|
( |$ |( e8 W: b& F
- q+ j% e5 ?( c3 G
来源：新智元 作者：新智元 % u2 b5 r- c1 L9 X
& o8 \- y9 u9 O+ g/ a. D. R
新智元报道 【新智元导读】刚刚，Sora第二波视频放出了！稳定的一致性和模拟现实的逼真度，简直让人惊掉下巴。在好莱坞，已经有导演撤掉自己的8亿美元工作室扩建计划了。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps1.jpg 就在昨天，Sora又有全新「神作」炸出了！ 两位Sora作者，Bill Peebles、Tim Brooks纷纷甩出全新图片。（顺便还秀了一把基友情？） 「一只小熊猫和一只巨嘴鸟是最好的朋友，在蓝色时刻漫步在圣托里尼岛」，Peebles称这个场景简直就和两人走到[color=var(--weui-LINK)][url=]OpenAI[/url]办公室的画面一模一样。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps2.jpg file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps3.jpg a red panda and a toucan are best friends taking a stroll through santorini during the blue hour 这个视频的连贯性简直令人惊呼：在每一帧中，小熊猫和巨嘴鸟的形象始终保持着一致性。 当然仔细看还是有不少破绽。比如小熊猫的腿有时会交织在一起，画面看起来更像卡通图像，而不像逼真的现实世界。 但总的来说，这种视频质量已经足以让我们对AI视频的未来放飞想象。 有网友立刻做出了配音版，贴切的配音一出，视频更有那个味儿了！ 难怪好莱坞大导Tyler Perry直言，自己在看完Sora制作的视频后，直接搁置了自己影师工作室8亿美元的扩建计划！ 更多「神作」来袭 这次两位作者放出的第二批视频，效果更加逼真、更加炸裂。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps4.jpg 网友们接连不断发出惊叹：Sora是怎么做到一次比一次迭代得更好的？ 这个视频是「一名潜水员发现了一艘隐藏的未来沉船，里面有控制论海洋生物和先进的外星技术」。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps5.jpg a scuba diver discovers a hidden futuristic shipwreck, with cybernetic marine life and advanced alien technology 潜水员、海底景观、沉船外壳、内部的外星技术都生成得十分逼真。 当然，这个场景也不是100%完美。立刻有人发现破绽—— 比如，潜水员没有摆动脚蹼就能游动起来，也没有吐出气泡。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps6.jpg 一位好莱坞电影制片人吐槽说：人的动作看起来没有灵魂，有些像僵尸。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps7.jpg 但对于不那么挑剔的观众，这个20秒视频的质量已经够了。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps8.jpg 有人满意地说：看起来像《深海迷航》的高分辨率版本 在以往，这个场景无疑要耗费巨资。而现在，好莱坞大片中烧金的高难度场景，都可以用Sora视频替代了，AI淘汰影视行业真不是说说而已！ 这条闪着珠光的银色鳞片、有着冰蓝的眼睛和象牙龙角、吐出白气的小白龙，也让网友们惊呼，太太太震撼了！ file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps9.jpg Close-up of a majestic white dragon with pearlescent, silver-edged scales, icy blue eyes, elegant ivory horns, and misty breath. Focus on detailed facial features and textured scales, set against a softly blurred background 它的拟人化做得很好，眼睛水汪汪的，传达了非常动人的情感，仿佛能听懂人话一样。 《[color=var(--weui-LINK)][url=]权力的游戏[/url]》中的巨龙，是这样的。跟它比起来，小白龙的差距并不太大。 有的网友表示，自己对这条小白龙爱不释手，直接给它配了个音—— 5 d. q5 p$ V$ C B9 b9 G
现实场景，是给Sora最难的考题。 下面这个「一个男人在夏威夷热带水域上空定点跳伞，宠物金刚鹦鹉在旁边飞翔」的视频，Sora再次交出了让人印象深刻的答卷。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps10.jpg a man BASE jumping over tropical hawaii waters. His pet macaw flies alongside him 场景如此逼真，直接有人发问：「是真的视频还是AI做的？」 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps11.jpg 配上音后是这样的，就问会有多少人发现——这并不是真实的场景？ 如果非要找茬，就是金刚鹦鹉的照明不太对，看起来像是单独做出来的动画，并不像自然条件下的光照。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps12.jpg 定点跳伞的动作生成得不够准确，降落伞太小。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps13.jpg 下面是一只玻璃乌龟，裂缝用金繕工艺修复，在日落时分走在黑色的沙滩上。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps14.jpg 画面的一致性很完美，沙子的物理学特性也完全还原出来了。 不过美中不足的是：乌龟似乎只有三条腿？��� file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps15.jpg 也有人发现「华点」：把沙丘做出崎岖不平的样子，是为了让海龟爬过沙丘后不会留下痕迹吗？ file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps16.jpg 相比之下，Midjourney生成的玻璃乌龟是这样的，别有一番风味。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps17.jpg 精美的纸艺世界中的一艘船，海面还有海洋动物跃出。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps18.jpg in a beautifully rendered papercraft world, a steamboat travels across a vast ocean with wispy clouds in the sky. vast grassy hills lie in the distant background, and some sealife is visible near the papercraft ocean's surface 黑暗的霓虹灯雨林里，闪耀着奇幻的动植物。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps19.jpg a dark neon rainforest aglow with fantastical fauna and animals 不过对于这个视频，也有人挑刺说：「这是我见过的Sora最差的demo，它不知为什么就生成了矢量动画的风格。」 一只戴着眼镜的猫，出现在20世纪60年代谍战电影中。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps20.jpg cat in glasses in a 1960s spy movie 黄昏时分，一只巨大的半透明水母优雅地飘浮在荒芜的城市中，还是用35毫米胶片拍摄的超现实场景。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps21.jpg A surreal scene unfolds as a giant, translucent jellyfish floats gracefully through a deserted cityscape at dusk. The scene is shot on 35mm film 这是一个精心制作的立体模型：江户时代，木结构建筑前，一个孤独的武士慢慢穿过小镇。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps22.jpg A meticulously crafted diorama depicting a serene scene from Edo-period Japan. Traditional wooden architecture. A lone samurai, clad in intricate armor, walks slowly through the town 一只戴着护目镜的小胖哈巴狗，坐在一辆旧摩托车旁边的凳子上。 仔细看可以发现，狗肚子一呼一吸的样子，显得非常真实。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps23.jpg a small chubby Pug dog in goggles is sitting on a stool next to an old motorcycle 一只棕色边牧戴着太阳镜，滑着滑板。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps24.jpg a brown and white border collie stands on a skateboard, wearing sunglasses 可怕的事来了，有人在底下留言称，棕色边牧是自己的狗，这个视频是自己拍的。 而我们，竟有那么一刻恍惚了：他说的究竟是真是假？ file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps25.jpg 总之，网友们迫不及待等待公测了。 还有人给Sora出了神考题——「一部手机正在直播进入黑洞的过程」。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps26.jpg 网友猜测：虚幻引擎被用来生成部分数据集？ 随着这些视频被放出，网友们心中的疑问也越来越强烈—— Sora模型究竟是用什么数据训练的？ file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps27.jpg 不少网友也觉得，怎么Sora生成的画面，看起来有些似曾相识？仿佛就是直接用虚幻引擎做出来的一样。 随后，越来越多人公认：Sora训练的数据集，应该就是用UE产生的。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps28.jpg 其实，在Sora刚诞生时大佬就纷纷预测——Sora是由游戏引擎提供支持的。 Pytorch联合创始人Soumith Chintala就这样认为。 数据科学家和机器学习工程师Ralph Brooks也给出了自己的分析： file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps29.jpg 如果要创建大量不同角度的高清视频，就需要进行模拟。其中，有很多线索让我相信，UE5在一定程度上就是用来创建训练数据的。 比如这段广为人知的樱花漫步视频中，人物移动的方式跟UE5中非常相似。现实中的人走路是不会用恒定速度的。 英伟达高级科学家同样表示，「如果Sora接受过大量UE5合成数据的训练，我不会感到惊讶的！」 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps30.jpg 当然，它可能没有明确调用UE5，但非常有可能将UE5生成的文本、视频对作为合成数据，添加到训练集中。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps31.jpg 早有预言帝猜中，Sora的推理管道是用的CLIP底座、文本转3D对象，和游戏引擎模拟。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps32.jpg 果然，「人工训练数据耗尽」不会阻止LLM的发展，合成数据才是AI的未来！ file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps33.jpg 「精简版」体验，就藏在技术报告里！ 网友们看到这些一代比一代强的demo，已经心痒难耐了。 好消息是：虽然Sora还没有正式开放功能，但在技术报告里，已经可以小体验一把了！ file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps34.jpg 通过选择不同的关键词，比如人物、衣着、天气环境、地理位置等选项，就可以体验Sora生成的不同视频。 这样我们就可以看到——a穿着b样子的衣服，在c地点的d天气下，惬意地散步。 好莱坞大佬直言很害怕，影视行业真完蛋了？ 这也难怪，好莱坞知名导演、制片人、演员Tyler Perry因为Sora，决定搁置自己亚特兰大工作室耗资8亿美元的扩建计划。 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps35.jpg 本来，Perry导演在过去四年里，一直计划斥资8亿美元扩建自己的工作室，为占地330英亩的土地增加12个摄影棚。 然而，在2月16日看过Sora做出的视频后，他决定撤销自己的8亿美元计划，因为他拍摄的大片中，可能并不需要找取景地，或者搭建实景了。 「以前，我们只是被告知AI可以做这些事，但是真的看到它做出来的场景，还是太令人震惊了！」 file:///C:\Users\dell\AppData\Local\Temp\ksohtml6568\wps36.jpg Perry导演表示，因为Sora给自己带来的冲击太过强烈，8亿美元扩建计划已被无限期推迟。 现在，拍电影时再也不需要亲自前往拍摄地点了。 不论是想要科罗拉多的雪地场景、月球上的场景，还是山中客厅中拍摄两个人的场景，都再也不要搭建真实布景，只要在办公室的电脑上，就能完成一切！ 而这也就意味着，巨大的变化将波及行业的每一个角落，影响到演员、灯光、运输、音效和剪辑等所有从业者的饭碗。 现在，Perry导演已经在两部电影中的现场拍摄和后期制作中使用了AI，避免了耗费数小时给演员画老年妆。 Sora的出现彻底改变了游戏规则。 在以往，HBO的试播可能需要耗资1500万、2000万乃至3500万美元，而现在，这个成本低到不可想象。公司显然会选择成本更低的方案。 在不远的将来，很多工作岗位都会消失。 影视行业该建立怎样的安全防护措施，保住大家的饭碗？ 参考资料： https://www.hollywoodreporter.com/business/business-news/tyler-perry-ai-alarm-1235833276/ https://twitter.com/JMT3/status/1761443473218240558 https://twitter.com/_tim_brooks/status/1761236971186438178 https://twitter.com/model_mechanic/status/1761198301482021084 来源：新智元（公众号） 链接：https://mp.weixin.qq.com/s/JLQSUSAWqQaxl418shwQNw1 T. Q7 s' W1 N! z
编辑：李梦瑶 ; D V! D( b& x# \
| 
发表于 2024-2-26 23:39:57
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
收藏
支持
反对