OpenAI｜Sora文字生成視頻的突破和影響

一年前的春節後首個工作日（2023年1月27日），安邦智庫（ANBOUND）當時指出，建立在OpenAI基礎上的ChatGPT成為大熱門，讓有遠見的人們看到一種未來的數字化智能形態，人工智能再也不是「說說而已」，而是正在大步朝着世界走來。面對人工智能的衝擊，大多數行業將會重新定義，行業老大的地位會被顛覆和改變，行業將會出現大洗牌，這是明確的科技趨勢。未來的產品和商品，必須實現超智慧化，必須在原有的產品結構和系統之外，搭載上新的人工智能系統，形成新的結構，進而形成全新一代的產品和系統。

巧合的是，在一年後的中國春節期間，OpenAI行政總裁奧爾特曼（Sam Altman）於2024年2月16日發布了新模型——首個視頻生成模型Sora，再度讓世界驚歎。Sora能夠遵循文字指令，生成長達1分鐘的高清視頻。從已發布的視頻內容看，畫質相當精美。比如，AI想象中的龍年春節視頻中，人山人海的街道上，海量人物角色各有各的行為，有緊跟舞龍隊伍抬頭好奇觀望的兒童，還有不少人掏出手機邊跟邊拍。在一段視頻中，一位時髦的年輕女子走在雨後東京的街頭，潮濕地面的積水反射出霓虹燈的光影，效果堪比大片。在另一段視頻中，一大群紙飛機在茂密的樹林中像鳥一樣穿梭，讓人驚訝的是，Sora知道紙飛機碰撞後會發生什麼，並能夠逼真地表現這群紙飛機的光影變化。

目前Sora已經能生成具有多個角色、包含特定運動的複雜場景，以及對對象和背景的精確細節描繪。Sora可以在單個視頻中創建多個鏡頭，並依靠對語言的深入理解準確地解釋提示詞，保留角色和視覺風格，其創造的角色能夠表達豐富的情感，逼真到看不出一絲破綻。Sora不僅能理解用戶在提示中提出的要求，還了解這些物體在物理世界中的存在方式。OpenAI並不避諱Sora當前的弱點，比如它可能難以準確模擬複雜場景的物理原理，並且可能無法理解因果關係。Sora還可能混淆提示的空間細節，如混淆左右，並且可能難以精確描述隨着時間推移發生的事件。OpenAI表示，正在教AI理解和模擬運動中的物理世界，目標是訓練模型來幫助人們解決需要與現實世界交互的問題。

Sora生成的視頻除了畫面精美、細節逼真，它超乎此前AI作品的重要突破在於，藉助於對語言的深刻理解，Sora能夠準確理解用戶指令中的需求，把握這些元素在現實世界中的表現形式。Sora跳出了在2D（二維）範圍模擬真實世界的局限，實現了兩種能力：一是對現實世界的理解，這是超越了感知能力的認知能力；二是對現實物理世界的模擬能力。有專業人士表示，如果今後Sora能夠像ChatGPT理解和學習文本化的自然語言一樣，去理解和學習影像資料，它將會具備範圍極廣的應用能力。

Sora模型展示出的能力和潛力，迅速吸引了科技界、產業界和投資界的高度關注，成為新的熱點。OpenAI表示，根據文本提示來生成視頻，僅僅是其整個計劃中的一步。ChatGPT突破了AI對自然語言的準確理解和生成表達，Sora則在此基礎上更進一步，在理解自然語言的基礎上，創造出了更為複雜的視頻內容。按照AI發展的邏輯，從人工智能的技術進步趨勢來看，完全可以相信，今後Sora將會生成更加精美、逼真的作品，將會在多個領域裏有更加多樣化的應用，這些應用如果疊加其他技術，對世界將會產生重大的推動式的影響。這正是安邦智庫所指出的人工智能對世界「真正的巨大沖擊」的一種表現。

首先是對眾多行業發展和相關就業的影響。在ChatGPT推出後，許多行業開始改變運作方式，許多職業受到了衝擊，許多工作崗位開始被AI所替代。在Sora模型推出後，類似的事情同樣會發生。從網絡上的反應來看，影視行業的人士開始擔心，今後的行業將會受到AI的嚴重衝擊，甚至整個行業的飯碗都會被AI搶走。就在去年，好萊塢的編劇們曾經發起了全行業罷工，抗議製片公司大量採用AI工具來編劇。Sora的出現，完全有可能將AI戰場帶入好萊塢，甚至對全世界的影視業造成重大影響。當然，AI應用的進步也會產生大量新的職業。人類的知識與技能的學習和積累，如果被AI學習替代，世界將會發生重大變化。OpenAI旗下的ChatGPT可以在不上法學院的情況下通過律師考試，而Sora則可能在不上電影學院的情況下拍攝電影。

其次，Sora的出現將使得真假世界更加難以區分。從訊息角度看，AI技術的進步使得世界上區分真假訊息的難度大大增加。過去，很多假訊息是通過文本編造的方式來呈現；後來，隨着AI技術的進步，假訊息通過文本與語音、圖像和視頻的結合，使得造假範圍大大擴展；今後，AI技術的進一步發展，使得惡意者可以通過更加高級的方式，創造「完全真實的虛假訊息」。未來的世界裏，不僅是「耳聽可能為虛」，而且「眼見也不能為實」了。

第三，AI技術的進步和應用工具的易得性，可能製造大量新的倫理問題和法律問題。在安邦智庫看來，訊息獲得、訊息創造與訊息傳播，是訊息社會的「普遍權力」，它打破了過去只有權力機構（國家或媒體公司）在上述領域才擁有的壟斷權力。但是，網路的出現改變了這一切，在網絡社會里，訊息權力的分散化與普遍化，極大地消解了權力機構的訊息壟斷。但與此同時，也製造了新的法律問題和倫理問題。我們在數字時代所遇到的種種問題，會因為AI技術的進步而擴大。試想想，未來社會，如果數十億網民都可以通過類似Sora的工具來輕鬆製作併發布視頻或影視作品，我們的世界將會變成什麼樣？

第四，掌握AI技術的巨頭是否會成為「超級怪物」？網絡時代的出現，並未帶來真正的訊息多元和訊息自由——在海量訊息的網絡時代同樣存在訊息壟斷和「有效訊息沙漠」，網路底層核心技術和規則的控制者，仍然對訊息受眾有着控制能力。類似的情況今後在AI時代同時也可能出現。比如，高水平的AI大模型技術和應用，有可能掌握在極少數公司手裏，使得這些AI巨頭成為難以受到法律約束的另一種權力，按這種軌跡發展下去，AI巨頭完全可能成為新的「超級怪物」。

Sora的出現是AI時代帶給世界的又一次強刺激，其發展前景及其可能的影響，會對產業界、政府、消費者、投資者產生持久的影響。現在，我們對於Sora帶給世界的影響還難以詳細的描述和分析，但可以肯定的是，它對世界的衝擊將會創造出新的熱點。安邦智庫過去對人工智能影響世界的分析，現在用來分析Sora仍然有效——未來的世界將會有兩個重要的熱點：第一，真假世界完全混合在一起，分清楚真假將會是具有極高含金量而且必須的事情；第二，創造出內容不新鮮，創造出什麼樣的內容，才是新鮮火辣的源泉。

最終分析結論：

不論AI如何發展，它不可能完全替代人類的思維和創造性。因此，未來人類與AI世界相處時所保留的獨特領地，將會圍繞人類如何控制AI和人類的創造性工作而展開。

本文原載於安邦智庫2024年2月19日的每日金融欄目