Sora 将消灭所有的 Tik Toks

图片来源@视觉中国

文本 | 蔚然先生，作者 | 张从白 编辑 | 刘宇

正月未过，科技界发生了三件大事。

首先，推出了Chat With RTX，将每个人的计算机变成一个大型的本地化系统模型；

其次， AI推出了.5版本，相比GPT-4可以处理超过100万个token的输入窗口；这两件事似乎距离普通人的日常生活还有一段距离。

但第三件让所有人社交媒体爆红的事情，是全新生成式 AI 模型 Sora 的发布。

世界将会改变

2月16日凌晨发布重大更新，上线首个文胜视频模型Sora，用户可以通过文本命令让Sora直接生成一段60秒的视频，视频内容包括细致的背景、拍摄主体，灵活的多角度拍摄，以及多重情绪化的人物。

Sora发布后短短两天内，迅速成为全球互联网热议的焦点，有无数预测称其将彻底改变影视行业和短视频行业。

Sora 尚未向公众开放，据 MIT 介绍，目前没有计划将 Sora 向公众发布，只有相关程序员、安全测试人员以及少数选定的创作者和艺术家可以使用 Sora。

除了应对监管和潜在风险外，当务之急是将 Sora 交给视觉艺术家、设计师和电影制作人进行测试。可以看出，这套文胜视频模型将优先面向影视相关行业，同时也希望通过专业人士的评估获得相关反馈，以推动模型的完善。

此前，生成式人工智能已经通过自动化、个性化和优化技术，提升生产效率、优化决策流程，逐渐重塑了媒体、广告、金融、教育等多个行业的运作方式。Sora 的诞生意味着 AIGC（人工智能生成内容）时代或已到来，类似 Sora 这样的工具或将深刻颠覆未来的内容创作和商业格局。

我们注意到 Sora 生成的 48 个视频演示已经更新。经过反复查看和分析，我们得出以下结论：

1. Sora 脱颖而出，因为它克服了“物理挑战”

相较于同类产品 10 秒的创作限制，Sora 可以生成长达 60 秒的视频，并且生成内容的细致画面已经达到了与现实世界难以区分的程度。此外，Sora 生成内容的主体与背景环境的一致性更是令人震惊。

但最关键的一点，还是Sora对世界模型的掌握，通过学习，Sora可以了解现实世界的常识和物理规律，而之前的扩散模型只能实现普通的文字与3D模型之间的转换，无法直接嵌入到虚拟的物理世界中。

简单来说，以往的视觉视频给人的感觉更像是“动态的画面”，视频背景与主体之间缺少动态的互动，无法跨越“真实”的门槛。

以Sora生成的视频《咖啡杯中的海盗船打斗》为例，解决了水面流体动力学、运动尺度等物理难点。

高级研究员 Jim Fan 甚至表示：“Sora 是一个数据驱动的物理引擎”和“一个可学习的模拟器，或者说‘世界模型’”。

2. Sora 的升级速度会快得吓人

Sora 等 AIGC 工具的能力基于大数据训练，与之前的 Chat GPT 一样，它们具有网络效应，这使得它们的迭代演进速度极快，而这种速度是摩尔定律无法准确衡量的。

但与 Chat GPT 不同的是，Sora 生成的 AI 内容对于普通人来说更加直观，也更容易从大量用户和从业者那里得到反馈。由于短视频是当今世界主流的娱乐和信息媒体，其广泛的信息来源和传播渠道为 Sora 的自我学习和完善提供了强有力的支持。

虽然Sora早期对物理有一些误解，比如“果汁从杯底溢出”，但这也说明Sora在不断自主探索物理世界，这种通过纠错和学习的升级方式，更符合未来人们对“智能”的理解。

因此Sora对于创意内容的理解会不断升级，综合水平已经远超之前火爆的Pika，随着大数据的不断积累，目前看来Sora的发展前景是没有尽头的。

360创始人周鸿祎称，一旦Open AI的人工智能能看遍所有电影、视频，那距离AGI就不远了，不是10年、20年的事情，可能一两年就能实现。

3. 普通人使用 Sora 创作的作品质量并不逊于大多数专业人士

过去，拍摄一张照片需要购买昂贵的相机并学习调整各种参数，而冲洗照片则需要复杂的化学试剂和多个步骤。但随着数码相机和智能手机的出现，普通人可以随时随地拍摄和查看照片。这逐渐使传统摄影师的专业性只能通过构图、光线和个人风格等抽象因素来表达。

现在，Sora 也将带来这样的改变。随着其大模型的完善和自学习能力的增强，Sora 可以让一个没有任何影视制作和美术设计经验的普通人直接生成一段符合他描述的视频，而这段视频的效果堪比高成本科幻大片制作的特效。

这意味着，未来网络作家可能一边写文章，一边完成一部改编自小说的奇幻短片。对于从事特效制作、虚拟场景搭建的专业人士来说，如果高成本制作的画面最终与草根作者的作品毫无二致，这无疑会给他们带来不小的压力。

4、对于短视频创作者来说，真实、有情感的内容价值将无限提升。

而短视频创作者们更应该深刻思考的是，在Sora等工具推动AIGC发展的背景下，短视频作为人们获取信息的主流渠道，必然会被大量AI生成的内容所填充，而直播、风景、叙事等视频类别将成为生成内容的“重灾区”。

而且随着AIGC技术的不断进步，用户已经很难分辨内容是否由AI创作，这降低了用户和创作者辨别内容真实性的重要性。

但无论 Sora 对世界有多么“了解”，无论其生成的视频内容有多么逼真，它们始终都是数字模拟的产物，无法取代实拍所展现的真实。因此，为了避免未来被生成的视频内容洪流淹没，短视频创作者若能以实拍为中心，通过有深度的情感表达来触动观众，效果会更好。

Sora 的预测

Sora自发布以来，受到了影视界的广泛关注。尤其是由Sora生成的视频特效最为惊艳，丝毫不逊色于好莱坞大片。很多人认为Sora可以降低影视行业视觉效果的制作成本，从而改变影视行业的制作模式和产业链。

我们的团队很快将Sora生成的几段视频分享给了影视摄影行业的从业者，多位视效专家表示，对于写实风格的视频，Sora生成的效果并不逼真，普通人可能只是觉得有点奇怪，因为大部分的失真问题都出现在光影上。

对于Sora所生成的小型CG（计算机动画）场景视频，他们表示整体上非常出色，甚至目前很多相关CG制作公司的作品都完全无法与Sora相比。

虽然Sora擅长生成CG，并能以极低的成本制作出令人惊叹的60秒视频内容，但一部电影并不是由多个60秒的片段简单地组成的。

影视行业往往要求制作宏大、连贯的场景，而目前的Sora无法满足这一需求，另外Sora生成的内容在细节方面也难以经受专业的考验。

60秒短视频的叙事要求和长视频电影完全不同，同样，AI可以写出一个过得去的笑话，但很难写出一部几十、几百万字的优秀小说。

我们认为，尽管 Sora 拥有强大的生成和学习能力，但它似乎仍然无法应对需要表达大量内容和细节的场景。目前，Sora 还不能完全取代人类劳动力来接管影视创作的工作。但不可否认的是，Sora 是一款出色的概念创意工具。尤其是在小场景视频中的优势预示着它将对广告行业和创意行业产生深远的影响。

另一个备受关注的领域是视频平台。数据显示，目前中国短视频用户规模已超10亿，抖音2022年年收入将达700多亿美元，快手也实现了900亿元的年收入。

然而面对如此庞大的市场，在Sora发布之前，所有视频生成工具都未能达到商业或者工业制作的标准。

相比于Pika和Sora，Sora不仅提供了精美的画质，视频内容也更加丰富多样，视频时长也增加了十几倍。如果用于短视频创作，这将大大提升用户的新鲜感。然而，当很多创作者选择使用Sora输出内容从而被动“同质化”时，如何保证自身作品的优秀品质才是使用Sora的真正问题。

AIGC的兴起降低了直播、热点话题、搞笑视频的门槛，导致创作者单纯依靠视频产出不足以维持竞争力。目前小说、叙事类自媒体或许更能发挥Sora的优势，因为Sora还无法产出具有独特调性、有核心创意的视频。

因此对于视频平台的内容创作者来说，Sora无法取代他们自身的创造力和灵感，而只能作为提高创作效率和质量的辅助工具。

就目前 Sora 生成的视频来看，优秀作品主要集中在动物、远景建筑、奇幻场景等领域，而过去这些视频往往需要创作者支付高额版权费才能使用，因此 Sora 的出现很可能首先颠覆素材版权行业。

Sora强大的发电能力伴随着对社会秩序的潜在巨大破坏力，因此必然会吸引一些别有用心之人利用其进行诈骗、勒索、诽谤等违法行为。

可以预见的是，Sora 的正式上线不仅要面临自身的迭代优化，还将面临全球多个国家和地区的严格监管。我们认为 Sora 短期内不会向公众发布。但无论 Sora 何时向用户发布，都将进一步证明 AI 已成为人类社会不可或缺的一部分。

Sora的出现无疑是AI发展的巨大成功，其将相关的自学习技术叠加在人类现有的知识库和世界模型之上，无疑是AI发展的正确路径之一，AI公司将很容易利用这一模型为各个行业打造超级工具。

过去几年，元宇宙、VR、人工智能等概念风起云涌，却迟迟未有具体产品出现。如今，Meta头显销量已达数千万台；借AI概念市值已达1.7万亿美元；苹果也发布了自家头显设备Apple Pro；而其人工智能产品也在不断更新。可见，一个以虚拟和人工智能为中心的时代正以不可逆转的势头向我们走来。