最全最新的Sora解读来了 它凭什么刷爆科技圈？

Sora有多火

看看这两天的全球科技媒体头条

作为首个文生视频模型
Sora一经问世

将文本转化为视频的超强功能
使其迅速霸屏科技圈

它是否代表着AI大模型的未来走向
会砸了谁的饭碗
跟普罗大众又有什么关系
国内大厂还有机会吗
……
今天，我们就来揭秘种种疑问

帮助大家快速、深入地了解Sora

01

Sora是什么？

Sora是OpenAI发布的首个AI视频生成模型，在视觉领域实现了与大语言模型类似的突破。

它能够根据用户提供的文本信息，生成长达1分钟的1080p复杂场景视频，且视频细节逼真、人物和景色连贯。即便是大中景无缝切换、人物特写等，也能保持高质量、连贯性。

02

区别于传统智能视频生成，Sora惊艳在哪里？

在对语义理解、视频运动轨迹速率、复杂视觉连贯呈现等方面，Sora一骑绝尘，能够模拟物理世界中的人、动物和环境的局部特征，可以说重新定义了AI视频生成模型的标准。

60秒超长时长：传统智能视频生成，多局限在5至15秒的连贯性，而Sora将这一时长提升到60秒，并且场景切换、特写等均满足文本需求。还支持视频到视频的编辑，拼接完全不同的视频使之合二为一、前后连贯。

单视频多角度镜头：在广告、影视剧等拍摄中，同一场景需要多个机位拍摄，呈现出多镜头效果。Sora突破AI视频单镜头限制，可以生成多个镜头，且各个镜头具有角色和视觉风格的一致性。

读懂世界的模型：Sora是扩散+Transformer的视觉大模型，并且产生了涌现现象。通俗来讲，它通过收集、清洗数据对现实世界有更深刻的理解、互动和模拟能力，生成的视频更加逼真。

03

Sora对AI行业有怎样的推动力？

Sora的问世引爆科技圈，360创始人周鸿祎称，其的诞生意味着AGI的实现可能从10年缩短至两年左右。“有了大模型技术作为基础，再加上人类知识的引导，可以创造各个领域的超级工具。”

毫无疑问，Sora这类文生视频大模型的出现无疑将会推动AI基础设施的需求猛增。业内消息，OpenAI、软银、英伟达等巨头公司都被曝正在进行AI芯片的制造布局。而面对这么大的赛道、机会，国内大厂肯定还有各种想法。

04

哪些行业有可能被颠覆？

从目前Sora展现的能力来看，它对内容创作、广告娱乐和影视制作行业的冲击是首当其冲的。它让非专业人员，都有可能成为短视频创作者，这势必会产生新业态。

但对于带有剧情的长篇故事视频，除了多镜头、连贯性等要求，还需要创新场景、准确和具有节奏的叙事、镜头语言等等。换句话说，大导演之所以能成为大导演，不光是技术过硬，还得有独特的拍摄手法、叙事风格。从这一点来看，短时间内Sora不可能彻底替代人或者说让专业人员失业，反倒有可能让影视人创造出更多元丰富的作品。

05

国内还赶得上吗？

可能性很小。

从2023年的ChatGPT就能看出来，国内AI创新能力不足，始终在“跟随”。虽然后来也出现了百模大战，但没有做到“引领”。

而且，技术上的限制也注定我们很难后来居上。无论是文本大模型还是文生视频大模型，底层逻辑是对海量数据的训练与计算，这就又回到了我们的短板——芯片。如果芯片上没有大突破，大模型就“大”不起来。

可见，留给国内厂商的时间确实不多了。

06

普通人能用Sora干点啥？

能干的不少。

比如，可以卖Sora邀请码，跟ChatGPT一样，如果Sora采取邀请制或账号有限制的方式，那么售卖账号或邀请码就成为了商机。比如售卖高质量的视频生成prompt。再比如，使用Sora生成的视频运营自媒体账号。还可以制作Sora相关的使用教程做知识付费等等。

一句话，只要Sora用得好，普通人也能享受到技术红利。

07

Sora模型在未来社会中的挑战是什么？

Sora的出现让我们看到了AI技术的颠覆式发展。但也别高兴得太早，还有不少问题待解决。

首先，Sora不是万能的，它难以准确模拟复杂场景的物理特性，无法理解因果关系的具体实例。例如，一个人咬了一口饼干，但饼干可能没有咬痕。同时，该模型还可能混淆提示的空间细节，例如，左右混淆。

当然，上述技术上的问题还是比较好解决的。Sora模型在隐私保护、数据安全、算法偏见等挑战更大。

一，对抗性攻击，Sora存在算法被欺骗攻击风险以及AI数据投毒攻击风险，也就是说Sora容易生成错误的误导性结果，引起认知混淆，比如身份伪造，涉黄涉暴等不良信息。

二，隐私数据泄露，用户在使用Sora时，可能不自觉地输入个人隐私数据，甚至无意识地泄露商业秘密。

三，模型泄露的风险也是存在的，攻击者通过分析AI模型输出的结果，推断出模型的内部结构和参数，从而破解模型。生成逼真的假数据就很典型。

四，出现偏见和不公平，模型可能对不同政治信仰、国家、种族、团体进行有失公平的区别对待。

所以说，Sora未来的挑战不只是技术本身，还有很多“周边”要兼顾。

08

未来Sora如何发展？

Sora前途是光明的，道路是曲折的。

比如，Sora会朝着更复杂、更微妙的AI生成内容前进，并将伦理影响考虑在内。届时，我们能够将文本指令转换为生动、逼真的视频场景，一个充满创意和交流的新时代到来。

再比如，模型泛化能力会增强。现在，Sora主要依赖于大量的训练数据来生成视频内容。但实际应用中，用户可能会提出一些与训练数据不符的指令或需求。因此，未来需要提高Sora的模型泛化能力，更好地适应各种复杂的指令和需求。

整体来说，Sora未来会朝着通用世界模型的方向发展，能更好地理解现实世界。

过年期间

Sora搅动了AI的“一江春水”

谷歌推出Gemini新版本

支持超过100万个Token的输入窗口
英伟达推出ChatWithRTX
要为每个人的电脑装上私有大模型
三个大事件让人类站在AI新时代的边缘
但国内没跟上

现在年已过
大厂们该行动起来了
哪家会先打样呢
是H，还是T，还是B......
中国版Sora会出现吗

欢迎评论区留言