完成扩散模型与大模型能力的融合。
Open AI在技术报告中提及用patch（视觉补丁）统一图像与视频的方法，通过将视频画面的每一帧都编码转化为一个视觉补丁，可方便将这些视频、图像的最小单位简单、灵活地打破、重组。作为统一数据的方式，该方法是打通扩散模型和大模型的桥梁。这样，在Sora文生视频的训练过程中，Open AI就能把之前沉淀的技术积累运用到视觉模型上，引入GPT的语言理解能力，让Sora按照用户简短提示，自己推演预测，进而填补每一帧画面的详细描述，生成流畅度高、质量上乘的长视频。
16日，360创始人周鸿祎在微博上提到自己对Sora的看法。他表示，Sora的诞生意味着AGI（通用AI）实现可能从10年缩短至两三年。
秉持大力出奇迹原则，以大模型技术作为基础，“一旦人工智能接上摄像头，把所有的电影都看一遍，它对世界的理解将远超于文字学习，一幅图胜过千言万语，这就离AGI线年的问题，可能一两年很快就能轻松实现。”周鸿祎感慨道。
这里，周鸿祎提及“对世界的理解”，其实与Open AI自己在技术报告中阐述的“世界模拟器”概念不谋而合。
用Open AI自己的话说，Sora不是单纯的视频生成模型，它能更深刻地理解运动中的物理世界，未来有可能模拟生成物理世界的一切视频。
用电影《山海奇境》制作人、星贤文化陈坤的话说：“Open AI在向我们展示它在视频方面的能力，但真正的目的是获取人们的反馈数据，去探索、预测人们想要生成的视频是怎样的。”当Sora对真实的物理世界完成建模，当它像人类一样，对世界形成一个全面而准确的认知后，其视频生成会更流畅、更符合逻辑。同时，这也为生成式AI真正进入无人驾驶等更多行业打下坚实基础。
怀抱“世界模拟器”梦想的Sora，从来都未曾想颠覆视频影视行业，也不应该成为影视从业者的“噩梦”。
虽然Sora开始理解部分物理世界，但它生产的“翻车”视频也在这一周里被广泛讨论，小破站也有21万播放量的Sora翻车视频集锦，细数着它的常见错误，包括模拟人时会生成身体上难以置信的动作，比如：摩登女郎漫步东京街头的视频里，女郎走路时右腿连续两次先行迈向前方……模拟物体时会因不准确的物理建模导致非自然物体“变形”，比如投篮视频里，篮球穿过未能形成闭环的篮筐……总结起来，文生视频依旧存在着难以精准模拟复杂物理场景等各种各样的问题，一切都还任重道远。
至于AI技术落到现实应用层，被卷入其中的电影圈人士也曾表达过忧虑。早在去年上海国际电影节，科幻大导、赛博妲己郭帆就曾感叹，自己和团队都有认真研究多种人工智能的应用，目前从前端的剧本创作到后期特效呈现，比如人物面部的增减龄，比如声音的处理，都能用人工智做到。可能过去做这些事情时，技术应用还没有非常便利，但新技术的快速更迭、突飞猛进，会让业内人士不断见证更理想的成果。
忧虑之外，也有期许和谨慎。郭帆表示：“做《流浪地球》第三集之前，希望拿出更多的时间先去考察、认知人工智能技术，它是在什么样的层级上，是把它当工具看，还是把它当更深入的物种看。接下来是怎么应用。”
所以，如何拥抱新生生产工具，远比焦虑是否会被技术革新替代要重要得多。因为历史上还没有某种生产工具的诞生，真正取代了人类。
