自从OpenAI宣布其新的生成式AI模型Sora以来，可以说是“一石激起千浪”，相关讨论一直没有停止。
人们感到期待、焦虑和恐惧......新工具，声称能够输出 60 秒的文本命令**它们共同构成了一个巨大的“索拉混沌地图”。 一方面，各种标签都说“the** is generated by sora”，但实际上网友们制作的搞笑**，却成了“一生”的流量密码，让很多网友好玩的人收获了快乐。
网友们将这个搞笑**标记为“the**tagged by sora”。
另一方面，虽然SORA尚未开放使用，但互联网上出现了大量“培训机构”，利用行业焦虑和信息不对称开始收割韭菜。 一位自称是清华大学博士的博主，以199元一本的价格卖出了520多本AI入门课程。 还有人发现，他这个AI课程一年卖出25万套，销量近5000万。 所以网友们纷纷称他为唯一能与奥特曼平起平坐的AI巨头。
网友制作的模因。
索拉到底是什么？
Sora源自日语单词“sora”，不仅指天空，还象征着无限的空间和无限的可能性，从而引出了自由的意义。 在OpenAI对SORA的介绍中，可以看到无数的纸飞机在空中自由飞翔，象征着SORA模型的自主性和创造性，体现了“空”中蕴含的自由概念。
SORA 介绍页面。
我想大家应该看过很多各类SORA一代**，相信很多人看完都会有疑问**：SORA是如何产生的**？
在OpenAI发布的技术报告中，SORA是这样描述的：SORA是一个“扩散变压器”。 在处理方式上与传统转换器（包括编码器和解码器）有相似之处，但它们处理的不是文本标签，而是称为“补丁”的视觉数据。
补丁实际上是大型模型在处理**和图像数据时将视觉数据分解成小块或小部分的一种方法。 通过将图像压缩成低维潜空间，将空间的身份分解为多个补丁，使模型能够更好地处理和生成高质量的图像内容。 这种方法的优点是它允许模型处理具有不同分辨率、持续时间和纵横比的视觉数据，从而为图像生成提供更大的灵活性和能力。
可视化编码过程。
“扩散变压器”是一种将扩散模型与变压器架构相结合的技术，它可以通过利用变压器处理数据之间复杂关系的能力，以及扩散模型逐步细化数据的策略，从嘈杂的数据中逐步恢复干净的数据来生成图像或**，从而在图像中生成或***“干净”的补丁。
让我们举个简单的例子，如果我们现在有一只狗**，我们可以一步一步地给这个**添加噪音，让它变得越来越模糊，最终它会变成一团乱七八糟的噪音。 如果我们把这个过程反转过来，我们也可以针对一堆杂乱无章的噪声一步一步地去掉噪声，并恢复到目标**，而扩散模型的关键就是学会反转噪声。
其实之前流行的《Midjourney》和《Stable Diffusion》的图像和**生成器也是基于扩散模型的，但不同的是，Sora可以一次将模型**制作成多帧，保证了主体即使离开视线也能保持不变，也展现了对影视拍摄语法的全新自发理解， 不仅可以跟随拍摄对象移动相机，还可以在移动镜头时改变角度。仍然可以保持图片的合理性和完整性。
SORA的另一个强项是它“继承”了OpenAI对文本的理解能力，可以根据提示词生成高质量的**和**，并且可以向前或向后扩展**，例如，在这个官网上展示的这个**中，SORA可以基于相同的**开头进行扩展，延伸到不同的结尾，或者从不同的开头介绍， 最后得到同样的结局。
所有三个开始最终都会导致相同的结局。
但事实上，OpenAI的野心远不止于此，SORA不仅仅是一个创造性的工具，它实际上是一个复杂的基于数据的模拟系统，能够模拟真实或想象的世界。 它通过学习如何正确渲染场景、模拟物理行为、执行长期推理和理解场景的含义来创建逼真的 3D 场景和动画。
这让它能够创造出很多现实中不存在的**，比如在下面的**中，提示“两艘海盗船在一杯咖啡中航行时互相争斗的逼真特写**”不仅要求Sora生成逼真的3D模型，还要让这些模型按照物理规则进行动画制作，并模拟液体的动力学， 并使用先进的渲染技术来达到**级的真实感，即使场景的语义在现实世界中不存在，但引擎仍然达到了我们期望的正确物理规则。
尽管SORA目前仍然存在缺陷，但它是一个很有前途的目标，通过构建如此复杂的仿真系统，我们可以对现实世界的数字交互进行建模和构建。 无论是谷歌、OpenAI还是马斯克的XAI，最终目标都是构建世界模型，比如电影《流浪地球2》中的MOSS就是强人工智能的化身，它可以通过构建真实世界的模型和强大的算力，推断出不同选择导致的结果，从而达到最终目标， 在很多人眼中，这可能是人工智能的终极形式。
但无论如何，这些都是以后的事情。
Sora真的会砸掉整个影视行业的工作岗位吗？
事实上，人工智能从诞生之日起就经常成为很多人幻想中的“假想敌”，而随着ChatGPT等新工具的开发，对AI的遥远恐惧逐渐演变成对手头工作的深深担忧，尤其是在SORA发布之后。
就SORA的产生能力而言，首当其冲的一定是影视从业者。 毕竟用传统方式制作1分钟的片段成本非常高，除了场景、灯光、演员之外，还需要提前沟通故事板，找到一个好的角度，考虑摄影机和演员的位置。 如果你需要一些特殊的因素，比如转瞬即逝的光影、理想的天气条件等，那么你就得赌运气了。
而这一切在SORA这里都不是问题，只要通过简单的提示语句，就可以直接生成**，并且与以往的AI工具相比，无论是**时长、画面的精细度，还是细节的完整性，甚至是多镜头拍摄，SORA都可以用“碾压”来概括， 这显然会对相关从业者产生更大的影响。
在网友们制作的模因图中，经典的好莱坞标志“好莱坞”变成了“索拉伍德”。
根据行业研究公司CVL Economics最近对好莱坞行业领导者的调查，焦虑目前笼罩着好莱坞，36%的受访者表示，生成式人工智能减少了对公司日常工作技能的需求，72%的受访公司是生成式人工智能工具的早期采用者。
其中，75%的受访者表示，生成式人工智能工具促使其业务部门削减了与合并相关的工作。 预计未来三年好莱坞将有超过20万个工作岗位受到人工智能的影响，尤其是视觉效果、音效艺术家和素描师等后期制作工作。
事实上，受影响的不仅仅是影视行业的人。 面对来自SORA的“降维攻击”，AI领域的一些创业者，比如RUNWAY首席执行官克里斯托瓦尔·瓦伦苏埃拉，已经做好了“游戏开启”的准备，有的像PIKA创始人郭文静开始准备一款以SORA为基准的新产品，也有像Stability AI首席执行官Emad Mostak这样的人，忍不住感叹“奥特曼真是个魔术师”，把SORA当成AI**全球的GPT-3瞬间。 这一次，很多人真的感受到了危机感。
风景应该是有远见的。
虽然 sora 真的很令人兴奋，但您不必对此过于焦虑。 一方面，在sora产生的**中，还有很多经典的“灵魂错误”。 例如，在许多**中，角色和动物会消失、变形或凭空变出克隆体; 也会有一些违背物理常识的“闹鬼”图像，比如一个人吹的蜡烛不变，篮球穿过篮筐，椅子漂浮和移动等。
在空产生的**中，老人吹灭蜡烛前后的火焰根本没有动，有点诡异。
另一方面，人工智能在创作逻辑上与人类完全不同，因此无法真正区分好故事和坏故事。 有很多人认为，机器生成的东西越多，对人类的创造就越珍贵，比如，带有“锅气”的食物往往比预制菜更好，体现工人努力的器皿不如机器准确，但具有更多的“温度”......这样的例子可以说无处不在，更不用说在影视中了，最能体现人类情感，囊括了各种艺术范畴。
比如，在很多电影场景中，在人物的表情、语气、表情背后，不仅有各种细腻的人类情感，更是半辈子的经历、情感和习俗的总和。
这些内容虽然看似不起眼，却无时无刻不在传达着大量的信息，而正是这些内容真正融入到每一个独特的人身上，也通过各种反应和互动，形成了人物之间的情感流动，正是这些细节的变化，默默地影响着我们的情感，带给我们感动， 这是生成式AI很难做到的，这或许是很多AI生成器“没有灵魂”的根本原因。
经典电影《黎明前的爱情》几乎全部由对白组成
此外，AI在影视行业的应用并不新鲜，此前横扫好莱坞最佳影片、最佳导演等7个奖项的《瞬时宇宙》都使用了Runway的AI**工具，去年21世纪福克斯曾与IBM Watson合作，使用AI工具为AI题材恐怖片《摩根》制作预告片， 迪士尼的漫威完全使用人工智能制作了《秘密入侵》的开场动画。
不久前，英伟达创始人黄仁勋在接受采访时表示，“在过去的10年或15年里，几乎每个人都会告诉你，学习计算机对孩子来说很重要，每个人都应该学习如何编程。 但其实恰恰相反，我们的工作就是创造计算技术，让没有人需要编程，让编程语言更加灵活，现在世界上的每个人都是程序员，技术鸿沟已经完全弥合了。 ”
而这似乎已经成为了AI时代的真实写照，无论是chatgpt-4还是SORA，在日新月异的新技术的帮助下，不懂编程语言的人也可以制作软件程序，没有影视相关技术背景的人也可以从容地制作自己的**，这无疑会走得更远， 激活新的产能，推动行业发展，甚至在人与人之间产生新的联系，这或许是生成式AI更大的意义。
我们有理由期待，未来，AI技术和电影或电视剧的制作必然会有更多的组合和创新，也许会出现一些我们从未想象过的精彩作品，给我们带来更多的惊喜。