中新網北京2月22日電(記者 袁秀月)“給它讀一遍《三國演義(yi) 》試試”“《三體(ti) 》可以直接小說轉電影了”……近日OpenAI發布首個(ge) 文生視頻模型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(hui) 實現嗎？或者說，離實現這點還有多遠？

　　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(ye) 人士已經將AIGC(人工智能生成內(nei) 容)應用於(yu) 內(nei) 容製作上。

　　來自四川的博主馮(feng) 先生(“AI瘋人院”)在CG領域工作了15年，從(cong) 事過影視特效後期、遊戲研發等。他表示，現在影視行業(ye) 正廣泛接納AI的進入，目前主要應用於(yu) 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(chan) 線。

　　馮(feng) 先生最近在短視頻平台發布了多條《西遊記》係列AI概念動畫，獲得了近百萬(wan) 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(ge) 鏡頭要先構思好，然後通過Midjourney畫出畫麵，一個(ge) 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(ge) 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(hui) 自己配音，再用變聲器調整效果。”

　　馮(feng) 先生說，用AI製作這樣一段視頻需花費一周左右，但若人工製作可能需要幾個(ge) 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，隻需有原畫，AI就會(hui) 幫你出畫麵並生成動畫效果，中間過程會(hui) 省去很多。

　　而Sora的問世或將這個(ge) 過程省去更多。在馮(feng) 先生看來，Sora能夠在一個(ge) 畫麵裏生成多個(ge) 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。

　　那麽(me) ，把小說輸進去，能得到滿意的視頻嗎？馮(feng) 先生認為(wei) ，還需要一個(ge) 過程，快的話可能等個(ge) 三四年。“其實技術上的都不是難題，難在人類能夠理解各個(ge) 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(dong) 西。”

　　馮(feng) 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(xi) 是呈指數級增長的，從(cong) 畫麵抽象到能理解畫麵的豐(feng) 富性和風格，僅(jin) 迭代了一年多時間。Sora確實存在瑕疵，但這隻是AI的迭代過程，在未來不是什麽(me) 大事。

　　Sora問世，人人成為(wei) 導演？

　　雖然目前Sora還未對公眾(zhong) 開放，但不少人認為(wei) 其意義(yi) 不亞(ya) 於(yu) 1年前ChatGPT的發布。從(cong) 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)。擴散模型通過逐漸添加噪聲來破壞圖像，然後學習(xi) 逆向過程來恢複圖像。Transformer架構則可以捕捉圖像中的全局依賴關(guan) 係。

　　Sora的生成過程可以分為(wei) 以下幾個(ge) 步驟：將文本描述轉換為(wei) 一係列的語義(yi) 向量；將語義(yi) 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(wei) 像素，生成最終的視頻。

　　張進寶說，目前我們(men) 看到的是Sora使用了大量的視頻和圖像數據集進行訓練，包括電影、電視劇、紀錄片、遊戲畫麵等。這些數據集涵蓋了各種場景、人物和動作，為(wei) 模型提供了豐(feng) 富的學習(xi) 素材。

　　在他看來，Sora的誕生不僅(jin) 標誌著視頻生成技術的重大進步，也為(wei) 內(nei) 容創作、媒體(ti) 、娛樂(le) 等行業(ye) 帶來了前所未有的機遇和挑戰。例如：Sora的出現預示著視頻生成領域的競爭(zheng) 將變得更為(wei) 激烈，推動多模態AI以及各種AI應用場景的快速發展，特別是在需要真實世界建模的行業(ye) 。與(yu) 傳(chuan) 統的影視製作相比，使用Sora的生產(chan) 過程更簡單，投資成本更低，創意結果更快速。

　　張進寶認為(wei) ，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(ye) 流程的約束，為(wei) 內(nei) 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(chuan) 統的影視製作，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(hui) 重新定義(yi) 影視內(nei) 容的創作和消費方式。

　　“這也是AI引起那麽(me) 多討論的原因之一，會(hui) 給大家帶來壓力，其實我身邊的從(cong) 業(ye) 者基本沒受到影響，如果你是一個(ge) 成熟有經驗的美術或特效，並不會(hui) 受到太大影響，它會(hui) 成為(wei) 你的一個(ge) 輔助工具。”馮(feng) 先生認為(wei) ，即便有AI，人人成為(wei) 導演也不現實，最後還是掌握在少數專(zhuan) 業(ye) 人的手裏。

　　中國影協科幻電影工作委員會(hui) 執行秘書(shu) 長馬賀亮在接受媒體(ti) 采訪時也表示，短期內(nei) 與(yu) 概念設計、視頻預覽相關(guan) 的崗位會(hui) 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頻就能代替，因此AI作為(wei) 技術輔助手段的確已經在改變電影製作方式與(yu) 流程，能優(you) 化提升電影創作，但要說它能“顛覆整個(ge) 電影行業(ye) ”，還為(wei) 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(guan) 上太不現實了。”在馮(feng) 先生看來，除了繪畫、做視頻、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(men) 進一步暢想更多的應用可能，為(wei) 各個(ge) 領域帶來新的變革和創新。”張進寶舉(ju) 例，比如在教育領域中，可用於(yu) 製作個(ge) 性化的教學視頻，模擬實驗和場景，用於(yu) 創建虛擬課堂，提供更加便捷的教育資源。

　　在醫療領域，可用於(yu) 製作醫學動畫，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；進行遠程醫療，為(wei) 偏遠地區患者提供便捷的醫療服務。在科研領域，可用於(yu) 模擬科學實驗，生成科學數據可視化，構建虛擬世界，用於(yu) 科學研究和探索。在商業(ye) 領域，可用於(yu) 製作產(chan) 品宣傳(chuan) 視頻、創建虛擬展廳，用於(yu) 市場調查和分析，幫助企業(ye) 更好地了解客戶需求，等等。

　　與(yu) 此同時，Sora可能帶來的風險也備受關(guan) 注，比如可能被用於(yu) 造假或欺騙，Sora生成的內(nei) 容可能存在偏見或錯誤，等等。法律界人士認為(wei) ，隨著AI技術的發展，法律上的監管也需要跟上。服務者或提供者在算法設計、訓練數據選擇、模型生成和優(you) 化、提供服務等過程中，也需要采取有效措施防止產(chan) 生各類歧視，同時避免製作、複製、發布、傳(chuan) 播虛假信息。

　　在張進寶看來，智能化將全麵滲透人類社會(hui) ，人們(men) 將在廣泛使用各類智能技術提升競爭(zheng) 力與(yu) 完成任務的過程中，學會(hui) 理解技術、捕捉新興(xing) 技術的潛力，推動社會(hui) 有秩序的動態發展。“捕捉科技發展新動態，在可控範圍內(nei) 做出正確的決(jue) 策，考驗的不僅(jin) 僅(jin) 是一個(ge) 人，而是整個(ge) 社會(hui) 的應變能力。”(完)