AI***创意图 © 由微软 Copilot 天生

马斯克再度预言成真，2024果真是人工智能电影元年——GPT 技能带来的新一轮人工智能热潮持续席卷环球一年之后，龙年伊始 Sora 再次横扫千军。

2023年11月27日 Pika 爆火后，马斯克预判称明年将是“人工智能电影”元年

近日，Sora 以笔墨一键输出的一分钟连贯***里，呈现出高渡过细的背景、精细繁芜的多角度镜头，以及富有情绪的多个角色，横扫此前统统 AI ***技能，可谓英气干云。

根据 OpenAI 的说法，Sora 是结合了 Transformer 和 Diffusion 这2个迄今最主要的模型：ChatGPT、Gemini、LLaMA 等措辞模式都是基于 Transformer 模型——对词语进行标记，并天生单词；Diffusion 模型则被归类是“文生图”的模型。

有专业机构指出，如果从“理解天下”的角度来核阅 Sora，那么某一帧图像的画质、画面关系绝不是模型质量高低的评判标准，乃至官网释出的 60 秒一镜到底***也不是最核心的部分。
真正的重点在于***存在不同机位，不论远、中、近、特、广，***中人物和背景的关系都保持着相称的同等性。
这才是业界认为 Sora 的遥遥领先之处。

图片来自网络：Sora跟其他多个***模型的差异

Sora 如此吸睛的缘故原由不仅在于AI如何天生***，更在于这背后的意义——即演习 AI 理解物理天下，继而天生各种真实场景的可能性。
天下对 Sora 的关注，表示的实在是人们对未来“天下仿照***天生模型”的展望和期待。
正因如此，Sora 的亮相也极大概率会促进通用人工智能（AGI）的加速到来。

***剪辑创意图 © 由 微软Copilot天生

所谓“天下仿照器”的说法，源自 OpenAI 官网上一篇关于 Sora 的名为《把***天生模型作为天下仿照器》的研究论文，文中 Open AI 自称Sora是“天下仿照器”。
然而也有不少大神级科学家对此并不认同。
比如图灵奖得主、Facebook 首席AI科学家杨立昆（ Yann LeCun）就认为 Sora 不能理解物理天下，并顺势安利了 Meta 前几天推出的AI***模型 V-JEPA 联合嵌入预测架构的优胜性。

杨立昆在外洋社交媒体揭橥见地，否认 Sora 能够理解物理天下

此外，前谷歌、Facebook 技能主管 Hongcheng 也在近期表示 AI 模型不大可能通过被动看演习数据***，就能节制物理定律。
更有专家剖析认为，从 Sora 天生的部分***来看，它是依赖于数据插值和潜空间拼贴来天生图像，而非真实的物理仿照……各种说法纷至沓来，一时之间难决牝牡。

***剪辑创意图 © 由 微软Copilot天生

回顾过去几年，大措辞模型（LLM）和***天生技能（Video GC）一贯不断进步，AI 在***创作领域的利用，不仅降落了***创作的韶光和人力本钱，也为***创作者们供应了源源不断的创意，从而极大地提升了***内容的生产效率。

Sora 问世前，按照***天生办法进行划分，盛行的 AI ***天生“三件套”包括笔墨天生***、图片天生***、***天生***。
据此， Runway 、Pika、Descript 都曾成在彼时红极一时。
个中 Runway 主打***风格迁移的 Gen-1 和主打文本天生***的 Gen-2，该技能早已被运用于电影、电视与广告等领域：去年横扫奥斯卡7项大奖的电影《瞬息全宇宙》背后的视觉效果团队就利用了 Runway 的技能来帮助创建某些场景，比如用 AI 工具去除背景、放慢***、制作无限延伸的图片等等。

电影《瞬息全宇宙》海报

Pika 则在2023年后半程备受关注——产出质量上优于 Runway，且操作更为大略：这家仅4人的初创 AI 公司，仅六个多月内就结束测试、发布了首款正式产品 Pika1.0，天生并编辑3D动画、动漫、卡通等微电影。

图为一句话“elon musk in a space suit，3d animation”天生的***

Descript 则和 Runway 及 Pika 有所不同，它能够将***转录成文本，让用户通过大略修正文本来同步编辑***。
只需修正笔墨，***就会随之改变。

Descript功能示意

语音克隆是 Descript 供应的另一项有趣且实用的功能——用户可以克隆自己的声音，以此编辑***，轻松肃清口误，并能调度讲话中的停顿和语气，是集写作、录音、转录、编辑、协作和分享***与播客于一身的 AI 工具。
通过 Descript，用户可以像利用文档和幻灯片一样轻松完成***编辑，从而节省下大量韶光和精力，更加专注于创意部分。

通过编辑文本来编辑***中的图片颜色

除了上述提及的产品，过去一年中，不少公司还积极借助大措辞模型（LLM）的崛起，为 AI ***创作开拓了更多新领域。
比如 ChatGPT 中的 Visla 插件可以根据用户输入的一句话，快速天生有字幕、有语音讲解、有情节的小***。

Visla插件

HourOne 则利用字符天生技能（Character Generation Technology），通过 AI 将人类的外面、声音和动作复制出来，创建出所谓的"虚拟人"。
这些虚拟人物可以在***中朗读文本，从而化身为“西席”“***播报员”“虚拟代言人” 等角色。

HourOne功能示意

Fliki 的最大亮点则在于，可以根据文本天生逼真的人类语音和***内容，并配以相应的虚拟人物或动画创造出吸引人的视听内容。

Fliki功能示意

回顾至此，不难创造短短一年，AI ***技能的发展就实现了垂直增长：***创作将来便捷化、智能化、高效化的时期。
AI 技能不仅为创作者们带来更加丰富多样的创作办法和体验，更令***创作不再局限于专业领域，匆匆使普通用户轻松参与个中，创造出独具个性和创意的***作品，为 AI 时期成为单人创业家创造了良好的先决条件。

垂直增长这一观点，由微软环球资深副总裁张祺博士于去年3月首次提出，并发起了“单人创业家（One-Person Entrepreneur）”行动，是指利用 AI 技能的能力和潜力，以“单人+ AI 即团队”的模式，实现垂竖立异和垂直增长。

站在2024龙年伊始，作为这场变革的见证者和推动者，期待着***创作领域在 AI 的引领下发达发展，期待这一技能颠覆行业的时期，***创作者们能进一步通过技能实现单人创业，首创崭新的创作纪元。