Sora 炸裂金沙手机网投老品牌值得信赖 圈:真神还是焦虑制造机

sands金沙游戏官网
2024
02/19
19:34
分享
评论

 

周鸿祎又口出狂言了。

他说,"AGI(通用人工智能)的实现将从 10 年缩短到 1 年 ",而背后的原因,仅仅是因为一个 1 分钟的短视频。

注意看,这个女人叫小美,她正向我们走来。虽然身处日本某条热闹的大街,小美却总是不停地回头张望,似乎在暗示观众镜头之外隐藏了不为人知的秘密。

▲图:主角出场

镜头拉近,可以清晰看到小美修长的脖子和优美的下颌线,让整个画面充满了令人无法抗拒的神秘和美感。

▲图:细节展示

实际上,整个短视频中,从街景到行人,包括小美,在现实中根本不存在。这是 OpenAI 最新产品 Sora 制作的演示视频,而正是这个视频,让周鸿祎做出了 AGI 发展将会 10 倍提速的预言。

传统方式制作这样一段 1 分钟的视频成本非常高。除了需要选址,选演员,提前进行分镜构图,架设机位外等,想要碰上如此理想的天气,还需要赌一赌运气。落日转瞬即逝,一旦失误就只能第二天重头来过。

拍摄完成后,是非常耗时的后期制作。不仅要调整画面色调,还要仔细核对画面中是否有瑕疵,比如眼镜反射的画面会不会导致穿帮、路人中是否出现不协调元素等等。

但 Sora 出马,全部流程就是(字面意义上的)一句话的事。

Sora 官网上公布了十几段 " 制作 " 精良的高清演示短片, 从现实人物到 3D 动画,所有短片都是通过一句话生成的。

▲图:Sora 展示视频

看过这些短片后,我金沙手机网投老品牌值得信赖 圈的朋友集体表示 " 炸裂 ";大众圈的朋友表示 "AI 都到了这种程度了吗 ";而摄影圈的朋友表示,尽管还是能看出和人类摄影师有一点点差距,但依然被 Sora 的效果震撼了,进而纷纷开始和我讨论起失业以后,除了送外卖还可以从事什么工作。

但如果我们抛开网上铺天盖地、对 Sora 近乎玄幻的赞誉,跳出官网演示视频的魅惑就会发现,Sora 本质上是生成式 AI 在视频领域的一个应用,一个 diffusion transformer 模型。

而官方宣传的 Sora 所有功能,例如通过文字或者图片生成高清短视频,在此基础上进行扩展生成一段更长的视频等,其实很多公司都在做。比较知名的产品包括已经商用的 Runway,免费的 Pika,以及还在完善阶段的 Google Lumiere、Meta Make-A-Video,还有一些知名度稍低的产品如 Leonardo,FinalFrame 等等。

这里就有一个很大的疑问:凭什么出圈的又是 Sora,它真有网上说的那么神吗?

01 凭借更逼真的效果OpenAI 再次出圈

1 月 24 日,谷歌研究人员公布了一段 Lumiere 的演示视频。画质非常高清,且真实。

▲图:由 Lumiere 生成的游泳海龟视频

Lumiere 除了可以生成真实图片外,还可以实现一键换装、根据图片和提示词生成动态视频等功能。

▲图:一键换装

▲图:通过图片生成视频

2 月 15 日,刚刚过完情人节的谷歌在疯狂星期四又重磅推出了下一代 AI 产品 Gemini 1.5。在此前的演示视频中,Gemini 已经展现了其在图像识别和多轮对话中的逆天能力。

演示视频中,演示人员画了一个类似鸭子的轮廓让 Gemini 辨认,Gemini 表示它觉得像个鸟。

▲图:Gemini 演示

但是当演示人员画上了波浪后,Gemini 表示通过长脖子长嘴又会游泳这几个依据,判断这是只鸭子。

随后演示人员拿了个玩具小鸭子问 Gemini 这个东西是什么材质做的,Gemini 表示看起来可能是橡胶也可能是塑料。而当演示人员捏响橡胶鸭子后,Gemini 立刻判断出是用柔软的橡胶做成的。

就在圈内很多人认为谷歌将要凭借 Lumiere 和 Gemini 拿下今年头条的时候,OpenAI 仅仅用 Sora 就轻松获得了更高的关注度。

Sora 这个词很有意思,它在韩语中表示海螺壳,在日语中表示天空,在芬兰语中表示砂砾。这就很难不让人想到《海底两万里》的鹦鹉螺号,《沙丘》,以及 " 我们的目标是星辰大海 " 的豪情壮志。

而且 Sora 是一个比较常见的名字,比 Lumiere(法语,光)更短、更好读。

和 GPT 当年的故事如出一辙,Sora 也是踩着竞争对手以碾压式的优势胜出。相比同类产品,Sora 能抓住提示词的精髓,巧妙地生成具有多个角色和特定动作的场景。

有人做过对比,使用同样的提示词,让 AI 生成一个在花园里、似乎正在追逐什么东西、快乐奔跑的黄白相间的猫,最终结果的差距十分明显。

▲图:不同 AI 产品的效果对比

上面由 Sora 生成的视频看起来非常真实,甚至在奔跑时候,猫腮帮子上的毛都会随着脑袋起伏。而下面通过 Pika, Runway, Leonardo, FinalFrame 生成的视频,猫不仅看起来不像真的,连动作都很诡异。

在生成的视频时长上,Sora 也碾压友商。Sora 可以生成 1 分钟的视频,相对的,Pika 是 3 秒,Runway 是 4 秒,Lumiere 是 5 秒。

最重要的是,Sora 有望解决一个生成式 AI 的痛点,那就是同样的提示词通常不会生成同样的结果,例如 " 黄白相间的猫 " 这个提示词,不同的视频里会出现不同模样的黄白相间的猫。导致的结果,就是无法通过拼接来创作更长的视频。

尽管 Sora 一出道就秀出了远超同行的肌肉,但 Sora 并没有选择像 Pika、Runway 一样,开放给大众使用,而是采取了 Google、Meta 类似的保守策略,先官宣来吊足大家胃口,然后慢慢内测,等待一个合适的时机,再向大众开放。

因为,有很多关键问题,大家都没有找到好的解决方案。

02 AI 一调皮人类就头疼

生成式 AI 天生就有一个 " 不按物理定律出牌 " 的老毛病,即便是看起来已经非常接近真实世界的 Sora 也不例外。这个问题过于明显,以至于 OpenAI 都懒得去遮掩,干脆自己先大方的说了出来。

从内测用户流出的视频可以发现,Sora 无视物理法则随意发挥的意愿十分高涨,而这种意愿在 " 必须还原物理世界 " 的规则约束下,很容易生成像人类做梦一样的场景。有过做梦经历的朋友应该会这样的体会:明明梦是虚幻的,但在梦里你的感受又很 " 真实 "。

下面就是个很典型的例子。

▲图:Sora 的梦境物理

注意看,视频中的这个杯子莫名其妙的跳了起来并侧翻在桌面上,杯中的液体在杯子跳起来的一瞬间穿透了杯底铺满桌面,而最终杯子连同里面剩余的液体一起,融进了桌面。

▲图:融进桌面的杯子

这样的视频显然无法应用在正式的场合,大概率只能出现在 B 站的鬼畜区,告诉你一个学了 3 年动画的人,是如何因为一个毕业作品被老师轰出门外的故事。

此外,Sora 对算力有很高的要求。下面这个视频演示了低算力和高算力之间的差距能有多可怕。

▲图:算力差距

而想要高算力,就得花更多的钱。

以 Runway 为例,个人版收费模式分 3 档,标准版为每月 15 美元,可以制作一个 125 秒的 Gen-1 视频,或者 44 秒的 Gen-2 视频,相当于每秒 1-2.4 元人民币,超出部分需要额外付费。Pro 版每月 35 美元,至尊版每月 95 美元。而用户如果希望加快视频的产出效率,也需要额外购买 " 时间 "。

03 能力越大危险越大

生成式 AI 在社会层面有几个老生常谈的问题。

首先就是造假问题。AI 生成的视频越真实,造假就越容易。最直接的解决办法是将 AI 生成的内容打上一个特殊的标签,以便于平台将其和人工拍摄的视频进行区分,OpenAI 和 Google 的确也在做这件事。

但水印的问题在于,它可以在分享的过程中会被人恶意抹除。例如通过截图、录屏的方式获得视频副本,不会带有任何水印。

其次是版权问题。版权问题比造假更加复杂,它既是一个形而上的宏大概念,又和每一个创作者的个人利益息息相关。目前对版权的争论主要集中在 AI 和人类对齐的过程中,比如,AI 通过学习别的艺术家的风格在此基础上进行的创作,和人类以同样方式进行的创作,本质上有没有区别?

而更直白的问题则是,AI 到底是来帮我赚钱的,还是来跟我抢钱呢?

这些问题一个比一个难解决,也就意味着 Sora 们至少在短时间内不会向公众开放。从某种角度来看,这或许对于视频制作者是一个好消息,至少有了更多的缓冲时间,来思考如何应对接下来 Sora 们带来的冲击。

无论如何,Sora 们向公众开放,只是时间问题,至于会不会像周鸿祎预言的那么快,可能还存在疑问。但有一点毫无疑问:

那时候的 Sora 们,将比现在更加强大。

来源:零态 LT

THE END
广告、内容合作请点击这里 寻求合作
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表金沙手机网投app 的观点和立场。

相关热点

相关推荐

1
3