人类画龙，AI点睛

摘要：南朝梁画家张僧繇在金陵安乐寺墙壁上画了四条龙，但没有画眼睛，他说：“画上眼睛龙就飞走了。”大家都不相信。于是张僧繇为其中一条龙点上了眼睛。一会儿，雷电交加，那条龙破壁而出，乘云飞上了天，没有被点上眼睛的龙仍然留在璧上。

Sora官网

《历代名画记》里面有篇挺有意思的小故事：

南朝梁画家张僧繇在金陵安乐寺墙壁上画了四条龙，但没有画眼睛，他说：“画上眼睛龙就飞走了。”大家都不相信。于是张僧繇为其中一条龙点上了眼睛。一会儿，雷电交加，那条龙破壁而出，乘云飞上了天，没有被点上眼睛的龙仍然留在璧上。

百字小文中，透露着古人对提笔成真的朴素愿望，千年未改。

12月10日，备受期待的AI视频生成模型Sora正式向用户开放——只要输入一段文字，就能轻松生成视频，画面清晰丰富，栩栩如生。

画龙点睛的梦想似乎触手可及。Sora会是那点睛一笔吗？

一

相较于今年2月的首次预告，可以说新版本的Sora有两大变化。

一是在画质（最高支持1080p）、时长（最长20秒）以及画面长宽比方面都为用户提供了选择，还可实现文生视频、图生视频和视频生视频。

二是用户可以通过指令实现视频重混、重新剪辑、循环、混合和风格预设等功能，这让它更像是一个加强版的视频编辑器。

Sora功能演示，图源官网

此前，AI视频生成模型最大的痛点在于其一次性，即一经生成难以修改，Sora在一定程度上解决了这个问题。

在社交网站上，OpenAI首席执行官奥特曼表示，大家可以将Sora看作视频版的GPT-1。2022年，ChatGPT一经发布就迅速风靡全球，用户数在短短两个月内就突破了1亿，被认为是通用人工智能的里程碑时刻。

当然，Sora在遵循物理规律上的欠缺依然无法解决。比如物体相互穿过、凭空出现和消失的现象频繁发生，在网友分享的视频里，还会出现动物跑着跑着就飞起来的情况。有专家表示，作为扩散模型和Transformer的结合体，Sora很可能出现对时空子块单元进行组合时作出了概率统计意义上的“合成谬误”等问题。

Sora之所以被人们津津乐道，根本的原因在于，它能够像人类一样对真实世界有一个较为准确的认知。就像是维特根斯坦在《逻辑哲学论》里说，句子是实在的图像语言。放在人工智能的场景里，通过语言我们在Sora中构筑了一个世界模型，它不仅包括对事物的描述和分类，还包括对事物的关系、规律、原因和结果的理解和预测，从而进行推理和决策。这是它超越视频生成层面的重要意义所在。

价格与权限页面，图源官网

至于大家最关心的价格，ChatGPT plus或ChatGPT Pro的订阅用户可免费使用Sora。前者为20美元/月，最多可生成50次，分辨率最高为720p，时间最长为5秒。ChatGPT Pro为200美元/月，在慢速队列模式下可以无限制生成，快速模式下可生成500个视频，分辨率最高可达1080p，生成的视频时间最长为20秒。

二

从Sora亮相到发布的这10个月里，国内的Sora们一直在抓紧追赶。

字节跳动推出了即梦Dreamnia，快手发布了可灵大模型，腾讯以混元大模型作为核心，发布并开源了混元多模态生成模型，上海稀宇科技的海螺大模型火爆海外等等。

AI生成视频赛道又要卷起来了吗？

有专家表示，Sora最高只能生成20秒视频，较之预告的版本缩水了三分之二，效果离预期有偏差。单看技术指标，Sora的表现还谈不上惊艳，并没有实现对国内有的AI视频生成模型的完全替代。

怪不得有网友评论：“每个人都对OpenAI Sora感到兴奋，但目前对我来说，最适合制作视频还得是海螺和可灵。”

可以说，OpenAI的本次发布给国内的Sora们带来了紧迫感，但还达不到恐慌的地步。

对于影视行业从业者而言，AI视频模型将改变电影工业的生产方式。

奥特曼在直播中表示，对于OpenAI而言，Sora不仅仅是一项技术，更是一种赋能创意人士的工具。

打个比方，科幻电影《瞬息全宇宙》的视频效果便使用了AI技术。Sora大大降低了精美视频的制作门槛，奇思妙想将有更大的呈现空间，“技术不到位”“经费不够”的掣肘都将减小很多。