Sora登场，未来世界的生活将被彻底颠覆？
只要轻轻松松输入文字，马上就能变成视频，还特别逼真。最近，美国OpenAI放出的Sora视频神器，让全球都激动了一把。
专家说，Sora可能彻底改写游戏规则，但同时，它把“假的太像真的”这事儿推到了前台，让大家心里咯噔一下。Sora到底是个什么魔法？会对咱的日子有啥影响？记者找了专家来聊聊。
【体验中国版Sora公众号搜：索啦AI创意】
你看那些在社交平台上疯转的Sora视频，无论是春节龙舞、穿雪原的猛犸象，还是海上自行车大赛的动物选手，全都让人眼前一亮。
OpenAI官方说，给Sora一段文字，它能拍出来60秒的视频。这视频不仅场景转换自如，还能搞定复杂情绪和细节，简直比导演还厉害。
比如，给句话“东京街头，一位时髦女士自信漫步，身穿黑皮夹克红长裙，脚蹬黑靴，手拿黑包，墨镜加红唇，走路带风。”Sora马上能拍出60秒高清视频，那质感、细节，让人分不出真假。连马斯克都说，人类服了。
【体验中国版Sora公众号搜：索啦AI创意】
不过，有的视频就显得不太对劲，比如“黑衣黑客狗狗敲键盘”那个，狗狗虽然键盘敲得溜，但屏幕反光怎么照到屏幕背后去了？还有个追踪丛林蚂蚁的视频，技术感十足，但蚂蚁怎么就四条腿了？
尽管Sora还有不少瑕疵，但跟别的视频AI比，它已经领先一大截。有人说，Sora代表着AI制视频进入了新纪元。
Sora背后的秘密，就是深度学习这一套。用了个叫Transformer的架构，训练Sora理解文字，把描述变视频。
从ChatGPT到Sora，AI怎么就能从文字变成图像，再到视频呢？浙大的吴飞教授说，关键在于把内容的小单元组合起来，让它们有意义地连接。像是把单词连成有深意的句子，把图像碎片拼成完整图片，把视频片段串成连贯故事。
OpenAI公开的示例中，一个SUV在盘山路上行驶的视频就展示了Sora的能力。吴飞告诉记者，只要数据够，Transformer就能学会单词间的关系，然后基于这个，把话说得通顺。
一旦AI掌握了这种技巧，就能用它来拼句子、组图像、串视频。Sora先是把文字和视觉信息对应起来，然后在这基础上反复加噪去噪，学习它们之间的联系。吴飞比喻说，就像学造桥，拆了再装，通过不断实践掌握各个部分的关系。
Sora的出现，不仅加速了AI的步伐，还打开了一扇新门。
一些大佬觉得，生成式AI的应用前景无限。工信部的刘兴亮说，Sora开启了内容创作的新时代。中央财大的陈端认为，长远看，Sora不只是生产工具，它构建的数字世界强引擎会对产业造成深远影响。
“Sora只是个开始，展示了理解真实世界后的AI能力。”360的周鸿祎说，有了大模型，再加上人类知识，就能创造各行各业的超级工具。“一旦AI学会看电影、浏览社交媒体，对世界的理解将远超文字，这离真正的通用AI不远了。”
但也有人不这么看。图灵奖得主杨立昆就说，Sora并不懂物理规律，它只是在拓展图像而已。“生成逼真视频不代表理解世界，这和真正的世界模型预测大不相同。”
“我们甚至还没搞清楚AGI是啥。”吴飞说，人类对自己的意识和能力都一知半解，想要达到真正的AI，还是遥远的梦。
在AI领域，中国企业虽有所成就，但跟国际顶尖还有差距。科大讯飞在MWC上展示的星火认知大模型，就展现了国产AI的实力。清华大学和北京宣武医院的无线微创脑机接口试验，也是国内AI技术的一大突破。