概述：就在幾天前，當大伊萬瞥了一眼手機快速查看社交媒體時，他被一條新聞驚呆了，差點讓他難以置信地吐出飲料！OpenAI 是去年發布的開創性 ChatGPT 背后的著名美國 AI 初創公司，剛剛公布了他們最新的奇跡：Vincent 視頻模型 Sora。他們不僅介紹了 Sora，而且還發布了一些令人瞠目結舌的 AI 生成視頻供全世界觀看。根據 OpenAI 的說法，這些視頻擁有三個顯著的特點：它們長達 60 秒，在單個視頻中提供多角度拍攝，并包含世界模型。從本質上講，OpenAI 在視頻生成效果方面實現了質的飛躍，使 Sora 有別于其前輩。那么，為ChatGPT做出貢獻的OpenAI這次是如何

就在幾天前，當大伊萬瞥了一眼手機快速查看社交媒體時，他被一條新聞驚呆了，差點讓他難以置信地吐出飲料！OpenAI 是去年發布的開創性 ChatGPT 背后的著名美國 AI 初創公司，剛剛公布了他們最新的奇跡：Vincent 視頻模型 Sora。

他們不僅介紹了 Sora，而且還發布了一些令人瞠目結舌的 AI 生成視頻供全世界觀看。根據 OpenAI 的說法，這些視頻擁有三個顯著的特點：它們長達 60 秒，在單個視頻中提供多角度拍攝，并包含世界模型。

從本質上講，OpenAI 在視頻生成效果方面實現了質的飛躍，使 Sora 有別于其前輩。

那么，為ChatGPT做出貢獻的OpenAI這次是如何實現AI視頻生成，并且幾乎實現實物的呢？這種AI視頻生成的技術優勢是什么，它可能對我們的生活甚至人類社會產生什么影響？

Sora的技術

讓我們先解決第一個問題。目前，OpenAI 對其大型 AI 連續視頻模型的內部工作原理和算法仍然相當保密。

他們只是在社交媒體上暗示，OpenAI在“為模型提供多幀預測”方面取得了突破。

根據大伊萬的個人解釋，這似乎意味著空已經獲得了通過自學深入和情感理解和構建人類發出的通用命令語言的能力。

當然，這是一個修訂版本，其中包含所需的單詞和表情符號，以及為清楚起見而重新格式化：

“通用語言”：在 OpenAI 的演示模式下，Sora 生成視頻的方法非常簡單。它所需要的只是英語（或其他語言）來描述所需的場景，完全繞過了傳統 3D 視頻生成的復雜性。

“深刻”：Sora理解人類語言并基于這種理解構建視頻的能力確實很深遠。視頻生成所需的細節和深度遠遠超過文本描述。如果ChatGPT可以通過文字實現某些細節，那么這些描述就必須在視頻中充分體現出來，展示出指數級的復雜性和深度。

“情感”：人工智能生成的圖像和視頻歷來難以傳達人類情感。例如，目前人工智能生成的肖像往往缺乏情感深度，只有程式化的微笑，導致一些評論家將它們貼上“死氣沉沉”的標簽。然而，Sora 模型呈現的角色表現出令人難以置信的自然、合乎邏輯和微妙的情感，可以無縫地適應周圍的環境。

借用《普羅米修斯》中的一句臺詞，他們就像“這些視頻中的演員......有靈魂“，比真實的人更像真實的個人。

當然，在這些功能中，Big Ivan 認為“構建”是最關鍵的方面，正如 OpenAI 的“世界模型”概念所強調的那樣。

我們都認識到，現實世界是按照特定的物理定律運作的：物體服從重力，風吹亂頭發，易碎物品在掉落時可以預見地破碎。

傳統的 3D 建模和 AI 模型在這一領域步維艱，在嘗試忠實地復制現實世界的物理時經常會遇到問題。構建我們的現實帶來了重大挑戰，在這個領域實現準確性仍然是一項艱巨的任務。?

在這方面，空表現出了幾乎與現實相提并論的非凡能力。???

例如，它發布了人工智能視頻，展示了一只在雪地里嬉戲的金毛小狗，一個玩蠟燭的異想天開的生物，以及人們在日本櫻花盛開的季節悠閑漫步。這些視頻嚴格遵循物理定律，展示了與因果關系完全一致的無縫過渡和邏輯序列。

此外，根據 OpenAI 的說法，Sora 的“構建”能力可以實現類似于現實世界的無限細節。與受幀數限制的傳統 3D 建模不同，Sora 可以無休止地復制細節。再加上其近乎真實的感知和聽覺能力，這種構建世界的能力確實令人敬畏。

索拉的影響

因此，像ChatGPT一樣，Sora無疑會對我們的日常生活產生重大影響。前者對我們日常生活的影響遠遠超出了僅僅產生文本輸出或進行隨意對話。一些公司已經開始利用ChatGPT來制定計劃，從而節省了大量時間并提高了運營效率。

與 Sora 相比，ChatGPT 對社會的影響可以忽略不計。Sora的出現將導致廣泛采用，成本將隨著時間的推移迅速下降。短視頻創作者將感受到最初的影響，因為 Sora 無需真人即可實現幾乎免費的視頻創作。

Sora的功能將得到改善，可能會影響中長視頻創作者。如果它的功能擴展到一個多小時，甚至可以使用Sora制作電影和電視劇。?

許多人可能會懷疑 Sora 的能力，認為它只會創造虛擬世界和角色。然而，這與事實相去甚遠。Sora 在視頻制作中無縫地連接了現實和虛擬。即使是 AI 視頻平臺，雖然仍處于起步階段，但也可以攝取真人的數據來生成 AI 渲染的圖像。Sora作為數據黑匣子，毫不費力地處理了這項任務。

例如，您可以將偶像的圖像輸入到 Sora 中進行自學迭代。您提供的數據越多，與您的偶像相似的虛擬角色就越接近。然后，您可以描述動作，見證您的偶像在屏幕上栩栩如生。

例如，當前的技術可以準確地捕獲身體數據以實現精致的特征，當這些特征輸入到 Sora 中并進行自我迭代時，可以讓您的偶像無縫地表演。

從這個角度來看，Sora 將比 ChatGPT 更快、更深刻地催化我們生活的變革，重塑人類社會。此外，最重大的轉變尚未展開。

想象一下，在圖形表示中見證您的計劃快速發展，直觀地設想城市和道路建設、機場航站樓和其他大型基礎設施項目。對于軍事戰略家來說，借助人工智能將作戰計劃可視化不是無價的嗎？

有了 Sora，這變得毫不費力。只需輸入數據，Sora 就會直觀地表現出來。您提供的數據越多，表示就越復雜和詳細。??

當然，這種進步在很大程度上依賴于計算能力和存儲容量。憑借強大的計算能力，我們最終可能會目睹一個非凡的奇觀：整個人類社會以Sora的形式在我們面前的超級計算機上以圖形方式顯示。

這就引出了一個問題：現實世界與虛擬世界的區別是什么？這些領域中哪些是真實的，哪些是模擬的？此外，我們的現實可能只是另一個文明精心制作的模擬嗎？

在Sora的領域中，我們的認知是自主的，還是我們只是一系列從屬于Sora的算法和電信號？這些問題既令人敬畏又令人恐懼，引發了深深的思考。

但是，現在，讓我們退后一步。預計到 2024 年，將出現眾多類似于 Sora 的 AI 視頻生成工具，邀請大家進行觀察和推測。?