Sora影片的品質令人驚嘆，但目前，它們除了作為展示AI潛力的範例作用外，實用落地價值仍待觀察。


　　2月18日，由OpenAI 發布的文生視訊AI工具Sora引發的討論仍在繼續，範圍涉及科技圈、資本圈、影視圈等，同時對Sora尚存在的問題研究也逐漸深入。

　　例如針對OpenAI定位「世界模擬器」的觀點，圖靈獎得主、Meta首席AI科學家楊立昆（YannLeCun）表示，根據提示詞生成的大部分逼真視頻並不表明這樣的AI系統理解物理世界，生成視頻的過程與基於世界模型的因果預測完全不同。

　　翻閱OpenAI披露的數十份視頻，楊立昆的觀點具體表現為老奶奶吹蠟燭火苗卻不動、東京街頭步伐錯誤的女郎、玻璃杯碎後錯誤的液體流向、在跑步機上反向跑步的男子等。

　　雖然OpenAI的明星效應為其帶來大量關注，同日谷歌(141.76, -2.18, -1.51%)發布的多模態通用模型Gemini 1.5 Pro也變為配角，但不論是美國矽谷AI項目還是中國大模型新創公司，外界關注的核心均為實際應用效果。

　　影片雖驚艷bug仍存在

　　目前，Sora所產生的影片內容已獲得影視產業人士的普遍認可。Mystery Novel視覺預演工作室創辦人、導演牛萌琛對第一財經記者表示，Sora影片中的畫質，畫面內容中的細節、光影、色彩都較精細，對導演來說，為其在拍攝前期做一個簡單的鏡頭樣板是夠用的。對廣告片拍攝來說，也可以用這種樣板來與客戶更好地進行概念上的溝通和確認。但如果涉及鏡頭運動角度，與更精細內容調控──如色彩、光影、道具、人物動作等，目前AI還無法達到令客戶滿意的程度。

　　一位紀錄片從業人員對記者表示，目前Sora還不能直接用於影視作品，因為精細度還不夠。但已經夠震撼，完全可以用於前期開發，尤其是概念設計。一位宣傳片從業人員表示，工作室目前還沒試過用AI生成來做素材，Sora 只發布了部分作品，且未開放公測，能不能用來代替剪輯不確定。無論如何，這些工具最後都是為人服務的，人的個人感情複雜性的表達不可取代。

　　攝影專業人士孟凡對記者表示，Sora影片幀率較高，顯示運算能力比較強，且影片的寬容度更高，如調色、細節表現、高速鏡頭展現等。在直覺感受上，Sora 模型產出的視訊運鏡自然，物體運動符合規律，鏡頭間邏輯一致性好，但是Sora影片的邏輯性會差一點。

　　具體表現在Sora影片內容中，如一分鐘的東京街頭女郎漫步，女郎走路過程中存在腿部變形、腿部交叉換位時錯亂、右腿連續兩次在前方邁步等錯誤；一段提示詞為「一個人跑步的場景」中，主角在跑步機上反向奔跑；提示詞為「考古學家在沙漠發現塑膠椅」的影片中，椅子呈現懸浮狀態。

　　針對目前Sora存在的不成熟之處，OpenAI表示，Sora可能難以準確模擬複雜場景的物理原理，可能無法理解因果關係，可能混淆提示的空間細節，可能難以精確描述隨著時間推移發生的事件，如遵循特定的相機軌跡等。

　　OpenAI方面在《作為世界模擬器的視訊生成模型》技術報告中表示，Sora作為一個模擬器，目前表現出許多限制，它並沒有準確地模擬許多基本互動的物理效應，例如玻璃破碎。吃食物之類的互動並不總是產生正確的物體狀態變化。還有在長時間樣本中發展的不連貫性或物體的自發性出現。

　　對於這些問題，多位人工智慧領域人士對記者表示，皆因機率模式的邏輯硬傷所致。中科深智創辦人兼CEO成維忠表示，Sora因其並非嚴格的推理模型，目前還存在因果關係推理問題，但這個問題不是Sora自身的問題，而是目前所有類似模型均存在的問題，類似大模型普遍存在的幻覺問題。未來會隨著訓練的加強而改善。

感謝您分享有用資訊