視頻生成模型Sora橫空出世，讓影視、廣告業乃至教育界人士頓生危機感——

　　“阿拉丁神燈”？“潘多拉魔盒”？

　　“現實不存在了？”用“你方唱罷我登場”來形容春節假期最后兩天大洋彼岸的“瘋狂”，再貼切不過了。北京時間2月16日，谷歌的Gemini Pro 1.5還沒出幾個小時的風頭，天一亮，全世界的聚光燈就集中在了OpenAI的Sora身上。

　　Sora，新型視頻生成模型，它可以根據簡短的文字提示(prompt)，將其轉化為長達一分鐘的高清視頻，鏡頭感堪比電影。

　　未來，各種Sora視頻或將現身并“占領”視頻社交平臺，其對現實的影響與改變，可謂巨大。

　　AI視頻要“變天”了

　　Sora“逆天”在哪兒？它不僅能夠根據文字指令創造出既逼真又充滿想象力的場景，而且能生成長達1分鐘的超長視頻，還是一鏡到底那種。

　　從發布的視頻來看，60秒的視頻中，視頻主體與背景保持了高度的流暢性與穩定性，在一個視頻里實現多角度鏡頭，分鏡切換符合邏輯且流暢。此外，Sora對于光影反射、運動方式、鏡頭移動等細節處理非常到位。

　　“這座城市潔凈無瑕，到處可見先進的未來式有軌電車、絢麗的噴泉、巨型的全息投影以及四處巡邏的機器人。”……OpenAI首席執行官山姆·奧特曼也親自“下場”，在社交媒體上根據網友給出的prompt輸出視頻。

　　Sora的視頻效果，幾乎和人工拍攝不相上下，由此帶來的強大沖擊讓無數人感嘆：“現實，不存在了。”OpenAI是怎么做到的？根據官網介紹，“通過一次性為模型提供多幀的預測，我們解決了一個具有挑戰性的問題。”數小時后，Sora的技術報告發布，盡管依舊“很OpenAI”——不包括模型和實現細節。技術報告中，“里程碑”是關鍵詞。Sora還能將靜態圖像轉化成視頻，以該圖像為背景，在視頻中添加一些動態的元素，使圖像變得更加生動。

　　據悉，OpenAI目前沒有向公眾發布Sora的計劃，但將首次開始與第三方安全測試人員共享該模型。

　　對相關行業具顛覆性

　　紐約大學助理教授謝賽寧直言：“Sora將改寫整個視頻生成領域。”謝賽寧分析，Sora應該是建立在DiT這個擴散Transformer之上；在視頻壓縮網絡上可能采用VAE架構，區別就是經過原始視頻數據訓練。他推算Sora可能有大約30億個參數，并表示：“Sora或許并不需要人們想象中的那么多GPU來訓練，如果真是如此，Sora的后期迭代將會非常快。”

　　英偉達人工智能研究院首席研究科學家Jim Fan認為，Sora是一個數據驅動的物理引擎，稱這是視頻生成領域的GPT-3時刻，“回到2020年，GPT-3不是一個很完美的模型，但是它有力證明了上下文學習的重要性，所以不要糾結于GPT-3的缺陷，多想想后面的GPT-4”。

　　360創始人周鴻祎也發布微博，提到自己對Sora的看法。在他看來，Sora只是小試牛刀，它展現的不僅僅是一個視頻制作能力，而是大模型對真實世界有了理解和模擬之后，會帶來新的成果和突破。周鴻祎寫道：“這次OpenAI利用它的大語言模型優勢，讓Sora實現了對現實世界的理解和對世界的模擬兩層能力，這樣產生的視頻才是真實的，才能跳出2D的范圍模擬真實的物理世界。”他認為，AI不一定那么快顛覆所有行業，但它能激發更多人的創作力，“今天Sora可能給廣告業、電影預告片、短視頻行業帶來巨大的顛覆，但它不一定那么快擊敗TikTok，更可能成為TikTok的創作工具”。

　　周鴻祎也直言：“一旦人工智能接上攝像頭，把所有的電影都看一遍，把YouTube和TikTok上的視頻都看一遍，對世界的理解將遠遠超過文字學習，一幅圖勝過千言萬語，這就離AGI真的不遠了，不是10年、20年的問題，可能一兩年很快就可以實現。”

　　人才培養模式需創新

　　全國政協委員、上海科技館館長倪閩景在《Sora只是開始，教育真正的挑戰來了》一文中指出，Sora的出現，首先會讓影視行業、廣告行業的專業人士瑟瑟發抖，但是需要瑟瑟發抖的顯然是教育行業。

　　“無論是ChatGPT還是Sora，都僅僅是開始，以強大算力和算法支持的數字大腦，將在學習能力、學習范圍和學習深度上遠超人類，人類只有依靠人工智能一起協同學習，才是教育的出路。”倪閩景認為，人類學習將進入超級學習階段，教育的邏輯將改變：首先，重新定義知識，從知識到知與識；其次，重新定義學習，從工具到本能需要；最后，重新定義創造，從創造東西到創造體驗。

　　倪閩景寫道：“Sora在英文中有小鳥在空中詠唱的意思，這個淺淺的人工智能詠唱，如果能夠讓所有教育者聽懂，那么我們是否會對各種無謂的內卷釋然并放下呢？”

　　21世紀教育研究院院長熊丙奇認為，比感慨AI淘汰傳統職業更重要的是，如何直面這一挑戰，應對這一新的時代發展趨勢。其中，最為關鍵的是，必須改革教育、創新人才培養模式。

　　他一針見血地指出，近年來，我國高校新增不少人工智能、大數據管理與應用專業；各地亦在大力推進教學數字化變革。不過，這些教育變革，存在兩大值得關注的傾向：知識化傾向、應試化傾向。

　　熊丙奇表示：“如果不推進破除基礎教育存在的功利化、短視化問題，AI+教育等技術變革，也難以帶來人才培養模式的創新，更遑論提高人才自主培養質量，造就拔尖創新人才。”

　　他感慨，過去20多年來，我國教育界一直在求解錢學森世紀之問——“為什么我們的學校總是培養不出杰出人才？”在Sora刷屏、AI又取得突破后，如何求解錢學森世紀之問也更顯緊迫。

　　“對此，要形成基本共識，那就是，只靠技術手段難以推進人才培養模式改革，必須改革教育管理與評價體系。”他表示。

　　警惕“潘多拉魔盒”

　　在Sora橫空出世前，OpenAI首席執行官山姆·奧特曼就曾表示，人工智能有望在推理能力和可靠性、多模態、可定制化和個性化三個領域大幅提升，并認為，至少在未來5到10年內，AI大模型技術將處于一個非常陡峭的成長曲線上。

　　值得關注的是，就在Sora發布的同日，谷歌也發布其大模型矩陣的最新力作——Gemini 1.5，其將穩定處理上下文的上限擴大至100萬Tokens(詞元)，這代表它能一次處理大量的信息——包括1小時的視頻、11小時的音頻、超過3萬行代碼或超過70萬字的代碼庫。

　　新事物，顯然無法做到“完美”。OpenAI明確指出，Sora可能難以準確模擬復雜場景的物理原理，并且可能無法理解因果關系。這一模型還可能混淆提示的空間細節，并且可能難以精確描述隨著時間推移發生的事件——而這些缺陷或將使Sora生成一些不合邏輯的東西。

　　據了解，OpenAI內部仍在開展模型倫理側的對抗性測試，比如錯誤信息、仇恨內容、偏見內容，至于色情暴力等，會在文本輸入時就被拒絕。

　　近兩日，也有一些人工智能業內人士向記者表示，從技術角度來看，Sora是非常重大的飛躍，但“硬幣有兩面”，它存在潛在的濫用可能，“在AI視頻構建的世界中，‘眼見為實’行不通了，人們眼睛看到的東西，或許無法作為判斷的依據”。

　　是“阿拉丁神燈”還是“潘多拉魔盒”，顯然現在下結論為時過早。該業內人士同時表示，對于新技術的到來，需要社會足夠的包容性；同時，在大規模推向社會前，務必“系好安全帶”，做好應對風險的準備。

　　本報記者 郜陽

　　來源：新民晚報