1. Sora？是啥意思？有啥含義沒？
Sora 在日語中是“天空”的意思，引申含義還有“自由”。
Sora 介紹頁丨AI target=_blank class=infotextkey>OpenAI
在 Sora 官方介紹頁里，你能看到在無數(shù)空中自由飛翔的紙飛機。它們看起來行動自主、探索自由，如果 OpenAI 最終造成 AGI（通用人工智能），應(yīng)該就是如此希冀的吧。
Sora 是一個 AI 視頻模型，你光打一串文字，就能生成一個以假亂真的純 AI 原創(chuàng)視頻。除此之外，你還可以輸入圖片轉(zhuǎn)成視頻，用視頻再轉(zhuǎn)成新的視頻……
僅僅只有 AI 生成視頻樣片以及技術(shù)論文的釋出，Sora 已經(jīng)在傳播層面引發(fā)“地震”，不少人高呼影視行業(yè)變天了，有人甚至把美國電影工業(yè)的象征好萊塢改成了這樣：
2. 人們吹爆它“炸裂”、“史詩級”、“現(xiàn)實不存在了”，根據(jù)是啥？
最直觀的，有些樣片太真實了——人物的臉沒那么“恐怖谷”，物體運動軌跡也很自然，畫面的清晰度和順暢程度，都像我們用手里的設(shè)備拍出來：
這太像我們用 GoPro 手持拍攝的畫面了丨Sora
相比競品，Sora 是“滅霸”級別。之前主流的 AI 生成視頻都在 4 到 16 秒，還“卡成 PPT”，而 Sora 彎道超車，直接將時長拉到 60 秒。后者的畫面表現(xiàn)，已經(jīng)媲美視頻素材庫，放進視頻當(dāng)空鏡完全可行。
這讓人們懵圈，只能感慨技術(shù)的發(fā)展有跡可循，技術(shù)的突破節(jié)點卻較難預(yù)測。
3. 都嚷嚷著行業(yè)變天，人類下崗，Sora 除了第一眼好，還有啥驚人玩法？
多機位：
Sora 生成
自然融合兩種完全不相干的場景：
Sora 生成
視頻還可以往前擴展，向后擴展；如果你對視頻的局部（比如背景）不滿意，直接更換就可以了。
Sora 還能直接以文生圖，甚至還可以將圖片轉(zhuǎn)成動態(tài)視頻，而且還不是目前流行的“小動物跳舞”呈現(xiàn)的粗糙效果：
Sora 生成
4. 把《三體》輸進去，能直接出片嗎？
我知道你很急，但你先別急。
首先，目前就 Sora 所呈現(xiàn)的，雖然有多機位效果，但都是單一情節(jié)單一鏡頭。
而《三體》有多人視角，敘事復(fù)雜，靠 AI 生成一條龍搞定并不現(xiàn)實。據(jù)一些影視行業(yè)從業(yè)者所說，目前 AI 生成雖然高效，但可控性不夠，目前主要用在 demo 制作、概念設(shè)計、分鏡編排等環(huán)節(jié)。
5. 看到這里，你有一個大膽的想法？
打住！
OpenAI 正在評估 Sora 被濫用的風(fēng)險，所以目前還沒開放給公眾，只給一批在誤導(dǎo)信息、仇恨內(nèi)容和偏見等領(lǐng)域的專家，以及創(chuàng)意人士使用。
6. 每次技術(shù)狂潮，打工人都最先焦慮，這次咋整？
記住一點，販賣焦慮的，都是為了賺你的錢。雖然 Sora 都還沒公測呢，但已經(jīng)有人開始賣付費教程了。
目前的 Sora 也有“翻車”生成，如果這個能安慰到你的話丨Sora
AI 技術(shù)推陳出新太快了，你剛在 Pika 上學(xué)了幾個月怎么寫提示詞，結(jié)果“滅霸”Sora 出現(xiàn)，此前積累的工具經(jīng)驗可能瞬間失效……既然如此，不如先別沉迷研究工具，而是在底層創(chuàng)作上多加操練？
7. 我對被取代恐懼，對 AI 變得更黑箱也害怕
繼文字（GPT 系列）以及畫像（DALL·E）后，OpenAI 這次又在視頻賽道“遙遙領(lǐng)先”……但這家將 AI 安全奉為初心的公司，在技術(shù)公開上卻越來越不 open 了，有人戲稱其為“ClosedAI”。
這次 Sora 發(fā)布，OpenAI 現(xiàn)任 CEO Sam Altman 在 X 上“在線接單”，幫網(wǎng)友生成視頻，結(jié)果有人給了這樣的提示詞，guess what，Sam 拉黑了他。
8. 以后真分不清現(xiàn)實和 AI 生成了嗎？
眼下有人讓 Gemini 1.5 觀看并分析以下這個 Sora 生成視頻，Gemini 指出：
Sora 生成
- 櫻花一般在春天開放，那時不下雪；
- 雪下得太均勻了；
- 雖然是下雪天，但人穿得很單薄。
于是，AI 判定這個不是真實影像。還得用魔法打敗魔法啊！
9. 為什么就 OpenAI 做出來了？
因為 OpenAI 有 GPT 和 DALL·E 的成功經(jīng)驗，在以往的技術(shù)范式之上，他們做出了新東西：不僅可以理解用戶在提示中提出的要求，還能理解它們在物理世界中的存在方式。
生成視頻效果如此好，也因為 Sora 能更好地理解用戶給的提示詞，OpenAI 是怎么做的呢？根據(jù)官方的說法，他們利用 DALL·E 3 的 re-captioning 功能，給訓(xùn)練用的視頻素材都加上了高質(zhì)量文本描述，表示這樣可以提高輸出視頻的整體質(zhì)量。另外，你給的簡短描述詞，AI 收到后會進一步擴寫，再交由 Sora 生成。
更重要的是，Sora 是一個 Diffusion Transformer，Transformers 被證明可以在語言建模、計算機視覺和圖像生成等都能有極好性能。
10. 視頻模型的訓(xùn)練很燒算力吧，OpenAI 耗得起嗎？
大概一周前，Sam Altman 宣布 OpenAI 啟動“造芯”計劃，因為目前 OpenAI 每天生成約 1000 億個單詞，需要大量的 GPU（圖形處理器）芯片進行訓(xùn)練計算。
他希望籌得 7 萬億美元。
Unsplash
這個天文數(shù)字，不僅相當(dāng)于全球 GDP 的 10%，等同于 2.5 個微軟、3.75 個谷歌、4 個英偉達、7 個 Meta，以及 11.5 個特斯拉的市值。
整理：malt
編輯：臥蟲
