中新網(wǎng)北京2月22日電(記者 袁秀月)“給它讀一遍《三國(guó)演義》試試”“《三體》可以直接小說(shuō)轉(zhuǎn)電影了”……近日OpenAI發(fā)布首個(gè)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(lái)用AI還原小說(shuō)中的場(chǎng)景。

　　還有人預(yù)測(cè)，以后人人都能拍出自己滿意的影視劇了。將來(lái)這會(huì)實(shí)現(xiàn)嗎？或者說(shuō)，離實(shí)現(xiàn)這點(diǎn)還有多遠(yuǎn)？

　　把小說(shuō)輸進(jìn)AI，然后呢？

　　在談?wù)揝ora之前，不得不提到，當(dāng)前很多影視游戲行業(yè)人士已經(jīng)將AIGC(人工智能生成內(nèi)容)應(yīng)用于內(nèi)容制作上。

　　來(lái)自四川的博主馮先生(“AI瘋?cè)嗽骸?在CG領(lǐng)域工作了15年，從事過(guò)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(jìn)入，目前主要應(yīng)用于影視前期的概念設(shè)計(jì)、舞臺(tái)設(shè)計(jì)等，一些動(dòng)畫(huà)團(tuán)隊(duì)、游戲開(kāi)發(fā)公司也正布局或引入AI生產(chǎn)線。

　　馮先生最近在短視頻平臺(tái)發(fā)布了多條《西游記》系列AI概念動(dòng)畫(huà)，獲得了近百萬(wàn)的播放量。他告訴記者，他使用的工具是AI繪畫(huà)工具M(jìn)idjourney和AI視頻生成工具Runway。

　　“每個(gè)鏡頭要先構(gòu)思好，然后通過(guò)Midjourney畫(huà)出畫(huà)面，一個(gè)鏡頭可能要畫(huà)上千張，最后選出一張，‘猴王問(wèn)世’那集我畫(huà)了三四千張，最后選出一百個(gè)左右鏡頭，再把這些鏡頭拿給AI工具生成動(dòng)畫(huà)，然后進(jìn)行剪輯。臺(tái)詞先設(shè)計(jì)好，用AI配音來(lái)配，有些特殊的我會(huì)自己配音，再用變聲器調(diào)整效果�！�

　　馮先生說(shuō)，用AI制作這樣一段視頻需花費(fèi)一周左右，但若人工制作可能需要幾個(gè)月。他表示，一般做動(dòng)畫(huà)，需要概念設(shè)計(jì)、原畫(huà)、2D逐幀分鏡、3D場(chǎng)景搭建等流程，但如果有AI輔助的話，只需有原畫(huà)，AI就會(huì)幫你出畫(huà)面并生成動(dòng)畫(huà)效果，中間過(guò)程會(huì)省去很多。

　　而Sora的問(wèn)世或?qū)⑦@個(gè)過(guò)程省去更多。在馮先生看來(lái)，Sora能夠在一個(gè)畫(huà)面里生成多個(gè)鏡頭，這是他以往使用的工具做不到的，這也就意味著將來(lái)能創(chuàng)作出更流暢、完整的作品。

　　那么，把小說(shuō)輸進(jìn)去，能得到滿意的視頻嗎？馮先生認(rèn)為，還需要一個(gè)過(guò)程，快的話可能等個(gè)三四年�！捌鋵�(shí)技術(shù)上的都不是難題，難在人類能夠理解各個(gè)不同國(guó)家的文學(xué)作品，了解它的背景和不同的文化元素，但AI還沒(méi)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(guò)程中，能夠明顯感覺(jué)到它對(duì)不同文化的了解并不透徹，比如說(shuō)中國(guó)文化，看起來(lái)風(fēng)格相像，但仔細(xì)看衣服的紋飾和盔甲的造型并不真實(shí)存在。

　　不過(guò)他也表示，AI的學(xué)習(xí)是呈指數(shù)級(jí)增長(zhǎng)的，從畫(huà)面抽象到能理解畫(huà)面的豐富性和風(fēng)格，僅迭代了一年多時(shí)間。Sora確實(shí)存在瑕疵，但這只是AI的迭代過(guò)程，在未來(lái)不是什么大事。

　　Sora問(wèn)世，人人成為導(dǎo)演？

　　雖然目前Sora還未對(duì)公眾開(kāi)放，但不少人認(rèn)為其意義不亞于1年前ChatGPT的發(fā)布。從技術(shù)角度來(lái)講，Sora強(qiáng)在哪里？

　　北京師范大學(xué)教育學(xué)部副教授張進(jìn)寶表示，Sora采用了擴(kuò)散模型和Transformer架構(gòu)的結(jié)合(Diffusion Transformers, DiTs)。擴(kuò)散模型通過(guò)逐漸添加噪聲來(lái)破壞圖像，然后學(xué)習(xí)逆向過(guò)程來(lái)恢復(fù)圖像。Transformer架構(gòu)則可以捕捉圖像中的全局依賴關(guān)系。

　　Sora的生成過(guò)程可以分為以下幾個(gè)步驟：將文本描述轉(zhuǎn)換為一系列的語(yǔ)義向量；將語(yǔ)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(jìn)寶說(shuō)，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(jìn)行訓(xùn)練，包括電影、電視劇、紀(jì)錄片、游戲畫(huà)面等。這些數(shù)據(jù)集涵蓋了各種場(chǎng)景、人物和動(dòng)作，為模型提供了豐富的學(xué)習(xí)素材。

　　在他看來(lái)，Sora的誕生不僅標(biāo)志著視頻生成技術(shù)的重大進(jìn)步，也為內(nèi)容創(chuàng)作、媒體、娛樂(lè)等行業(yè)帶來(lái)了前所未有的機(jī)遇和挑戰(zhàn)。例如：Sora的出現(xiàn)預(yù)示著視頻生成領(lǐng)域的競(jìng)爭(zhēng)將變得更為激烈，推動(dòng)多模態(tài)AI以及各種AI應(yīng)用場(chǎng)景的快速發(fā)展，特別是在需要真實(shí)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(chǎn)過(guò)程更簡(jiǎn)單，投資成本更低，創(chuàng)意結(jié)果更快速。

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

　　“這也是AI引起那么多討論的原因之一，會(huì)給大家?guī)��?lái)壓力，其實(shí)我身邊的從業(yè)者基本沒(méi)受到影響，如果你是一個(gè)成熟有經(jīng)驗(yàn)的美術(shù)或特效，并不會(huì)受到太大影響，它會(huì)成為你的一個(gè)輔助工具�！瘪T先生認(rèn)為，即便有AI，人人成為導(dǎo)演也不現(xiàn)實(shí)，最后還是掌握在少數(shù)專業(yè)人的手里。

　　中國(guó)影協(xié)科幻電影工作委員會(huì)執(zhí)行秘書(shū)長(zhǎng)馬賀亮在接受媒體采訪時(shí)也表示，短期內(nèi)與概念設(shè)計(jì)、視頻預(yù)覽相關(guān)的崗位會(huì)在一定程度上受到Sora的影響，但它所能呈現(xiàn)的效果其實(shí)還達(dá)不到院線電影的級(jí)別，而且電影在創(chuàng)作上有主觀立場(chǎng)、視角和表達(dá)，觀看時(shí)有情感交流和情感投射，遠(yuǎn)不是簡(jiǎn)單生成一段視頻就能代替，因此AI作為技術(shù)輔助手段的確已經(jīng)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(shuō)它能“顛覆整個(gè)電影行業(yè)”，還為時(shí)過(guò)早。

　　AI還有哪些可能性？

　　“潘多拉的盒子既然已經(jīng)打開(kāi)，指望它關(guān)上太不現(xiàn)實(shí)了�！痹隈T先生看來(lái)，除了繪畫(huà)、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(jìn)一步暢想更多的應(yīng)用可能，為各個(gè)領(lǐng)域帶來(lái)新的變革和創(chuàng)新�！睆堖M(jìn)寶舉例，比如在教育領(lǐng)域中，可用于制作個(gè)性化的教學(xué)視頻，模擬實(shí)驗(yàn)和場(chǎng)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(lǐng)域，可用于制作醫(yī)學(xué)動(dòng)畫(huà)，幫助醫(yī)生和患者更好地理解病情；模擬手術(shù)過(guò)程，幫助醫(yī)生進(jìn)行術(shù)前規(guī)劃和訓(xùn)練；進(jìn)行遠(yuǎn)程醫(yī)療，為偏遠(yuǎn)地區(qū)患者提供便捷的醫(yī)療服務(wù)。在科研領(lǐng)域，可用于模擬科學(xué)實(shí)驗(yàn)，生成科學(xué)數(shù)據(jù)可視化，構(gòu)建虛擬世界，用于科學(xué)研究和探索。在商業(yè)領(lǐng)域，可用于制作產(chǎn)品宣傳視頻、創(chuàng)建虛擬展廳，用于市場(chǎng)調(diào)查和分析，幫助企業(yè)更好地了解客戶需求，等等。

　　與此同時(shí)，Sora可能帶來(lái)的風(fēng)險(xiǎn)也備受關(guān)注，比如可能被用于造假或欺騙，Sora生成的內(nèi)容可能存在偏見(jiàn)或錯(cuò)誤，等等。法律界人士認(rèn)為，隨著AI技術(shù)的發(fā)展，法律上的監(jiān)管也需要跟上。服務(wù)者或提供者在算法設(shè)計(jì)、訓(xùn)練數(shù)據(jù)選擇、模型生成和優(yōu)化、提供服務(wù)等過(guò)程中，也需要采取有效措施防止產(chǎn)生各類歧視，同時(shí)避免制作、復(fù)制、發(fā)布、傳播虛假信息。

　　在張進(jìn)寶看來(lái)，智能化將全面滲透人類社會(huì)，人們將在廣泛使用各類智能技術(shù)提升競(jìng)爭(zhēng)力與完成任務(wù)的過(guò)程中，學(xué)會(huì)理解技術(shù)、捕捉新興技術(shù)的潛力，推動(dòng)社會(huì)有秩序的動(dòng)態(tài)發(fā)展�！安蹲娇萍及l(fā)展新動(dòng)態(tài)，在可控范圍內(nèi)做出正確的決策，考驗(yàn)的不僅僅是一個(gè)人，而是整個(gè)社會(huì)的應(yīng)變能力。”(完)

責(zé)任編輯：崔景靚