本報(bào)記者 趙語(yǔ)涵 袁璐
相似的時(shí)間點(diǎn)，更甚于上次的震撼。2月16日，曾以大模型ChatGPT震驚全球的人工智能科技公司AI target=_blank class=infotextkey>OpenAI再次祭出新“王炸”——文生視頻大模型Sora，只需輸入一段文本指令，即可生成一段60秒的視頻，畫(huà)面精致細(xì)膩。
“AI（人工智能）成長(zhǎng)速度比想象中更快！”有人對(duì)此振奮，也有人表達(dá)擔(dān)憂：“人類(lèi)是否真的準(zhǔn)備好了？”但越來(lái)越多的聲音認(rèn)為，人工智能將引領(lǐng)第四次工業(yè)革命。
首個(gè)視頻大模型橫空出世
Sora并非首個(gè)文生視頻大模型。此前，科技巨頭谷歌、創(chuàng)業(yè)公司Runway等都已布局這一賽道。Sora何以驚艷全球？相比此前應(yīng)用，它將生成視頻的時(shí)間大幅延長(zhǎng)至60秒，在畫(huà)面的細(xì)致逼真、流暢程度、三維空間多角度呈現(xiàn)等方面也有明顯提升。
360集團(tuán)創(chuàng)始人周鴻祎就談到了幾個(gè)讓他印象深刻的鏡頭：小狗在雪地玩耍濺起紛飛的雪粒，毛茸茸的毛發(fā)根根分明、隨風(fēng)浮動(dòng)；咖啡杯里，兩只帆船“纏斗”掀起翻涌的波浪水紋；不同角度的街景通過(guò)運(yùn)鏡流暢地呈現(xiàn)。
跳出視頻領(lǐng)域，更深廣的變革或許正悄然發(fā)生。
周鴻祎談到，Sora的顛覆性絕不僅僅限于一個(gè)文字生成視頻的工具，而是通用人工智能對(duì)世界理解的又一次突破。一年前，ChatGPT標(biāo)志著人工智能對(duì)人類(lèi)語(yǔ)言和知識(shí)的理解達(dá)到了一個(gè)突破點(diǎn)。而除此之外，這個(gè)世界還有很多規(guī)律，例如小狗拱雪雪會(huì)留在鼻子上、無(wú)人機(jī)在空中飛時(shí)視角如何變換等，而Sora目前生成的視頻，顯示它對(duì)這個(gè)世界的規(guī)律有了更為完整的理解。這意味著，通用人工智能時(shí)代或?qū)⒓铀俚絹?lái)。
同濟(jì)大學(xué)人文學(xué)院特聘教授解學(xué)芳也認(rèn)為，Sora的出現(xiàn)意味著AI理解真實(shí)世界的能力進(jìn)一步躍升，但這類(lèi)大模型的突破性發(fā)展未來(lái)也會(huì)受到算力、算法、倫理法規(guī)的制約，應(yīng)對(duì)其保持積極且審慎的態(tài)度。
視頻行業(yè)格局或被重塑
Sora的橫空出世，讓視頻領(lǐng)域從業(yè)者感受到了危機(jī)。“太震撼，感覺(jué)要丟飯碗了。”北京某文化傳播有限公司創(chuàng)始人胡娟坦言，Sora讓她危機(jī)感陡增，“這完全可以用于鏡頭樣板，一些復(fù)雜的特效制作，以前工期至少得好幾天，但AI將其縮短到了幾分鐘。”
攝影師李浩楠認(rèn)為，Sora對(duì)影視相關(guān)的產(chǎn)業(yè)影響比較大，能大幅拉低制作成本，特別是涉及多角度、多機(jī)位的視頻，如果AI能夠部分替代人工拍攝和剪輯，成本可能只要原來(lái)的十分之一。
Sora的技術(shù)突破也讓大大小小生成式AI創(chuàng)業(yè)公司和投資機(jī)構(gòu)的前景變得充滿(mǎn)挑戰(zhàn)。某專(zhuān)注全球早中期企業(yè)的風(fēng)投公司運(yùn)營(yíng)合伙人羅超表示，Sora表現(xiàn)出的領(lǐng)先性讓Runway、Pika Labs等視頻生成大模型明星公司面臨強(qiáng)力沖擊，而相比這些自研大模型公司，純做應(yīng)用的創(chuàng)業(yè)公司則更加前途未卜。
在新壹科技CEO雷濤看來(lái)，Sora的誕生，無(wú)疑會(huì)改變AI視頻生成市場(chǎng)格局。“就國(guó)內(nèi)而言，要看哪些企業(yè)能結(jié)合、利用新技術(shù)，完善符合國(guó)情的產(chǎn)品。”
AI讓“眼見(jiàn)不一定為實(shí)”
Sora展示的生成視頻也被發(fā)現(xiàn)有不少“穿幫”鏡頭。比如，在一段老奶奶吹蠟燭的視頻中，老奶奶吹氣后蠟燭卻沒(méi)有熄滅；在另一段玻璃杯從空中墜落的視頻中，玻璃杯剛被抬到半空，桌上就已經(jīng)有水流出來(lái)了。
這也是目前文生視頻大模型的短板——不懂物理世界以及因果關(guān)系等。在中國(guó)政法大學(xué)傳播法研究中心副主任朱巍看來(lái)，大模型所生成的視頻代表著AI對(duì)這個(gè)世界規(guī)律的理解，但這不一定都是正確的，因此也讓“眼見(jiàn)不一定為實(shí)”。
更廣泛的擔(dān)憂，是視頻的可信度高于文字和圖片，一旦生成門(mén)檻被大幅降低，難辨真?zhèn)蔚奶摷僖曨l可能會(huì)被用于傳播謠言、詐騙等非法領(lǐng)域。對(duì)此，朱巍認(rèn)為，應(yīng)參考此前針對(duì)生成式AI的相關(guān)規(guī)定，對(duì)AI生成內(nèi)容予以標(biāo)識(shí)。
此外，創(chuàng)作者用一段文字生成視頻后，該視頻的版權(quán)歸屬等問(wèn)題也需要重新梳理。目前，針對(duì)AI生成文字或圖片的著作權(quán)歸屬問(wèn)題已形成爭(zhēng)論。去年年底，北京互聯(lián)網(wǎng)法院就針對(duì)一起“人工智能生成圖”著作權(quán)侵權(quán)糾紛案做出一審判決，這也是我國(guó)首例涉及“AI文生圖”著作權(quán)案件。法官認(rèn)為，人們利用生成式人工智能生成圖片時(shí)，本質(zhì)上仍然是人利用工具進(jìn)行創(chuàng)作，如果能體現(xiàn)出人的獨(dú)創(chuàng)性智力投入，就應(yīng)當(dāng)被認(rèn)定為作品，受到著作權(quán)法的保護(hù)。
