|
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:///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”、“單視頻多角度鏡頭”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。 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... 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： 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： 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： 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?/span> '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。 以上，既然看到這里了，如果覺(jué)得不錯(cuò)，隨手點(diǎn)個(gè)贊、在看、轉(zhuǎn)發(fā)三連吧，如果想第一時(shí)間收到推送，也可以給我個(gè)星標(biāo)?～謝謝你看我的文章。 |
|
|
