現(xiàn)在是2點(diǎn)22分，跟朋友們打完LOL手游，準(zhǔn)備倒頭就睡。
臨睡前，刷了一眼X。
然后，特么的，看到了一個(gè)消息，能給我震驚成傻逼的消息：
OpenAI，發(fā)他們的文生視頻大模型，Sora了。。。。。
而且，是強(qiáng)到，能震驚我一萬(wàn)年的程度。。。
https://openai.com/sora
如果非要用三個(gè)詞來(lái)總結(jié)Sora，那就是“60s超長(zhǎng)長(zhǎng)度”、“超強(qiáng)語(yǔ)義理解”和“世界模型”
我先放3個(gè)例子，再具體去說(shuō)。
我的腦海中，突然冒出了《三體》中楊冬的一句話：
“物理學(xué)，不存在了”
套用這句話。
那就是。
“現(xiàn)實(shí)，不存在了”
文本、圖片都已經(jīng)被AI攻占，而現(xiàn)在，AI視頻，這個(gè)人類(lèi)最后的最堅(jiān)固的堡壘，在OpenAI的Sora攻勢(shì)下，也已經(jīng)很難再分清，AI和現(xiàn)實(shí)的界限了。
什么以前的AI視頻工作流，全部成了往日泡影，全都滾犢子吧。
都TM跪下，都給OpenAI喊爸爸。
說(shuō)回那三個(gè)最核心的特點(diǎn)：
“60s超長(zhǎng)長(zhǎng)度”、“單視頻多角度鏡頭”，還有那個(gè)最核心的，“世界模型”
一. 60s超長(zhǎng)長(zhǎng)度
在一眾AI視頻，還掙扎在4s連貫性的邊緣，OpenAI，直接說(shuō)：
勞資支持，60s，都TM跪下。
就，太特么嚇人了...
看這個(gè)case。
Prompt: A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.
提示：一位時(shí)尚女性走在充滿溫暖霓虹燈和動(dòng)畫(huà)城市標(biāo)牌的東京街道上。她穿著黑色皮夾克、紅色長(zhǎng)裙和黑色靴子，拎著黑色錢(qián)包。她戴著太陽(yáng)鏡，涂著紅色口紅。她走路自信又隨意。街道潮濕且反光，在彩色燈光的照射下形成鏡面效果。許多行人走來(lái)走去。
60s，一鏡到底，而且不止主人物穩(wěn)定，連特么背景里面的人物，都穩(wěn)定的難以置信。從大中景無(wú)縫切換到臉部特寫(xiě)。
這不是我對(duì)于AI視頻這個(gè)淺薄的理解能解釋的了的。
我完全不知道是如何能實(shí)現(xiàn)出來(lái)的，官網(wǎng)的解釋是：
等他們的技術(shù)文檔。
二. 單視頻多角度鏡頭
現(xiàn)在的AI工作流，都是單鏡頭單生成，一個(gè)視頻里面，有多角度的鏡頭，主體還能保證完美的一致性，這在以前，是無(wú)法想象的...
但是OpenAI直接一句Prompt，在一分鐘的鏡頭里，實(shí)現(xiàn)了多角度的鏡頭切換...而且...物體一致...
Prompt: A beautiful silhouette animation shows a wolf howling at the moon, feeling lonely, until it finds its pack.
提示：一個(gè)美麗的剪影動(dòng)畫(huà)展示了一只狼對(duì)著月亮嚎叫，感到孤獨(dú)，直到它找到狼群。
太特么嚇人了，一只狼對(duì)著月亮嚎叫，感到孤獨(dú)，直到它找到狼群。
孤獨(dú)。
這個(gè)詞，在這個(gè)視頻里，被描述的淋漓盡致。
而且，多鏡頭，無(wú)縫切換，而且每一個(gè)分鏡，都用的極其講究。。。
這就像其他家AI視頻，還在冷兵器作戰(zhàn)，刀劍相拼，這玩意直接把超電磁炮掏出來(lái)了。。。然后一炮直接轟在大家大腦門(mén)上了。。。
三. 世界模型
我之前寫(xiě)過(guò)一篇文章，聊過(guò)一些關(guān)于世界模型的話題。
在我的理解里，世界模型最難的，是收集、清洗數(shù)據(jù)。
Runway的世界模型，毫無(wú)動(dòng)靜。
但是OpenAI的Sora，直接來(lái)了一波大的。
前面的視頻case，其實(shí)已經(jīng)能看出Sora，已經(jīng)能懂物理規(guī)律了。
比如這個(gè)Case：
Prompt: A cat waking up its sleeping owner demanding breakfast. The owner tries to ignore the cat, but the cat tries new tactics and finally the owner pulls out a secret stash of treats from under the pillow to hold the cat off a little longer.
提示：一只貓叫醒熟睡的主人，要求吃早餐。主人試圖忽視這只貓，但貓嘗試了新的策略，最后主人從枕頭下拿出秘密藏匿的零食，讓貓?jiān)俅粢粫?huì)兒。
這個(gè)視頻最離譜的在于...
貓?jiān)贏I里...能踩奶了........這..........養(yǎng)貓的人，都一定深有感觸。。。
還有一個(gè)開(kāi)車(chē)的case，吊打全世界所有AI視頻：
Prompt: The camera follows behind a white vintage SUV with a black roof rack as it speeds up a steep dirt road surrounded by pine trees on a steep mountain slope, dust kicks up from it’s tires, the sunlight shines on the SUV as it speeds along the dirt road, casting a warm glow over the scene. The dirt road curves gently into the distance, with no other cars or vehicles in sight. The trees on either side of the road are redwoods, with patches of greenery scattered throughout. The car is seen from the rear following the curve with ease, making it seem as if it is on a rugged drive through the rugged terrain. The dirt road itself is surrounded by steep hills and mountains, with a clear blue sky above with wispy clouds.
提示：鏡頭跟隨一輛帶有黑色車(chē)頂行李架的白色老式SUV，它在陡峭的山坡上一條被松樹(shù)環(huán)繞的陡峭土路上加速行駛，輪胎揚(yáng)起灰塵，陽(yáng)光照在SUV上飛馳。土路，給整個(gè)場(chǎng)景投射出溫暖的光芒。土路緩緩地蜿蜒延伸至遠(yuǎn)方，看不到其他汽車(chē)或車(chē)輛。道路兩旁都是紅杉樹(shù)，零星散落著一片片綠意。從后面看，這輛車(chē)輕松地沿著曲線行駛，看起來(lái)就像是在崎嶇的地形上行駛。土路周?chē)嵌盖偷那鹆旰蜕矫}，上面是清澈的藍(lán)天和縷縷云彩。
最后一個(gè)我也覺(jué)得很離譜的case：
Prompt: A Chinese Lunar New Year celebration video with Chinese Dragon.
提示：與中國(guó)龍一起慶祝中國(guó)農(nóng)歷新年的視頻。
這個(gè)真實(shí)的物理感覺(jué)，真的...我很希望他們是...過(guò)擬合了....
因?yàn)橹案承┐罄袀兞�，得到的信息是�?/p>
"人經(jīng)歷過(guò)千萬(wàn)年的進(jìn)化，對(duì)于世界的常識(shí)，是藏在基因里的，會(huì)自動(dòng)把一些冗余的信息以極快的速度，一步一步剔除直到只剩到最關(guān)鍵的信息，然后做做一些思考推斷。但是機(jī)器沒(méi)有，機(jī)器現(xiàn)在不懂抽象，所以需要人去做類(lèi)似人類(lèi)抽象化過(guò)程的學(xué)習(xí)算法，來(lái)抽離關(guān)鍵信息，收集視頻數(shù)據(jù)。"
收集數(shù)據(jù)，是最難的。
而OpenAI，可能...解決了。。。
雖然他們表示，他們的世界模型，還有很多弊端...
但是...
寫(xiě)在最后
一年的時(shí)間，OpenAI炸出來(lái)一個(gè)王炸。
一丁點(diǎn)消息不放，一丁點(diǎn)預(yù)熱沒(méi)有，直接王炸。
而且最騷的是，他們宣布，即將在今天晚些時(shí)候，更新技術(shù)論文：
一夜未眠，我在各大群里，看到的最多的幾句話是：
“這怎么辦啊...”
“都死吧”
“這個(gè)行業(yè)要完蛋了...”
不僅僅是AI視頻行業(yè)...還有很多傳統(tǒng)的影視公司...
比如虛擬拍攝、比如特效、比如廣告....
一將功成，萬(wàn)骨枯。
我找不到更好的形容詞了。
就這樣吧，照這個(gè)AI發(fā)展速度，AGI應(yīng)該很快了。
希望，這不是人類(lèi)的落日。
