被Sora刷屏，听说我又双叒要被AI取代了？

时代的变革，从来不会提前给我们打声招呼~

Sora降世，未来已来，欢迎大家步入AI时代！

一、Sora是什么？

“Sora”这个词语，有些人可能还没听过，但“OpenAi”这个名字，大家肯定是耳熟能详了吧，毕竟这家公司，在2022年底，推出了轰动全世界的“ChatGPT”。

然后龙年开端，这家公司又重磅发布了“Sora”！

那么Sora是什么呢？

简单来说，Sora就是可以通过文本提示，生成视频的一个AI工具。

比如，输入这样一段文字：

一位时尚女性走在充满温暖霓虹灯和动画城市标牌的东京街道上。她穿着黑色皮夹克、红色长裙和黑色靴子，拎着黑色钱包。她戴着太阳镜，涂着红色口红。她走路自信又随意。街道潮湿且反光，在彩色灯光的照射下形成镜面效果。许多行人走来走去。

然后Sora就生成了一段视频。

或许有人会说，在这个时代，通过AI生成一段视频，没什么大不了的。

是的，AI生成个视频，确实没啥大不了的，但是，但是，但是，这可是60S的超长视频啊，而且整个视频看起来是如此的逼真，如此的丝滑！

看看下图这个雀斑的细节处理，试问，有哪个AI视频软件，能够做到？而且其他所谓的AI生成视频，都还在4S连贯性的边缘苦苦挣扎。。。

再来一张对比图，你就会知道Sora到底有多么强大了：

我们再来看看OpenAi给出的官方说辞：

Sora并不是单纯的视频模型，而是作为“世界模拟器”，该模型了解这些物体在物理世界中的存在方式，可以深度模拟真实物理世界，能生成具有多个角色、包含特定运动的复杂场景。

听完这段话的第一感觉，是不是这样的：

第二感觉是不是这样的：

内心os是不是这样的：

听起来挺流弊的，但到底想表达啥，啥是“世界模拟器”啊？

我用“人话”来翻译一下：

比如你去拿一杯咖啡，你的“记忆”中，知道一杯咖啡的重量，所以当你想拿起一杯咖啡时，大脑准确“预测”了应该用多大的力，于是，杯子被顺利拿起来。

但如果，杯子里碰巧没有咖啡呢？你就会用很大的力，去拿很轻的空杯子，你的手，立刻能感觉到不对，然后，你的“记忆”里会加上一条：杯子也有可能是空的。

当你下次再拿起杯子时，“记忆”会告诉你，需要先确认杯子是不是空的，然后再“预测”应该用多大的力。

先记忆，再预测，这种理解世界的方式，是人类独有的理解世界的方式，这种思维模式就叫做：世界模型。

所以说，OpenAI最终想做的，其实不是一个“文生视频”的工具，而是一个通用的“物理世界模拟器”，也就是世界模型，为真实世界建模。

小结：

来聊一哈，读了以上这些内容之后，有什么感受？

反正我的脑海中，涌现出《三体》杨冬说的那句话：

“物理学，不存在了”

套用这句话，那就是，“现实，不存在了”

文本、图片都已经被AI攻占，而现在，AI视频，这个人类最后的最坚固的堡垒，在OpenAI的Sora攻势下，也已经很难再分清，AI和现实的界限了。

什么以前的AI视频工作流，全部成了往日泡影，全都滚犊子吧。

都跪下，都给OpenAI喊爸爸。

二、Sora影响的五大职业领域

我们再来说一下，Sora影响的五大职业领域，快来看看，你有没有身在其中？

先用四句话，总结一下Sora的影响：

Sora影响：

• 让资深岗位乐呵
• 让入门岗位转向
• 让精通以下迷茫
• 让外行直呼内行

1. 娱乐影视领域

原先动画影视公司为让动物的数百万根毛发、皮肤纹理、衣物等细节在3D建模中表现得如现实场景般真实。需要投入不菲的成本和时间才能得以实现。

而如今，Sora只需要一行描述、几次提示便能自动完成。

原本传统影视行业，分工极其精细：从前期到后期，从舞美、化妆、道具到灯光、摄像、摄影，从演员、编剧、剧务到动画特效，哪一环节出问题，就可能功亏一篑。

而如果AI视频按照现在的发展速度，在不久的将来，完全可能实现一个想法创作出一部电影，省去高昂的成本。

可以说游戏、电影、动画等内容创作，在被Sora模型快速生成的情境之下，将迎来颠覆性变革。

2. 新闻社交领域

新闻社交领域讲究时效性，也就是要速度。

倘若今天发生的热点事件，后天报道也就不叫新闻了，在这一过程中影响时效性的通常有三部分，采访、编辑、播出。

利用Sora直接生成画面，至少能省略其中两个环节，保障了时效性。

对于短视频、自媒体等社交领域，跟进热点，仅仅需要一句指令，就快速生成相关的虚拟视频内容，保障了时效性，也就保证了一定的流量。

另一方面，Sora或将拉进头部创作者与尾部创作者的创作成本。

我们或许将来到一个创意与特色比拼的时代，倘若从业者缺少创意或者没有特色，将很难应对这股浪潮。

3. 广告营销领域

Sora模型可以快速生成吸引人的广告视频，帮助品牌在竞争激烈的市场中脱颖而出，同时降低制作成本。

例如，我们看到某些品牌的广告片，短短几分钟的视频，传统广告公司报价基本在百万级别。

Sora的到来，将使品牌方成本压缩到一个极致，而对于广告公司来说，这或许意味着商业模式的直接变革。

4. 教育学习领域

对于教育学习领域的影响大致分为两方面。

一方面，不少大学都开设了如影视制作、动画设计、多媒体设计、数字媒体艺术等专业。

Sora的到来，可能会使学了四年的专业技艺的学子们，比不上一个懂得如何指挥AI的门外汉。

另一方面，老师可以利用Sora模型，将文字教材转化为生动的视频教程。

提高学生的学习兴趣和效果，为特殊教育群体提供个性化的学习材料，帮助他们更好地融入社会，加速教育普适性和均衡性。

5. 科学研究领域

Sora是根据现实物理规则建立的模型，也就是说能在一定程度上模拟现实物理现象。

例如，在物理学、化学、生物学等领域，科研人员可以利用Sora创建复杂的动态模拟，再现难以在实验室条件下实现或观察的过程。

将科学实验的变得虚拟化和可视化。

三、面对Sora，我们该怎么办？

Sora这么强大，对于各大行业影响这么深远，我们是又双叒要被AI取代了么？

放心，本文并不是一篇贩卖焦虑的文章，不信你往下看：

翻开历史的画卷，其实每一次工业革命之后，都会带来劳动力市场的变革。

第一次工业革命：

是一个以农业为主的农村社会过渡到工业和城市的时期，实现了从手工劳动生产到机器生产的跃迁。

在这次革命中，有着大量的农民失地失业，但经过技能培训，农民很快学习到了锅炉制造，钢铁，机械等技能。

同时技术、行业的发展，也催生出制造和维修等方面的大量岗位，创造了以前不存在的不同就业机会。

第二次工业革命：

是一个原有产业的增长时期，也是钢铁、石油和电力等新产业扩张的时期，并利用电力创造大规模的生产。

随着从蒸汽动力向电力的过渡，也出现短期失业的现象。

但如果需求量减小的蒸汽机械师能够提早或重新培训转入到电力、电气方面，则非常好就业。

这一时期需要快速掌握一些以前不存在的新技能。

此外，通过大规模生产线，整个社会开始创造比以前更多的就业机会。

第三次工业革命：

是指从模拟电子和机械设备到当今可用的数字技术的技术性进步。

这期间的技术进步包括个人计算机，互联网以及信息和通信技术（ICT），一些工作被计算机和机器人取代。

如果你不懂计算机，那么毫无疑问你可能会失去工作。

同时也再一次创造了以前不存在的新工作，例如软件和硬件工程师。

回顾历史之后，我们会发现：

其实任何被红利激增出来的职业都有其生命周期，随着新技术的革新和迭代（通常为20到40年），大部分偏后台以执行为主的工作又会形成洗牌，进入一个新的循环之中。

所以只有真正能为人类带来价值或满足某种根本需求的事业，才能真正脱离这种循环，意味着无论你从事何种职能，最终都要提升它的深度:

会计不会被替代，但只能写底稿者一定会被替代；文字工作不会被替代，但只会抄袭者一定会被替代；软件开发者不会被替代，但只会复制粘贴者一定会被代替…..

这样的时代，我们要做的不是对抗，而是配合，就比如Sora让生产一个视频变得更加简单，那我们就可以有以下的几条思考路径，去配合这样的AI潮流：

1.思考该技术的瑕疵，从而诞生的新需求

目前的Sora没有声音，所以对于配音的需求（场景声，人声）在短期会急速上涨。

2.思考技术与内容如何转化

热门小说可以通过Sora，做出成系列的电视剧 （这应该还需要进一步的技术迭代才可以达成）。

3.思考个人的特异性是否吃到了技术革新的红利

内容为王的时代来临了，如果有好的创意，剧本，与导演视角，那就自己用Sora做一个电影出来。

4. 建立生态：搭建 多对多的视频生产平台

（ 小团队与市场上的需求者直接对接，打破大公司的垄断地位）

如何理解？不是所有人都可以通过Sora，生成一个符合其预期的视频的。

因为Sora的文本包含了运镜，视角，机位，风格，场景描述，这些仍需1个专业的视频制作人来提供专业术语来执导AI生成视频，再配备一个在视频的某些细节上可以进行修改的人，那就需要一个小团队，来满足个人/公司的需求。

而搭建这样的平台就是建立供应与需求的链接，之前是需求方搜索哪些公司可以生产视频，而现在需求方可以像定外卖一样，对更多的服务供应者进行挑选和下单。

四、Sora如何申请使用？

Sora这么强大，怎么才能用的上呢？

渠道一（官方）∶

https://forum.openai.com

OpenAl的官方论坛，据消息透露加入论坛有机会获得内测资格

渠道二（官方）∶

Red Team开始公开招募了，要求比较高。Sam之前说过，如果进入到红队，可以有Sora的内测机会https://openai.com/form/red-teaming-network

五、Sora之后是什么？

时代的变迁似乎越来越快了，我们能否畅享一下，Sora之后又是什么呢？答案有可能在以下几个方面之中！

1. 多模态数据

定义：整合了文本、图像、音频、视频等不同形式的数据。多模态数据能够提供更丰富的上下文信息，帮助AI系统更好地理解世界的复杂性。

应用：通过处理多模态数据，AI可以学习如何在视觉、听觉和语言之间建立联系，模仿人类如何通过多种感官信息来理解环境。

2. 丰富的交互数据

定义：包括人机交互中产生的数据，如聊天记录、问答对话、用户行为数据等。这些数据反映了人类的思考模式、偏好和决策过程。

应用：通过分析交互数据，AI可以学习如何与人类自然交流，理解人类的需求和意图，并作出适当的响应。

3. 结构化知识库和语义网络

定义：结构化的知识表示，如知识图谱、本体论和语义网络，这些工具能够描述概念之间的关系和属性。

应用：利用这些结构化知识，AI可以执行复杂的推理任务，理解和生成符合逻辑的内容，模仿人类的学习和思考过程。

4. 模拟环境和虚拟世界数据

定义：创建虚拟环境或模拟器，让AI在这些环境中进行实验和学习，类似于人类通过实践学习。

应用：通过与模拟环境的交互，AI可以学习物理规律、社会规则和行为模式，提高解决现实世界问题的能力。

5. 强化学习环境中的反馈数据

定义：在强化学习中，AI通过与环境的交互获得的奖励和惩罚，用以评价其行为的好坏。

应用：这种基于反馈的学习机制可以让AI在试错中学习如何做出更优的决策，模仿人类在实践中学习和进步的过程。

我想说，其实这些答案，也是AI告诉我的。。。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！