中新網(wǎng)北京2月22日電(記者 袁秀月)“給它讀一遍《三國演義》試試”“《三體》可以直接小說轉電影了”……近日OpenAI發(fā)布首個文生視頻模型Sora，在網(wǎng)上迅速刷屏，不少網(wǎng)友躍躍欲試，期待將來用AI還原小說中的場景。

　　還有人預測，以后人人都能拍出自己滿意的影視劇了。將來這會實現(xiàn)嗎？或者說，離實現(xiàn)這點還有多遠？

　　把小說輸進AI，然后呢？

　　在談論Sora之前，不得不提到，當前很多影視游戲行業(yè)人士已經將AIGC(人工智能生成內容)應用于內容制作上。

　　來自四川的博主馮先生(“AI瘋人院”)在CG領域工作了15年，從事過影視特效后期、游戲研發(fā)等。他表示，現(xiàn)在影視行業(yè)正廣泛接納AI的進入，目前主要應用于影視前期的概念設計、舞臺設計等，一些動畫團隊、游戲開發(fā)公司也正布局或引入AI生產線。

　　馮先生最近在短視頻平臺發(fā)布了多條《西游記》系列AI概念動畫，獲得了近百萬的播放量。他告訴記者，他使用的工具是AI繪畫工具Midjourney和AI視頻生成工具Runway。

　　“每個鏡頭要先構思好，然后通過Midjourney畫出畫面，一個鏡頭可能要畫上千張，最后選出一張，‘猴王問世’那集我畫了三四千張，最后選出一百個左右鏡頭，再把這些鏡頭拿給AI工具生成動畫，然后進行剪輯。臺詞先設計好，用AI配音來配，有些特殊的我會自己配音，再用變聲器調整效果。”

　　馮先生說，用AI制作這樣一段視頻需花費一周左右，但若人工制作可能需要幾個月。他表示，一般做動畫，需要概念設計、原畫、2D逐幀分鏡、3D場景搭建等流程，但如果有AI輔助的話，只需有原畫，AI就會幫你出畫面并生成動畫效果，中間過程會省去很多。

　　而Sora的問世或將這個過程省去更多。在馮先生看來，Sora能夠在一個畫面里生成多個鏡頭，這是他以往使用的工具做不到的，這也就意味著將來能創(chuàng)作出更流暢、完整的作品。

　　那么，把小說輸進去，能得到滿意的視頻嗎？馮先生認為，還需要一個過程，快的話可能等個三四年。“其實技術上的都不是難題，難在人類能夠理解各個不同國家的文學作品，了解它的背景和不同的文化元素，但AI還沒有很好理解這些東西。”

　　馮先生提到，在他用AI工具創(chuàng)作的過程中，能夠明顯感覺到它對不同文化的了解并不透徹，比如說中國文化，看起來風格相像，但仔細看衣服的紋飾和盔甲的造型并不真實存在。

　　不過他也表示，AI的學習是呈指數(shù)級增長的，從畫面抽象到能理解畫面的豐富性和風格，僅迭代了一年多時間。Sora確實存在瑕疵，但這只是AI的迭代過程，在未來不是什么大事。

　　Sora問世，人人成為導演？

　　雖然目前Sora還未對公眾開放，但不少人認為其意義不亞于1年前ChatGPT的發(fā)布。從技術角度來講，Sora強在哪里？

　　北京師范大學教育學部副教授張進寶表示，Sora采用了擴散模型和Transformer架構的結合(Diffusion Transformers, DiTs)。擴散模型通過逐漸添加噪聲來破壞圖像，然后學習逆向過程來恢復圖像。Transformer架構則可以捕捉圖像中的全局依賴關系。

　　Sora的生成過程可以分為以下幾個步驟：將文本描述轉換為一系列的語義向量；將語義向量輸入到模型中，生成視頻的潛在表示；將潛在表示解碼為像素，生成最終的視頻。

　　張進寶說，目前我們看到的是Sora使用了大量的視頻和圖像數(shù)據(jù)集進行訓練，包括電影、電視劇、紀錄片、游戲畫面等。這些數(shù)據(jù)集涵蓋了各種場景、人物和動作，為模型提供了豐富的學習素材。

　　在他看來，Sora的誕生不僅標志著視頻生成技術的重大進步，也為內容創(chuàng)作、媒體、娛樂等行業(yè)帶來了前所未有的機遇和挑戰(zhàn)。例如：Sora的出現(xiàn)預示著視頻生成領域的競爭將變得更為激烈，推動多模態(tài)AI以及各種AI應用場景的快速發(fā)展，特別是在需要真實世界建模的行業(yè)。與傳統(tǒng)的影視制作相比，使用Sora的生產過程更簡單，投資成本更低，創(chuàng)意結果更快速。

　　張進寶認為，Sora讓創(chuàng)作者可以更自由地使用AI工具表達自己的想法，減少了工業(yè)流程的約束，為內容創(chuàng)作提供了新的視角和工具。雖然目前Sora還無法完全取代傳統(tǒng)的影視制作，但其強大的能力表明，依靠AI輔助人類創(chuàng)造力的方向越來越明確，這可能會重新定義影視內容的創(chuàng)作和消費方式。

　　“這也是AI引起那么多討論的原因之一，會給大家?guī)韷毫Γ鋵嵨疑磉叺膹臉I(yè)者基本沒受到影響，如果你是一個成熟有經驗的美術或特效，并不會受到太大影響，它會成為你的一個輔助工具。”馮先生認為，即便有AI，人人成為導演也不現(xiàn)實，最后還是掌握在少數(shù)專業(yè)人的手里。

　　中國影協(xié)科幻電影工作委員會執(zhí)行秘書長馬賀亮在接受媒體采訪時也表示，短期內與概念設計、視頻預覽相關的崗位會在一定程度上受到Sora的影響，但它所能呈現(xiàn)的效果其實還達不到院線電影的級別，而且電影在創(chuàng)作上有主觀立場、視角和表達，觀看時有情感交流和情感投射，遠不是簡單生成一段視頻就能代替，因此AI作為技術輔助手段的確已經在改變電影制作方式與流程，能優(yōu)化提升電影創(chuàng)作，但要說它能“顛覆整個電影行業(yè)”，還為時過早。

　　AI還有哪些可能性？

　　“潘多拉的盒子既然已經打開，指望它關上太不現(xiàn)實了。”在馮先生看來，除了繪畫、做視頻、文案等，AI還有更大的發(fā)展空間。

　　“Sora模型所展示出的能力，可以讓人們進一步暢想更多的應用可能，為各個領域帶來新的變革和創(chuàng)新。”張進寶舉例，比如在教育領域中，可用于制作個性化的教學視頻，模擬實驗和場景，用于創(chuàng)建虛擬課堂，提供更加便捷的教育資源。

　　在醫(yī)療領域，可用于制作醫(yī)學動畫，幫助醫(yī)生和患者更好地理解病情；模擬手術過程，幫助醫(yī)生進行術前規(guī)劃和訓練；進行遠程醫(yī)療，為偏遠地區(qū)患者提供便捷的醫(yī)療服務。在科研領域，可用于模擬科學實驗，生成科學數(shù)據(jù)可視化，構建虛擬世界，用于科學研究和探索。在商業(yè)領域，可用于制作產品宣傳視頻、創(chuàng)建虛擬展廳，用于市場調查和分析，幫助企業(yè)更好地了解客戶需求，等等。

　　與此同時，Sora可能帶來的風險也備受關注，比如可能被用于造假或欺騙，Sora生成的內容可能存在偏見或錯誤，等等。法律界人士認為，隨著AI技術的發(fā)展，法律上的監(jiān)管也需要跟上。服務者或提供者在算法設計、訓練數(shù)據(jù)選擇、模型生成和優(yōu)化、提供服務等過程中，也需要采取有效措施防止產生各類歧視，同時避免制作、復制、發(fā)布、傳播虛假信息。

　　在張進寶看來，智能化將全面滲透人類社會，人們將在廣泛使用各類智能技術提升競爭力與完成任務的過程中，學會理解技術、捕捉新興技術的潛力，推動社會有秩序的動態(tài)發(fā)展。“捕捉科技發(fā)展新動態(tài)，在可控范圍內做出正確的決策，考驗的不僅僅是一個人，而是整個社會的應變能力。”(完)