雨林
Sora生成的視頻畫面
OpenAI新推出的文生視頻模型Sora,是最近社交媒體上的“頂流”。
Sora的骨干研究成員比爾·皮布爾斯和蒂姆·布魯克斯在X上不斷更新Sora的新作。據布魯克斯2月18日的動態(tài),Sora已經具備同時生成多個視頻的能力。
Sora空降,引起了人工智能領域的行業(yè)震蕩,余波直接蔓延到了影視行業(yè)。一個直觀的例子是,在Sora發(fā)布后,美國導演泰勒·派瑞直接叫停了耗資8億美元的亞特蘭大制片廠擴建計劃。他認為,人工智能將導致電影業(yè)大量工作崗位流失。不少媒體也指出,Sora或將改變包括電影制作、廣告、平面設計和游戲開發(fā)在內的一系列創(chuàng)意性產業(yè)。
對于影視創(chuàng)作來說,人工智能已是不可忽略的存在—Sora一經問世,就成了柏林國際電影節(jié)的討論焦點。Sora公布幾天后,柏林電影節(jié)就組織了一場人工智能和影視世界構建的論壇,Sora的前景和危險主導了所有人的焦點。
制片廠的老板們?yōu)橹d奮、著迷,認為人工智能將帶來好萊塢故事講述的新篇章。
恐懼來自那些沒有話語權的“打工人”。過去一年,好萊塢編劇、演員們曠日持久的罷工浪潮,就已經將行業(yè)的生存焦慮推到臺面上:人工智能寫劇本、人工智能合成演員,在好萊塢也不再是稀罕事,編劇和演員們看到了自身隨時被取代的命運。
Sora的降臨,讓這些行業(yè)的人們又一次感受到了危機,激起了更大范圍的不安?!逗萌R塢報道》說,對于視覺特效和其他后期工作人員來說,人工智能是一種“生存威脅”。
2024年2月13日,德國柏林,波茨坦大街上的電影節(jié)宣傳海報
在科技巨頭為AI的里程碑式進展雀躍的同時,影視行業(yè)人員半是期待,半是警惕。當人工智能一步步成熟到足以替換面孔、替換背景、替換群演,再到直接從文本生成視頻,這個行業(yè)會在多大程度上被改變?
更進一步,這多大程度上會改變我們對影像真實的固有認知?
從蒂姆·布魯克斯最近發(fā)布的Sora生成視頻來看,畫面中無論背景還是人物,都非常接近相機拍攝的效果—即便是在指尖反復捻搓的白雪特寫,也看不出什么明顯的破綻。
在人工智能生成視頻領域,OpenAI并不是第一家付諸行動的企業(yè)。在此之前,谷歌、Meta和Runway都曾開發(fā)過類似的文生視頻技術。但不論是對于普通受眾還是影視內容生產者來說,真正形成沖擊力的,是近期的Sora。
而讓人們感到震撼的,不僅僅是Sora的“成熟”,還有人工智能發(fā)展之迅速。從文字到圖像再到視頻,人工智能接近人類的速度,快得出乎人們的預料。
此時距離上一次ChatGPT在現實世界掀起軒然大波,才過了短短一年多。在Sora橫空出世之前,Sora的兩個主要“競爭對手”Pika和Runway,最長都只能生成四秒鐘的視頻。與Runway和Pika相比,Sora有不少優(yōu)勢—視頻時間更長、人物的身體運動更為逼真,且支持較復雜的運動場景等。
不過,Sora在一些細節(jié)上仍然顯得有些“笨拙”—比如,在空間的辨認上有些左右不分,在因果關系上存在理解障礙(視頻中的人咬了一口餅干,但餅干卻沒有出現咬痕)。全網刷屏的女子漫步東京街頭視頻,也存在多處細節(jié)錯誤,街頭招牌上的日語文字絕大多數并不準確,街景中也有不合常規(guī)的障礙物。
即便如此,Sora還是代表著人工智能生成視頻的新里程碑。這一新興的風口,讓科技巨頭們爭破了頭。谷歌的Lumiere、Meta的Emu和字節(jié)跳動的MagicVideo-V2以及Runway、Pika Labs、Genmo和StabilityAI等初創(chuàng)公司,都在加碼文生視頻模型的賭注,Midjourney也準備在今年晚些時候涉足視頻生成領域。
人工智能的未來備受矚目。據Statista的數據,2024年生成式人工智能的市場規(guī)模預計將達到666.2億美元。而據彭博社預計,2032年,市場規(guī)模將再擴大至1.3萬億美元。國內360董事長周鴻祎判斷:“Sora意味著AGI(通用人工智能)的實現將從十年縮短到一年?!?/p>
Sora帶來的影響不可能僅僅停留在Sora自身。市場研究公司ABI Research的高級分析師里斯·海登說,這類人工智能模型可能會對數字娛樂市場產生巨大影響,因為新的個性化內容將在各個渠道流傳。
這意味著,價值數千億美元的影視行業(yè)的生產方式,將迎來巨大變化。而賴此生存的影視從業(yè)者,不得不拿出比AI有利的條件。
受眾能在多大程度上感受到人和人工智能的區(qū)別,在Sora正式開放使用之前尚未可知。
一年前,由人工智能生成的威爾·史密斯吃面視頻在網絡上引起了病毒式傳播。當時,人物的表情和動作、面條入口前后的形狀變化都存在明顯的bug。最近Sora掀起熱議后,威爾·史密斯親自錄制了一段吃面視頻,但在得到解釋之前,不少人還以為是Sora的“杰作”。
威爾·史密斯親自錄制吃面視頻,被認為是AI的杰作
價值數千億美元的影視行業(yè)的生產方式,將迎來巨大變化。
威爾·史密斯的“以真亂假”,恰恰說明了:在真實性這一點上,人們在很大程度上相信,人工智能即將擁有人類作品的說服力。
在此基礎上,從“AI換臉”,到Runway和Elevenlabs的“變身”和背景替換功能,再到Sora直接由文字輸出視頻,人工智能給影視行業(yè)帶來的沖擊是不可忽略的。
《紐約客》2月16日刊文提出,Sora對視頻領域的沖擊,可以類比ChatGPT對寫作的影響。
人工智能最為顯著的優(yōu)點之一,就是效率高?!犊茖W》雜志的研究人員招募了453名營銷人員、數據分析師和受過大學教育的專業(yè)人士,其中選擇使用ChatGPT的作家完成任務的時間減少了40%,并且制作的作品質量比未使用ChatGPT的參與者高出18%。
另一個優(yōu)點可能是成本低廉。美國最具影響力的商業(yè)雜志之一《Fast Company》表示,Sora將改變人們創(chuàng)作內容的方式—未來使用生成式人工智能要比使用3D建模、傳統(tǒng)視覺特效和CGI等便宜上百倍,它甚至可能比架一臺攝像機還要便宜。
以知名科幻電影《流浪地球》為例,制作團隊共為影片繪制了5310張概念設計、9989張分鏡頭畫稿,搭建了102個科幻類主場景,耗費了巨大的人力物力。導演郭帆曾在采訪中表示,在設計科幻電影的概念圖方面,Midjourney更有優(yōu)勢—因為一個有幾十年經驗的設計師可能需要一周的時間才能完成,而Midjourney一夜之間就可以制作出大量畫面。
《流浪地球2》劇組拍攝期間有1189位常駐工作人員,超過22000位參演群眾演員。郭帆覺得,有了人工智能工具,《流浪地球3》的劇組人數或許可以減少至少一半。
道具制作師西蒙·魏斯,曾為導演韋斯·安德森創(chuàng)造出布達佩斯大飯店微縮模型,他表示,以前還“擔心自己會失業(yè)”。但如今,他也開始使用新的人工智能技術來輔助傳統(tǒng)的道具制作,“我們必須與之合作”。
他說:“人工智能可以更快地找到照片,為搭建微縮場景提供靈感,用ChatGPT找到所需的圖片,就不用在谷歌上搜索好幾天。”
人工智能參與文字、圖像乃至視頻、甚至是電影的未來是可以預見的,而且或許還能拿出傲人的成績。就在去年,一部由人類和AI共同寫就的《機憶之地》還拿下了第五屆江蘇青年科普科幻作品大賽的二等獎。
洛杉磯導演戴夫·克拉克認為:“創(chuàng)作者需要擁抱人工智能技術,以獲得從未想象過或實現過的內容?!?/p>
然而,新技術將如何沖擊既成規(guī)范的社會生活?人類似乎還沒想清楚。不久前,人工智能剛剛卷入一場風波:1月25日,一名X用戶分享了一張?zhí)├铡に雇蛱氐穆豆菆D片,被瀏覽了4700萬次。盡管X平臺努力刪除,但這些內容還是得到了瘋狂傳播。
電影《流浪地球2》劇照
威爾·史密斯親自錄制了一段吃面視頻,不少人還以為是Sora的“杰作”。
這并非孤例。去年11月,新澤西州30多名女高中生的照片,也被AI篡改成色情圖片,并發(fā)在了網絡上。此前,深偽視頻在色情平臺已經泛濫,但隨著新技術的到來,情況將如何惡化,沒人說得清。
身份驗證公司iProov的首席科學員安德魯·紐維爾說:“Sora將使那些帶有惡意的人更容易生成高質量的深度偽造視頻,更便于他們創(chuàng)建用于攻擊目的的視頻。”
人工智能生成視頻正在一步步深入人類的工作和生活??梢韵胍姷氖?,不久的未來,整個互聯網都將充斥著AI偽造視頻。最終,人類引以為傲的影像藝術的最后堡壘—電影,也可能被顛覆。
只不過,到那時,我們需要重新界定什么是“偽造”,什么又是創(chuàng)作。
以Sora為代表的工具,將如何影響未來的影視行業(yè),并不完全以業(yè)內人員的意見為準—再好的AI作品,都要觀眾買單才有意義。
從目前的數據看來,觀眾對于人工智能深度參與的作品態(tài)度不算樂觀。雅虎娛樂和YouGov的一項調查顯示,大多數美國人并不想看人工智能生成的有深度偽造演員的電影。民意調查發(fā)現,在接受調查的1665名美國成年人中,有61%的人認為“在電影和電視節(jié)目中加入人工智能生成的演員數字復制品是個‘壞主意”;另有63%的人認為,好萊塢不應允許人工智能代替人類編劇生成電影和電視劇本。
人工智能會走多遠,人類還沒有定數。
但可以確定的是,創(chuàng)作最終還是人的藝術。就如德國視覺特效工作室Trixter的總經理克里斯蒂娜·卡斯珀斯-羅梅爾所說,即便像Sora這樣的人工智能工具在工作流程上更高效,電影和電視制作還是將繼續(xù)依賴人類創(chuàng)作者。
特約編輯姜雯 阿樹 jw@nfcmag.com