中新網北京2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釋出第一個文生視訊模型Sora，在網上迅速刷屏，不少網友躍躍欲試，期待將來用AI還原小說中的場景。
還有人預測，以後人人都能拍出自己滿意的影視劇了。將來這會實作嗎？或者說，離實作這點還有多遠？
截圖自Sora生成視訊
把小說輸進AI，然後呢？
在談論Sora之前，不得不提到，當前很多影視遊戲行業人士已經將AIGC(人工智慧生成內容)套用於內容制作上。
來自四川的博主馮先生(「AI瘋人院」)在CG領域工作了15年，從事過影視特效後期、遊戲研發等。他表示，現在影視行業正廣泛接納AI的進入，目前主要套用於影視前期的概念設計、舞台設計等，一些動畫團隊、遊戲開發公司也正布局或引入AI生產線。
馮先生最近在短視訊平台釋出了多條【西遊記】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視訊生成工具Runway。
「每個鏡頭要先構思好，然後透過Midjourney畫出畫面，一個鏡頭可能要畫上千張，最後選出一張，‘猴王問世’那集我畫了三四千張，最後選出一百個左右鏡頭，再把這些鏡頭拿給AI工具生成動畫，然後進行剪輯。台詞先設計好，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制作這樣一段視訊需花費一周左右，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就會幫你出畫面並生成動畫效果，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能夠在一個畫面裏生成多個鏡頭，這是他以往使用的工具做不到的，這也就意味著將來能創作出更流暢、完整的作品。
截圖自Sora生成視訊
那麽，把小說輸進去，能得到滿意的視訊嗎？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工具創作的過程中，能夠明顯感覺到它對不同文化的了解並不透徹，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並不真實存在。
不過他也表示，AI的學習是呈指數級增長的，從畫面抽象到能理解畫面的豐富性和風格，僅叠代了一年多時間。Sora確實存在瑕疵，但這只是AI的叠代過程，在未來不是什麽大事。
截圖自Sora生成視訊
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於1年前ChatGPT的釋出。從技術角度來講，Sora強在哪裏？
北京師範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)。擴散模型透過逐漸添加雜訊來破壞影像，然後學習逆向過程來恢復影像。Transformer架構則可以捕捉影像中的全域依賴關系。
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意向量；將語意向量輸入到模型中，生成視訊的潛在表示；將潛在表示解碼為像素，生成最終的視訊。
張進寶說，目前我們看到的是Sora使用了大量的視訊和影像數據集進行訓練，包括電影、電視劇、紀錄片、遊戲畫面等。這些數據集涵蓋了各種場景、人物和動作，為模型提供了豐富的學習素材。
在他看來，Sora的誕生不僅標誌著視訊生成技術的重大進步，也為內容創作、媒體、娛樂等行業帶來了前所未有的機遇和挑戰。例如：Sora的出現預示著視訊生成領域的競爭將變得更為激烈，推動多模態AI以及各種AI套用場景的快速發展，特別是在需要真實世界建模的行業。與傳統的影視制作相比，使用Sora的生產過程更簡單，投資成本更低，創意結果更快速。
張進寶認為，Sora讓創作者可以更自由地使用AI工具表達自己的想法，減少了工業流程的約束，為內容創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的影視制作，但其強大的能力表明，依靠AI輔助人類創造力的方向越來越明確，這可能會重新定義影視內容的創作和消費方式。
截圖自Sora生成視訊
「這也是AI引起那麽多討論的原因之一，會給大家帶來壓力，其實我身邊的從業者基本沒受到影響，如果你是一個成熟有經驗的美術或特效，並不會受到太大影響，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實，最後還是掌握在少數專業人的手裏。
中國影協科幻電影工作委員會執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、視訊預覽相關的崗位會在一定程度上受到Sora的影響，但它所能呈現的效果其實還達不到院線電影的級別，而且電影在創作上有主觀立場、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訊就能代替，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，能最佳化提升電影創作，但要說它能「顛覆整個電影行業」，還為時過早。
截圖自Sora生成視訊
AI還有哪些可能性？
「潘朵拉的盒子既然已經開啟，指望它關上太不現實了。」在馮先生看來，除了繪畫、做視訊、文案等，AI還有更大的發展空間。
「Sora模型所展示出的能力，可以讓人們進一步暢想更多的套用可能，為各個領域帶來新的變革和創新。」張進寶舉例，比如在教育領域中，可用於制作個人化的教學視訊，模擬實驗和場景，用於建立虛擬課堂，提供更加便捷的教育資源。
在醫療領域，可用於制作醫學動畫，幫助醫生和患者更好地理解病情；模擬手術過程，幫助醫生進行術前規劃和訓練；進行遠端醫療，為偏遠地區患者提供便捷的醫療服務。在科研領域，可用於模擬科學實驗，生成科學數據視覺化，構建虛擬世界，用於科學研究和探索。在商業領域，可用於制作產品宣傳視訊、建立虛擬展廳，用於市場調查和分析，幫助企業更好地了解客戶需求，等等。
截圖自Sora生成視訊
與此同時，Sora可能帶來的風險也備受關註，比如可能被用於造假或欺騙，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技術的發展，法律上的監管也需要跟上。服務者或提供者在演算法設計、訓練數據選擇、模型生成和最佳化、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、釋出、傳播虛假資訊。
在張進寶看來，智慧化將全面滲透人類社會，人們將在廣泛使用各類智慧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發展。「捕捉科技發展新動態，在可控範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。」
