很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
作者｜吳狄
編輯｜胡展嘉
運營｜陳佳慧
出品｜零態(tài)LT（LingTAI_LT）
周鴻祎又口出狂言了。
他說，“AGI（通用人工智能）的實現(xiàn)將從10年縮短到1年”，而背后的原因，僅僅是因為一個1分鐘的短視頻。
注意看，這個女人叫小美，她正向我們走來。雖然身處日本某條熱鬧的大街，小美卻總是不停地回頭張望，似乎在暗示觀眾鏡頭之外隱藏了不為人知的秘密。
鏡頭拉近，可以清晰看到小美修長的脖子和優(yōu)美的下頜線，讓整個畫面充滿了令人無法抗拒的神秘和美感。
實際上，整個短視頻中，從街景到行人，包括小美，在現(xiàn)實中根本不存在。這是OpenAI最新產(chǎn)品Sora制作的演示視頻，而正是這個視頻，讓周鴻祎做出了AGI發(fā)展將會10倍提速的預(yù)言。
傳統(tǒng)方式制作這樣一段1分鐘的視頻成本非常高。除了需要選址，選演員，提前進行分鏡構(gòu)圖，架設(shè)機位外等，想要碰上如此理想的天氣，還需要賭一賭運氣。落日轉(zhuǎn)瞬即逝，一旦失誤就只能第二天重頭來過。
拍攝完成后，是非常耗時的后期制作。不僅要調(diào)整畫面色調(diào)，還要仔細核對畫面中是否有瑕疵，比如眼鏡反射的畫面會不會導(dǎo)致穿幫、路人中是否出現(xiàn)不協(xié)調(diào)元素等等。
但Sora出馬，全部流程就是（字面意義上的）一句話的事。
Sora官網(wǎng)上公布了十幾段“制作”精良的高清演示短片， 從現(xiàn)實人物到3D動畫，所有短片都是通過一句話生成的。
看過這些短片后，我科技圈的朋友集體表示“炸裂”；大眾圈的朋友表示“AI都到了這種程度了嗎”；而攝影圈的朋友表示，盡管還是能看出和人類攝影師有一點點差距，但依然被Sora的效果震撼了，進而紛紛開始和我討論起失業(yè)以后，除了送外賣還可以從事什么工作。
但如果我們拋開網(wǎng)上鋪天蓋地、對Sora近乎玄幻的贊譽，跳出官網(wǎng)演示視頻的魅惑就會發(fā)現(xiàn)，Sora本質(zhì)上是生成式AI在視頻領(lǐng)域的一個應(yīng)用，一個diffusion transformer模型。
而官方宣傳的Sora所有功能，例如通過文字或者圖片生成高清短視頻，在此基礎(chǔ)上進行擴展生成一段更長的視頻等，其實很多公司都在做。比較知名的產(chǎn)品包括已經(jīng)商用的Runway，免費的Pika，以及還在完善階段的Google Lumiere、Meta Make-A-Video，還有一些知名度稍低的產(chǎn)品如Leonardo，F(xiàn)inalFrame等等。
這里就有一個很大的疑問：憑什么出圈的又是Sora，它真有網(wǎng)上說的那么神嗎？
1月24日，谷歌研究人員公布了一段Lumiere的演示視頻。畫質(zhì)非常高清，且真實。
Lumiere除了可以生成真實圖片外，還可以實現(xiàn)一鍵換裝、根據(jù)圖片和提示詞生成動態(tài)視頻等功能。
2月15日，剛剛過完情人節(jié)的谷歌在瘋狂星期四又重磅推出了下一代AI產(chǎn)品Gemini 1.5。在此前的演示視頻中，Gemini已經(jīng)展現(xiàn)了其在圖像識別和多輪對話中的逆天能力。
演示視頻中，演示人員畫了一個類似鴨子的輪廓讓Gemini辨認，Gemini表示它覺得像個鳥。
但是當演示人員畫上了波浪后，Gemini表示通過長脖子長嘴又會游泳這幾個依據(jù)，判斷這是只鴨子。
隨后演示人員拿了個玩具小鴨子問Gemini這個東西是什么材質(zhì)做的，Gemini表示看起來可能是橡膠也可能是塑料。而當演示人員捏響橡膠鴨子后，Gemini立刻判斷出是用柔軟的橡膠做成的。
就在圈內(nèi)很多人認為谷歌將要憑借Lumiere和Gemini拿下今年頭條的時候，OpenAI僅僅用Sora就輕松獲得了更高的關(guān)注度。
Sora這個詞很有意思，它在韓語中表示海螺殼，在日語中表示天空，在芬蘭語中表示砂礫。這就很難不讓人想到《海底兩萬里》的鸚鵡螺號，《沙丘》，以及“我們的目標是星辰大海”的豪情壯志。
而且Sora是一個比較常見的名字，比Lumiere（法語，光）更短、更好讀。
和GPT當年的故事如出一轍，Sora也是踩著競爭對手以碾壓式的優(yōu)勢勝出。相比同類產(chǎn)品，Sora能抓住提示詞的精髓，巧妙地生成具有多個角色和特定動作的場景。
有人做過對比，使用同樣的提示詞，讓AI生成一個在花園里、似乎正在追逐什么東西、快樂奔跑的黃白相間的貓，最終結(jié)果的差距十分明顯。
上面由Sora生成的視頻看起來非常真實，甚至在奔跑時候，貓腮幫子上的毛都會隨著腦袋起伏。而下面通過Pika, Runway, Leonardo, FinalFrame生成的視頻，貓不僅看起來不像真的，連動作都很詭異。
在生成的視頻時長上，Sora也碾壓友商。Sora可以生成1分鐘的視頻，相對的，Pika是3秒，Runway是4秒，Lumiere是5秒。
最重要的是，Sora有望解決一個生成式AI的痛點，那就是同樣的提示詞通常不會生成同樣的結(jié)果，例如“黃白相間的貓”這個提示詞，不同的視頻里會出現(xiàn)不同模樣的黃白相間的貓。導(dǎo)致的結(jié)果，就是無法通過拼接來創(chuàng)作更長的視頻。
盡管Sora一出道就秀出了遠超同行的肌肉，但Sora并沒有選擇像Pika、Runway一樣，開放給大眾使用，而是采取了Google、Meta類似的保守策略，先官宣來吊足大家胃口，然后慢慢內(nèi)測，等待一個合適的時機，再向大眾開放。
因為，有很多關(guān)鍵問題，大家都沒有找到好的解決方案。
生成式AI天生就有一個“不按物理定律出牌”的老毛病，即便是看起來已經(jīng)非常接近真實世界的Sora也不例外。這個問題過于明顯，以至于OpenAI都懶得去遮掩，干脆自己先大方的說了出來。
從內(nèi)測用戶流出的視頻可以發(fā)現(xiàn)，Sora無視物理法則隨意發(fā)揮的意愿十分高漲，而這種意愿在“必須還原物理世界”的規(guī)則約束下，很容易生成像人類做夢一樣的場景。有過做夢經(jīng)歷的朋友應(yīng)該會這樣的體會：明明夢是虛幻的，但在夢里你的感受又很“真實”。
下面就是個很典型的例子。
注意看，視頻中的這個杯子莫名其妙的跳了起來并側(cè)翻在桌面上，杯中的液體在杯子跳起來的一瞬間穿透了杯底鋪滿桌面，而最終杯子連同里面剩余的液體一起，融進了桌面。
這樣的視頻顯然無法應(yīng)用在正式的場合，大概率只能出現(xiàn)在B站的鬼畜區(qū)，告訴你一個學了3年動畫的人，是如何因為一個畢業(yè)作品被老師轟出門外的故事。
此外，Sora對算力有很高的要求。下面這個視頻演示了低算力和高算力之間的差距能有多可怕。
而想要高算力，就得花更多的錢。
以Runway為例，個人版收費模式分3檔，標準版為每月15美元，可以制作一個125秒的Gen-1視頻，或者44秒的Gen-2視頻，相當于每秒1-2.4元人民幣，超出部分需要額外付費。Pro版每月35美元，至尊版每月95美元。而用戶如果希望加快視頻的產(chǎn)出效率，也需要額外購買“時間”。
生成式AI在社會層面有幾個老生常談的問題。
首先就是造假問題。AI生成的視頻越真實，造假就越容易。最直接的解決辦法是將AI生成的內(nèi)容打上一個特殊的標簽，以便于平臺將其和人工拍攝的視頻進行區(qū)分，OpenAI和Google的確也在做這件事。
但水印的問題在于，它可以在分享的過程中會被人惡意抹除。例如通過截圖、錄屏的方式獲得視頻副本，不會帶有任何水印。
其次是版權(quán)問題。版權(quán)問題比造假更加復(fù)雜，它既是一個形而上的宏大概念，又和每一個創(chuàng)作者的個人利益息息相關(guān)。目前對版權(quán)的爭論主要集中在AI和人類對齊的過程中，比如，AI通過學習別的藝術(shù)家的風格在此基礎(chǔ)上進行的創(chuàng)作，和人類以同樣方式進行的創(chuàng)作，本質(zhì)上有沒有區(qū)別？
而更直白的問題則是，AI到底是來幫我賺錢的，還是來跟我搶錢呢？
這些問題一個比一個難解決，也就意味著Sora們至少在短時間內(nèi)不會向公眾開放。從某種角度來看，這或許對于視頻制作者是一個好消息，至少有了更多的緩沖時間，來思考如何應(yīng)對接下來Sora們帶來的沖擊。
無論如何，Sora們向公眾開放，只是時間問題，至于會不會像周鴻祎預(yù)言的那么快，可能還存在疑問。但有一點毫無疑問：
那時候的Sora們，將比現(xiàn)在更加強大。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內(nèi)容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)