关闭广告

Sora炸裂科技圈:真神还是焦虑制造机

零态9695人阅读



周鸿祎又口出狂言了。

他说,“AGI(通用人工智能)的实现将从10年缩短到1年”,而背后的原因,仅仅是因为一个1分钟的短视频。

注意看,这个女人叫小美,她正向我们走来。虽然身处日本某条热闹的大街,小美却总是不停地回头张望,似乎在暗示观众镜头之外隐藏了不为人知的秘密。



▲图:主角出场

镜头拉近,可以清晰看到小美修长的脖子和优美的下颌线,让整个画面充满了令人无法抗拒的神秘和美感。



▲图:细节展示

实际上,整个短视频中,从街景到行人,包括小美,在现实中根本不存在。这是OpenAI最新产品Sora制作的演示视频,而正是这个视频,让周鸿祎做出了AGI发展将会10倍提速的预言。

传统方式制作这样一段1分钟的视频成本非常高。除了需要选址,选演员,提前进行分镜构图,架设机位外等,想要碰上如此理想的天气,还需要赌一赌运气。落日转瞬即逝,一旦失误就只能第二天重头来过。

拍摄完成后,是非常耗时的后期制作。不仅要调整画面色调,还要仔细核对画面中是否有瑕疵,比如眼镜反射的画面会不会导致穿帮、路人中是否出现不协调元素等等。

但Sora出马,全部流程就是(字面意义上的)一句话的事。

Sora官网上公布了十几段“制作”精良的高清演示短片, 从现实人物到3D动画,所有短片都是通过一句话生成的。



▲图:Sora展示视频

看过这些短片后,我科技圈的朋友集体表示“炸裂”;大众圈的朋友表示“AI都到了这种程度了吗”;而摄影圈的朋友表示,尽管还是能看出和人类摄影师有一点点差距,但依然被Sora的效果震撼了,进而纷纷开始和我讨论起失业以后,除了送外卖还可以从事什么工作。

但如果我们抛开网上铺天盖地、对Sora近乎玄幻的赞誉,跳出官网演示视频的魅惑就会发现,Sora本质上是生成式AI在视频领域的一个应用,一个diffusion transformer模型。

而官方宣传的Sora所有功能,例如通过文字或者图片生成高清短视频,在此基础上进行扩展生成一段更长的视频等,其实很多公司都在做。比较知名的产品包括已经商用的Runway,免费的Pika,以及还在完善阶段的Google Lumiere、Meta Make-A-Video,还有一些知名度稍低的产品如Leonardo,FinalFrame等等。

这里就有一个很大的疑问:凭什么出圈的又是Sora,它真有网上说的那么神吗?

1、凭借更逼真的效果,OpenAI再次出圈

1月24日,谷歌研究人员公布了一段Lumiere的演示视频。画质非常高清,且真实。



▲图:由Lumiere生成的游泳海龟视频

Lumiere除了可以生成真实图片外,还可以实现一键换装、根据图片和提示词生成动态视频等功能。



▲图:一键换装



▲图:通过图片生成视频

2月15日,刚刚过完情人节的谷歌在疯狂星期四又重磅推出了下一代AI产品Gemini 1.5。在此前的演示视频中,Gemini已经展现了其在图像识别和多轮对话中的逆天能力。

演示视频中,演示人员画了一个类似鸭子的轮廓让Gemini辨认,Gemini表示它觉得像个鸟。



▲图:Gemini演示

但是当演示人员画上了波浪后,Gemini表示通过长脖子长嘴又会游泳这几个依据,判断这是只鸭子。



▲图:Gemini演示

随后演示人员拿了个玩具小鸭子问Gemini这个东西是什么材质做的,Gemini表示看起来可能是橡胶也可能是塑料。而当演示人员捏响橡胶鸭子后,Gemini立刻判断出是用柔软的橡胶做成的。



▲图:Gemini演示

就在圈内很多人认为谷歌将要凭借Lumiere和Gemini拿下今年头条的时候,OpenAI仅仅用Sora就轻松获得了更高的关注度。

Sora这个词很有意思,它在韩语中表示海螺壳,在日语中表示天空,在芬兰语中表示砂砾。这就很难不让人想到《海底两万里》的鹦鹉螺号,《沙丘》,以及“我们的目标是星辰大海”的豪情壮志。

而且Sora是一个比较常见的名字,比Lumiere(法语,光)更短、更好读。

和GPT当年的故事如出一辙,Sora也是踩着竞争对手以碾压式的优势胜出。相比同类产品,Sora能抓住提示词的精髓,巧妙地生成具有多个角色和特定动作的场景。

有人做过对比,使用同样的提示词,让AI生成一个在花园里、似乎正在追逐什么东西、快乐奔跑的黄白相间的猫,最终结果的差距十分明显。



▲图:不同AI产品的效果对比

上面由Sora生成的视频看起来非常真实,甚至在奔跑时候,猫腮帮子上的毛都会随着脑袋起伏。而下面通过Pika, Runway, Leonardo, FinalFrame生成的视频,猫不仅看起来不像真的,连动作都很诡异。

在生成的视频时长上,Sora也碾压友商。Sora可以生成1分钟的视频,相对的,Pika是3秒,Runway是4秒,Lumiere是5秒。

最重要的是,Sora有望解决一个生成式AI的痛点,那就是同样的提示词通常不会生成同样的结果,例如“黄白相间的猫”这个提示词,不同的视频里会出现不同模样的黄白相间的猫。导致的结果,就是无法通过拼接来创作更长的视频。

尽管Sora一出道就秀出了远超同行的肌肉,但Sora并没有选择像Pika、Runway一样,开放给大众使用,而是采取了Google、Meta类似的保守策略,先官宣来吊足大家胃口,然后慢慢内测,等待一个合适的时机,再向大众开放。

因为,有很多关键问题,大家都没有找到好的解决方案。

2、AI一调皮,人类就头疼

生成式AI天生就有一个“不按物理定律出牌”的老毛病,即便是看起来已经非常接近真实世界的Sora也不例外。这个问题过于明显,以至于OpenAI都懒得去遮掩,干脆自己先大方的说了出来。

从内测用户流出的视频可以发现,Sora无视物理法则随意发挥的意愿十分高涨,而这种意愿在“必须还原物理世界”的规则约束下,很容易生成像人类做梦一样的场景。有过做梦经历的朋友应该会这样的体会:明明梦是虚幻的,但在梦里你的感受又很“真实”。

下面就是个很典型的例子。



▲图:Sora的梦境物理

注意看,视频中的这个杯子莫名其妙的跳了起来并侧翻在桌面上,杯中的液体在杯子跳起来的一瞬间穿透了杯底铺满桌面,而最终杯子连同里面剩余的液体一起,融进了桌面。



▲图:融进桌面的杯子

这样的视频显然无法应用在正式的场合,大概率只能出现在B站的鬼畜区,告诉你一个学了3年动画的人,是如何因为一个毕业作品被老师轰出门外的故事。



此外,Sora对算力有很高的要求。下面这个视频演示了低算力和高算力之间的差距能有多可怕。



▲图:算力差距

而想要高算力,就得花更多的钱。

以Runway为例,个人版收费模式分3档,标准版为每月15美元,可以制作一个125秒的Gen-1视频,或者44秒的Gen-2视频,相当于每秒1-2.4元人民币,超出部分需要额外付费。Pro版每月35美元,至尊版每月95美元。而用户如果希望加快视频的产出效率,也需要额外购买“时间”。

3、能力越大,危险越大

生成式AI在社会层面有几个老生常谈的问题。

首先就是造假问题。AI生成的视频越真实,造假就越容易。最直接的解决办法是将AI生成的内容打上一个特殊的标签,以便于平台将其和人工拍摄的视频进行区分,OpenAI和Google的确也在做这件事。

但水印的问题在于,它可以在分享的过程中会被人恶意抹除。例如通过截图、录屏的方式获得视频副本,不会带有任何水印。

其次是版权问题。版权问题比造假更加复杂,它既是一个形而上的宏大概念,又和每一个创作者的个人利益息息相关。目前对版权的争论主要集中在AI和人类对齐的过程中,比如,AI通过学习别的艺术家的风格在此基础上进行的创作,和人类以同样方式进行的创作,本质上有没有区别?

而更直白的问题则是,AI到底是来帮我赚钱的,还是来跟我抢钱呢?

这些问题一个比一个难解决,也就意味着Sora们至少在短时间内不会向公众开放。从某种角度来看,这或许对于视频制作者是一个好消息,至少有了更多的缓冲时间,来思考如何应对接下来Sora们带来的冲击。

无论如何,Sora们向公众开放,只是时间问题,至于会不会像周鸿祎预言的那么快,可能还存在疑问。但有一点毫无疑问:

那时候的Sora们,将比现在更加强大。

作者|吴狄

编辑|胡展嘉

运营|陈佳慧

出品|零态LT(LingTai_LT)

版权与免责声明:本文内容转载自其他媒体,目的在于传递更多信息,不代表本网观点或立场,不承担此类作品侵权行为的自己责任及连带责任。
猜你喜欢
精彩推荐

东体:丛震正在跟随津门虎试训,租借还是转会尚未确定

趣看热点 浏览 23284

卢拉:已和中国、阿联酋就联合调解俄乌冲突进行讨论

环球网 浏览 98772

伊朗外长:美国要求伊朗与黎真主党沟通

澎湃新闻 浏览 9828

女人不管年纪多大 穿裙子牢记“2要2不要”

猫姐品衣有道 浏览 16650

新年开训!中国航母枕戈待旦再前行

北青网-北京青年报 浏览 9738

14天尝鲜期临近 多名用户退货vision pro:佩戴不舒适

中国基金报 浏览 70699

阿齐兹:没首发因刚刚伤愈 球队整体表现还不错

直播吧 浏览 15753

欧冠最佳比赛11场候选名单:皇马3-3曼城、拜仁4-3曼联入选

懂球帝 浏览 8257

女子买二手房"滴滴滴"声每半分钟响一次 无法确定来源

潇湘晨报 浏览 56382

续航突破1000公里!李斌实测蔚来150度电池包,却被喷上热搜?

爱范儿 浏览 10255

台媒:纳粹标志再现台湾社会,以色列与欧盟驻台机构表达关切

环球网资讯 浏览 16115

车机升级 新款丰田皇冠陆放售28.48万起

网易汽车 浏览 8326

白俄防长:俄白与北约直接冲突的可能性非常明显

参考消息 浏览 12198

泽连斯基:巴赫穆特战事"艰难而痛苦" 但乌军将坚守

环球网资讯 浏览 16547

胡锡进宣布进入A股:希望能盈利 李大霄提了个建议

每日经济新闻 浏览 13177

入夏之后才发现 半身裙才是穿搭中的王者

虎哥说衣不二 浏览 12991

售价20.98万 全新威马W6 520km ACE极智版发布

网易汽车 浏览 18007

真正优雅的50、60岁女人,不留黑长直,更不扮嫩,这样太美了

静儿时尚达人 浏览 9847

安理会会议将召开 美再拖延发放俄外长参会签证

海外网 浏览 16211

星际魅族终止自研芯片 手机厂商造“车芯”还有哪些槛

蓝鲸财经 浏览 12104

牛弹琴:菲总统在台湾问题上玩火 中方的回应很不客气

上观新闻 浏览 65487
本站所有信息收集于互联网,如本站收集信息侵权,请联系我们及时删除
沪ICP备20017958号-1