AI启航（AICHINES） -AI知识库与前沿资讯平台Sora将对视频行业、影视公司等造成什么影响？
投资人：悬着的心终于死了
简单来说，生成效果非常好，技术力非常强
但依然需要创意、审美、构图，创作者会有更加趁手的工具，而不是被替代
对一些工作肯定是有影响的，比如前期的分镜创作、远景里不重要的群演、一些视频画面的插帧特效…
将来有可能不再需要那么多的实拍和人力，甚至是一些风格化的改变，类似于调色一样，直接给视频套一个 LoRA…等等
AI 能很大程度上填补这些工作，具体的影响还要看圈内人的反应，至少我们看到了希望。
我记得郭帆对这些新技术非常感兴趣，考虑到流浪地球3，说的是 2027 年，按照现在的进度，我觉得大概率会用到很多人工智能技术
Sora出现了，国内文生视频模型预计何时出现？
@平凡
早就有了呀，前两天我还用通义千问App生成了上面这个视频。
通义千问推出「一张照片生成拜年舞蹈视频」功能，背后涉及哪些技术，难度如何？
当然，它并不是通过文字生成的视频，而是图片生成的视频，但本质上是一样的。
视频说白了就是连续的图片组成，你把1440张图片连续播放，每一张图片占1帧的时长，那这就是一分钟的视频。
理论上来说，只要能生成图片的多模态大模型，就可以生成视频。
所以我说国内有，还不少。但是唯一的差别就是视频的质量，这个就差距不小了。
周鸿祎称 Sora 对电影工业不是打击，能激发更多人的创作力，如何评价他这一观点？
@呵呵
摄像头解放了现实，人工智能解放了想象。
在抖音里，内容链条的链主是算法加持的分发，由分发来激励上游的内容制作。但现在的sora世纪里，内容链条的链主变成内容制作，由内容制作来重新塑造内容的分发和消费。
几个月前导演陆川说，人工智能将使一般人竞争上岗的门槛越来越高，但那些极具创意的人把创意落地的门槛越来越低。
假设sora发展到极致就是，人直接说话就可以生成一部电影，如果加上脑机接口，都不需要说话，你想什么，那电影就出来了，其他人直接看得到你脑袋里的山崩地裂，以及美人销魂。那么摄影、演员、灯光都不需要了，甚至导演都不需要了。
你的想象力就是编剧和导演，那些创意的源头，就是产生故事的人，他们可以甩掉所有人，跨过所有中间环节，直接把电影做出来。
所以未来的创意行业可能会分两个极端，一个极端是极其的虚，所有创意大师天马行空，借助sora和脑机接口把创意零损耗的给人看。
借助Sora，更多平凡人将可能成为电影大师。因为每个人，再平凡的人，他都经历过挣扎，他就知道某些事情，愚者千虑必有一得。他都可以把他深刻的体验表现出来。从这个角度讲，接下来的时代确实每个人都可能红五分钟。
昨天有人看到sora就说，现实不存在了，因为我分不出什么是现实什么虚幻，但我觉得可以反过来理解这一点，只有现实，只有真正的现实，才能对抗虚幻。
Sora能理解运动中的物理世界，这是世界模型吗？意味着什么？
@薛天帆
我第一次看到Sora这个视频生成的效果真的是被彻底震惊到了。我是猜到视频生成这几年会有快速的发展，但是没有想到居然会不到一年的时间就已经做到这个地步，实在是太厉害了。
厉害的地方就不分析了，其他的博主已经已经说过很多。即使是研究人员，自然也要看看还有哪些不足的地方，这样之后的研究才有方向。这里就鸡蛋里面挑骨头，看看哪些细节还没有做到完全真实。先迭个甲，这里不是要攻击Sora的结果，反而正因为视频生成做到如此真实，我们才能够有机会去分析那些细微的不真实的点。
首先是光影，这里就把OpenAI放出来的第一段做例子。这个结果非常让人震撼，整个图片光影很漂亮，尤其是地面水的反射。但仔细观察，就会发现很多地方的反射有错误，例如左下角黄色框出来的反光是两个细灯箱，一个粗灯箱，但是上面实际的广告牌却是三个细灯箱。又如右下角红色框出的橙色反光，其实上面是没有对应的橙色灯箱的。
然后细节，这里用这个猛犸象的视频做例子。这个例子中OpenAI着重炫技的就是猛犸象的毛发，无论是光影还是细节几乎都无可挑剔，但是美中不足的是猛犸象走路时溅起的雪花。滑过雪的都知道，雪地上的溅起的雪一般不会起的太高，而且会呈现明显颗粒状，而视频中的雪花则像雾一样飘起来。下面放一个真实的滑翔机在雪地的图片做对比就一目了然了。
上图：https://openai.com/sora。下图：https://generalaviationnews.com/2021/01/10/flying-with-skis/
然后交互，这里用这个各大平台转载的海盗船在咖啡中的例子。这里无论时咖啡的飞剑还是海盗船的风帆都非常真实，但是船在海中漂流的却偶尔有些失真，尤其这一小段，注意右侧的船似乎是悬浮在空中漂移，而不是真的在海上漂流。还是作为对比，用著名动画"各国是如何打仗的"里面的船在海上漂流的视频，就可以看出区别。
短片：《各国是如何打仗的》
还有三维一致性，这里用这一段非常漂亮的日本街头视频，能够把这么复杂的城市场景三维结构仅仅通过视频信息建模出来实属不易。但左侧的樱花在某些帧可以明显看出有一些是悬浮在空中，这也是因为单单二维视频并没有真正的三维结构，所以从某些角度看上去就容易比较奇怪。还是作为对比，放一个真正三维游戏中的森林场景的渲染。
来源：最后的生还者
最后就是复杂的运动。这段视频中这只可爱的猫在逗主人的时候，明显突然间多变出了一个爪子。
说了这么多，但还是最开头的说的，即使如此，这个结果也是非常让人震惊，让人感受到了视频生成的无限潜力，未来也许很多的短视频，动画，电影，还有游戏，各种各样内容生成，都是可以由AI辅助完成。
最后也是一点私活。大家可能觉得我说这么多有点吹毛求疵了，这些细节的区别谁会在意呢？但我却不这么觉得。如今各行各业都在卷，内容制作这一块也是卷的非常厉害。头几年一个手机一个三脚架就可以录视频做博主，而如今博主们都是各种专业录影。电影电视剧短视频游戏更是如此，当年非常牛逼的特效在现在看来都是5毛钱特效了。例如这里对比一下同是星球大战系，99年出的魅影危机和19年出的天行者崛起。
两部星球大战对比，上：魅影危机，下：天行者崛起
而为让提升效果，大家也在拼命抠细节，例如就是游戏里面打光，就这么一张机甲图，为了看上去好看，看里面放了多少个光源。也正是因为效果越做越好，观众们的眼睛也会被养的越来越刁，对于品质追求也越来越高。而内容创作又是一个赢者通吃的游戏，最好的内容获取了绝大部分的流量，会逼迫大家都想尽办法去卷内容中的每一个细节。
By Peter Tran. https://www.artstation.com/artwork/L352gk
但这种内容细节的极（nei）致（juan）追求，对于做内容生成的研究员来说反而是一个难得得机遇。因为上面说的每一个细节，光影，细节，动作，交互，三维，都需要一个一个仔细研究逐个击破，反而会鼓励更多差异化得工作出现，毕竟在每一个维度上的进步，都可能比别人做出质量更高一点的内容。今天看到朋友圈很多做内容生成研究的研究员在哀嚎，说OpenAI又把大家卷死了，其实感觉大可不必。
