1. Sora？是啥意思？有啥含義沒？
Sora 在日語中是“天空”的意思，引申含義還有“自由”。
Sora 介紹頁丨AI target=_blank class=infotextkey>OpenAI
在 Sora 官方介紹頁里，你能看到在無數空中自由飛翔的紙飛機。它們看起來行動自主、探索自由，如果 OpenAI 最終造成 AGI（通用人工智能），應該就是如此希冀的吧。
Sora 是一個 AI 視頻模型，你光打一串文字，就能生成一個以假亂真的純 AI 原創視頻。除此之外，你還可以輸入圖片轉成視頻，用視頻再轉成新的視頻……
僅僅只有 AI 生成視頻樣片以及技術論文的釋出，Sora 已經在傳播層面引發“地震”，不少人高呼影視行業變天了，有人甚至把美國電影工業的象征好萊塢改成了這樣：
2. 人們吹爆它“炸裂”、“史詩級”、“現實不存在了”，根據是啥？
最直觀的，有些樣片太真實了——人物的臉沒那么“恐怖谷”，物體運動軌跡也很自然，畫面的清晰度和順暢程度，都像我們用手里的設備拍出來：
這太像我們用 GoPro 手持拍攝的畫面了丨Sora
相比競品，Sora 是“滅霸”級別。之前主流的 AI 生成視頻都在 4 到 16 秒，還“卡成 PPT”，而 Sora 彎道超車，直接將時長拉到 60 秒。后者的畫面表現，已經媲美視頻素材庫，放進視頻當空鏡完全可行。
這讓人們懵圈，只能感慨技術的發展有跡可循，技術的突破節點卻較難預測。
3. 都嚷嚷著行業變天，人類下崗，Sora 除了第一眼好，還有啥驚人玩法？
多機位：
Sora 生成
自然融合兩種完全不相干的場景：
Sora 生成
視頻還可以往前擴展，向后擴展；如果你對視頻的局部（比如背景）不滿意，直接更換就可以了。
Sora 還能直接以文生圖，甚至還可以將圖片轉成動態視頻，而且還不是目前流行的“小動物跳舞”呈現的粗糙效果：
Sora 生成
4. 把《三體》輸進去，能直接出片嗎？
我知道你很急，但你先別急。
首先，目前就 Sora 所呈現的，雖然有多機位效果，但都是單一情節單一鏡頭。
而《三體》有多人視角，敘事復雜，靠 AI 生成一條龍搞定并不現實。據一些影視行業從業者所說，目前 AI 生成雖然高效，但可控性不夠，目前主要用在 demo 制作、概念設計、分鏡編排等環節。
5. 看到這里，你有一個大膽的想法？
打住！
OpenAI 正在評估 Sora 被濫用的風險，所以目前還沒開放給公眾，只給一批在誤導信息、仇恨內容和偏見等領域的專家，以及創意人士使用。
6. 每次技術狂潮，打工人都最先焦慮，這次咋整？
記住一點，販賣焦慮的，都是為了賺你的錢。雖然 Sora 都還沒公測呢，但已經有人開始賣付費教程了。
目前的 Sora 也有“翻車”生成，如果這個能安慰到你的話丨Sora
AI 技術推陳出新太快了，你剛在 Pika 上學了幾個月怎么寫提示詞，結果“滅霸”Sora 出現，此前積累的工具經驗可能瞬間失效……既然如此，不如先別沉迷研究工具，而是在底層創作上多加操練？
7. 我對被取代恐懼，對 AI 變得更黑箱也害怕
繼文字（GPT 系列）以及畫像（DALL·E）后，OpenAI 這次又在視頻賽道“遙遙領先”……但這家將 AI 安全奉為初心的公司，在技術公開上卻越來越不 open 了，有人戲稱其為“ClosedAI”。
這次 Sora 發布，OpenAI 現任 CEO Sam Altman 在 X 上“在線接單”，幫網友生成視頻，結果有人給了這樣的提示詞，guess what，Sam 拉黑了他。
8. 以后真分不清現實和 AI 生成了嗎？
眼下有人讓 Gemini 1.5 觀看并分析以下這個 Sora 生成視頻，Gemini 指出：
Sora 生成
- 櫻花一般在春天開放，那時不下雪；
- 雪下得太均勻了；
- 雖然是下雪天，但人穿得很單薄。
于是，AI 判定這個不是真實影像。還得用魔法打敗魔法啊！
9. 為什么就 OpenAI 做出來了？
因為 OpenAI 有 GPT 和 DALL·E 的成功經驗，在以往的技術范式之上，他們做出了新東西：不僅可以理解用戶在提示中提出的要求，還能理解它們在物理世界中的存在方式。
生成視頻效果如此好，也因為 Sora 能更好地理解用戶給的提示詞，OpenAI 是怎么做的呢？根據官方的說法，他們利用 DALL·E 3 的 re-captioning 功能，給訓練用的視頻素材都加上了高質量文本描述，表示這樣可以提高輸出視頻的整體質量。另外，你給的簡短描述詞，AI 收到后會進一步擴寫，再交由 Sora 生成。
更重要的是，Sora 是一個 Diffusion Transformer，Transformers 被證明可以在語言建模、計算機視覺和圖像生成等都能有極好性能。
10. 視頻模型的訓練很燒算力吧，OpenAI 耗得起嗎？
大概一周前，Sam Altman 宣布 OpenAI 啟動“造芯”計劃，因為目前 OpenAI 每天生成約 1000 億個單詞，需要大量的 GPU（圖形處理器）芯片進行訓練計算。
他希望籌得 7 萬億美元。
Unsplash
這個天文數字，不僅相當于全球 GDP 的 10%，等同于 2.5 個微軟、3.75 個谷歌、4 個英偉達、7 個 Meta，以及 11.5 個特斯拉的市值。
整理：malt
編輯：臥蟲
