□ 本报记者 陈 洁
还在谈论ChatGPT吗?在龙年春节期间,OpenAI推出了Sora,一款文本转视频的大模型,以48个令人印象深刻的演示视频震撼登场,展现了人工智能的无限潜力。
Sora究竟是何方神圣?与同门师兄ChatGPT专注于文本生成不同,Sora的特长在于将文字描述转化为视频。例如,当你需要展现“一辆老式SUV行驶在盘山公路上,扬起的灰尘在温暖的阳光下清晰可见,路两边的丘陵上种满了红杉树”的场景时,Sora将会根据你的文字指令迅速生成一个长达60秒的高品质视频,无需灯光、摄像、道具或演员参与。这种功能让普通人也能轻松创作出精彩的视频作品。
即使置身专业领域,Sora的视频制作能力也堪称卓越。360创始人兼董事长周鸿祎惊讶地指出,若制作一部动画电影中需出现一只毛茸茸的动物,每根毛发都需进行建模,才能呈现出风吹动的真实感。而在Sora的公开视频中,一只金毛小狗在雪地里打滚,呈现出与现实中一致的真实感,这让他深为惊叹。此外,《阿凡达》花费数年时间来完成水的物理特性模拟与渲染工作,而Sora却可以快速地展示两艘海盗船在咖啡杯内激烈缠斗,形成惊人的视觉特效。更别提“无人机穿越城市古迹”的视频质量,如果没有Sora,城市的3D建模不仅费时,还需借助昂贵的数字孪生技术。《流浪地球》的副导演郁刚直言,Sora若正式商业化,必将为科幻影视行业带来莫大利好。
尽管市场上已经推出其他文本生成视频模型,但它们所生成的视频时长平均仅为4秒,且画面质量难以令人满意。正是因为Sora能创造逼真、富有想象力的视频,它才能在内测阶段便掀起轰动。尽管Sora目前生成的视频仍存在一些逻辑错误,像是街头走路时女性的左右脚没有正确配合,或者一辆列车在行驶中突然消失,又或者玻璃杯从空中落下未破碎却泄漏等情况,但相信这只是成长中的问题。与之前的“竞品”相比,Sora显然在逐渐掌握“物理”世界的规律,例如汉堡上会留下咬痕,在光影下船只会留下影子,重力、浮力等现象也开始得到体现。华大集团CEO尹烨认为,Sora启示了人工智能发展的新纪元。另一位图灵奖得主则持另一种观点,他认为Sora对“世界模型”的实现方式,注定是死路一条。但不管怎样,Sora掀起一场全球范围内的头脑风暴已是不争的事实。人们感叹,距离ChatGPT发布仅仅1年多的时间,AI发展速度已经超出了绝大多数人的想象;人们畅想,不断发展的“Sora们”,未来将在各领域的运用中,给世界带来怎样的颠覆性的改变。
美国电脑软件公司Adobe首当其冲,Sora发布的次日,它的股价暴跌7%,该公司此前开发的软件被广泛用于视频剪辑等领域。就像网友调侃的,干掉马车的从来不是一辆更快的马车。影视、短视频、广告等行业的从业者,也开始担心起未来的饭碗问题。
当然,这些忧虑仍局限于当前的认知范畴。就像过去的人难以想象,不用现金即可支付,带货主播、外卖骑手竟会成为数字社会的重要职业。当社会的主导媒介从文图真正演进至视频时,命运的齿轮或许又将转动。
好比一台演出,过去只有一桌二椅,演员只需专注于演完自己的戏份。然而有了声光电和各种道具舞美的助力,剧场中的交互和调度必然会呈几何级数增长。相较于静止的文字和图片,视频不仅变得生动,更将开创人与世界交往、人与人互动的新模式。
摒弃陈规,拥抱变化,已然成为当代人的必修课。正如一年多前发布的ChatGPT等,如今已成为许多人的“学习搭子”和“工作搭子”, 甚至在它的协助下创作的科幻小说还获奖了。我们有理由相信,视频模型一旦投入应用,将打破资金、履历、人脉的限制,让更多会讲故事和有创新思维的普通人投身视频领域,闪闪发光。
善于使用工具的人和不善于使用工具的人,差距正在拉开。以社交媒体为例,前者从中获取了大量的观察样本,并转化为自身的财富。例如小说《繁花》作者金宇澄,在短视频中受益匪浅,“我们过去一代人,哪怕再知书达理,都不会知道那么多细节,无论是从制造业、养殖业,包括种花、堆麦秸垛、马蹄铁是怎么换的,包罗万象,太丰富了。”而后者则迷失在“廉价快乐”中,愈发沮丧和颓废。
或许正是看准了人们迫切希望学习如何善用新工具的心理,这边Sora的大门尚未打开,那边就有培训机构推出了99元的Sora课程,一天竟然售出两万多份。这是智商税吗?让子弹飞一会儿再说。
但可以预见的是,工具的升级将对人提出更高的要求。
一方面,如果现在的你,很容易被带节奏,无法独立思考,那么Sora颠覆视频生产方式之后,当识别视频内容真伪的难度加大时,人的新困扰也会随之增多。
另一方面,科技正通过科技进步打破科技的壁垒,这听起来像绕口令,但“科技平权”就跟超女那句著名的“想唱就唱”一样,当“物”的门槛被消除后,个体的内在价值将占据更为重要的地位。
AI帮人类模拟和创建出一个全新的虚拟世界,已经近在眼前。作为人类的我们,归根结底必须建立起更为强大的内核和更深沉的热爱,才能在先进浪潮中施展各自的才华。