OpenAI新神器，Sora文本转视频，又一批初创公司被“祭天”

OpenAI新产品Sora在年初面世的消息堪称炸裂，它可从文本直接生成视频，最长60秒。

一年前，AI生成的视频还只能当做恐怖片来看。视频中的人物面部会随机破裂，也无法形成完整的手部形状，画面更是随着镜头移动支离破碎。任何人都能一眼看出它与真实的区别。

一年后，Sora生成的视频，已经可以以假乱真。比如下面这段航拍，如果我不提前说明，这是Sora生成的画面，没人能看出破绽。

观众大概率会将它当做众多无人机航拍视频中的一段，一晃而过。假设用着这样的视频做素材，无需设备投入，无需航拍许可，无需购买版权，成本直线下降。效果糊弄普通观众绰绰有余。

还有这一段，大量老电视摆在一起的画面。

以前需要找道具，现在直接AI生成。

Sora目前还没有开放给公众使用，但可以在OpenAI的网站上，直接观赏官方放出来的视频片段。

那一段，长达60秒，1080p高清，时尚女性在东京街头漫步的短视频，甚至连倒影细节都照顾到，难辨真伪。

这段视频的提示词，并不复杂：

Prompt: A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.more

当然，官网放出的视频，必然经过挑选，效果炸裂可想而知。Sam Altman也在Twitter在线接单，选择@他的提示词，生成视频，然后放出来。

认为世界末日即将到来的人，倒也不必急于原地爆炸。目前AI生成的视频，是通过文字描述，一帧一帧画出来的。它局限于每张图片的质量，以及AI在不同帧之间关联性的理解。细节越多的地方，越容易出现漏洞。

比如，淘金潮记录短视频中，奇怪的两脚马。

搞不清楚的动物，或者人。

祖母捧起玻璃碗时，手指忽然出现虚影，变成多指。

踩完奶的小猫，爪子变多。

无中生有，而且缺胳膊短腿的小熊猫。

然而，时间才过去一年。一年而已。AI绘图的进展，有目共睹。今年微信红包封面，大量AI作品涌现，极大地降低了制作者的门槛。想象力爆炸。略具技巧的人，甚至做起买封面的生意，月入2万。虽然也就这半个月。

既然变化无可阻挡，不如顺应潮流。

第一步，学好语文。再简单的提示词，也要具备完整的描述，尽可能精确表达。AI在瞎编乱造方面的能力极强，提示词是拉住它的缰绳。漫无目的的作品展示，可以自由发挥，但对人类来说，总要寻求一些所谓的意义。

从文字到图片，再到视频。对人类来说，越真实越简单，越抽象越困难。AI正相反，越抽象越简单，越真实越困难。在AI的世界里，不存在概念，只有按数学规律排列的点阵。没有规律的点阵，被人类定义为噪声，有规律的点阵，则被定义为图像。

OpenAI抢占了文字生成式AI的先机，Midjourney和开源的Stable Diffusion遥遥领先在图像生成上。只剩下最接近真实的连续画面，也就是视频，还差强人意。Pika，Runway，以及一大堆初创公司，正努力攻坚最后一公里。

24年1月份，Pika最新的进展，一键生成3秒，72帧的视频。而Runway gen2目前视频长度的上限是18秒。

OpenAI突如其来的更新，Sora，直接将核心指标推高到60秒，彰显自己技术强劲，财大气粗。原本就拥挤的赛道，忽然多了一只霸王龙。如果初创公司不能快速差异化，在细分领域做出特色，被巨头“祭天”是迟早的事。

如火如荼的短视频，即将迎来新一波压力。也许，文字创作者反而能够借此机会，利用AI，抓住潮流的尾巴。

至于很多人担心的，AI被用来造假，诈骗。我觉得还为时尚早。AI只是在人类伪造内容的过程中，降低了一部分成本，还不足以构建一站式诈骗解决方案。AI超越不了现有的视频剪辑，换脸技术。之所以没人用这些技术来做大规模诈骗，完全是因为诈骗这种商业模式，也是有成本的，需要高价值标的才有意义。

人类在观看视频时，会被运动的主体吸引，而忽略细节。Sora“炸裂”的效果，正是因此取巧，大差不差，不能深究。想要用视频精确表达概念，还有很长的路要走。

Anyway，风光片，空镜头，背景素材，AI必将先一步突破。可以想见，明年的微信红包封面，大家都会用上效果炸裂的视频。

拥抱变化，努力跟上时代，比骂娘更有意义。