如何冷静看待视频大模型Sora？

猿类崛起@

已于 2024-07-09 13:50:47 修改

阅读量583

点赞数 25

文章标签：人工智能 prompt 目标检测机器学习分类深度学习

于 2024-06-04 11:22:55 首次发布

本文链接：https://blog.csdn.net/2401_84495872/article/details/139437682

版权

前言

Sora出现之后，许多人都在思考它会对影视行业或者其他行业带来什么影响。这篇文章里，作者分享了他对Sora的观察和思考，一起来看一下。

我对sora的观察思考都在这里：

**1.**Sora刚出来的时候，看到最多的词汇是“王炸”，“视频行业完蛋了”，“人类的落日”。在我看来，这绝对不是王炸，最多是“四个3”，因为这仅仅是开端，让大家过过瘾，实际投入生产和商业化的路还很长，另外按照OpenAI的风格，现在酝酿着更强大的可以投入生产的能力。

**2.**为什么说是一个开端，未来是什么样子？如果我是视频生产者，我的使用场景是，投喂几个图片或视频元素，按照我意愿生成一个完整的视频，比如全员会的开场视频，需要有公司的logo，有虚拟公司吉祥物的形象，甚至有高管的发言。又比如做一个产品宣传视频，需要把我们产品的界面照片输入进去，比如学习机，自动生成一个学习机的宣传视频。

如果Sora能够做到这一步，原本制作视频的成本是10天，压缩成2个小时，才是颠覆行业，视频从业者的落日。

但现在已经看到Sora的能力，他的描述能力，也就是把脑海中想象的画面通过文字具象化的能力，很多人类是不具备这种能力的。所以要达到上面说的场景，只是时间问题。

**3.**Sora仅仅具备描述能力，缺少的是想象力和共情能力。所以靠想象力产生价值的工作长期还无法取代，比如演员，我们看电影，看的是演员的微表情，性格特征，从而共情，比如贾玲的坚韧，沈腾经历坎坷的逆风翻盘，没有赛车手经历的韩寒拍不出《飞驰人生》。

所以说替代影视行业，时间尚早。冷静对待自媒体的夸张表达。

**4.**Sora不是第一个生成视频的工具，他为什么会火？

从我目前的观察来看，生成视频的质量最好。体现在这几个点：

第一时间比较长，长达1分钟的超长视频，内容长度远远高于市面上的AI视频模型。60秒达到了抖音快手的内容要求；

第二视频内容的连贯性，其他生成的视频二维效果较好，但是对三维空间以及物体应如何交互没有内在的理解，导致AI视频往往会出现人物扭曲和变形。Sora生成的视频一镜到底，视频中的舞龙，背景人物，都达到了惊人的一致性，各种镜头随意切换，人物都是保持了极高的稳定性。

第三是细节表现，人物的眼睫毛惟妙惟俏，舞狮画面狮头的麒麟随风摆动。

**5.**有的公司假期还没结束，还没有正式上班，就开始行动了，重点讨论Sora的产品布局。对于组织和个人来说，想抓住这波机会，至少先关注再尝试，且不能忽视。借用一句话，先看见，再相信。

**6.**Sora对教育产品有什么影响？或许伪直播，录播课是不是都可以成为过去式了？

只需要知识点的输入，就能生成一个生动形象的而且是真实的主讲老师讲课视频。

对于教研老师的能力或许是操控AI的能力了。

**说到最后，人类远古经历石器时代、青铜时代、铁器时代。有的工具在人类手上始终是静止的工具，有的工具在人类手上变成神奇的魔法棒。**或许AI就是我们的下一个魔法棒！

写在最后

那么，我们该如何学习大模型？

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。至于能学习到多少就看你的学习毅力和能力了。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、大模型全套的学习路线

学习大型人工智能模型，如GPT-3、BERT或任何其他先进的神经网络模型，需要系统的方法和持续的努力。既然要系统的学习大模型，那么学习路线是必不可少的，下面的这份路线能帮助你快速梳理知识，形成自己的体系。

L1级别:AI大模型时代的华丽登场

L2级别：AI大模型API应用开发工程

L3级别：大模型应用架构进阶实践

L4级别：大模型微调与私有化部署

一般掌握到第四个级别，市场上大多数岗位都是可以胜任，但要还不是天花板，天花板级别要求更加严格，对于算法和实战是非常苛刻的。建议普通人掌握到L4级别即可。