2月16日， OpenAI推出一个名为“Sora”的文本转视频AI模型，只需提供文本便能生成一分钟的视频，且视频效果逼真，引发广泛关注。
广东省产业协会会长杜兰表示， Sora的横空出世，把AI视频向前推进了一大截，将提高影视制作行业的效率，但不会动摇真正有内容创作能力的公司和创作者。未来，Sora或将加快AI与人形机器人等实体产业的融合。
OpenAI公布了由Sora生成的多个视频：一位时尚女性漫步于街头、一只狗在雪地里嬉戏、车辆行驶在崎岖的山路上、鲨鱼在摩天大楼间穿梭……不少专家认为，从视频的质量来看，Sora的表现让人印象深刻。
文本生成视频并非新鲜事。此前，Runway等多家国外人工智能公司都曾推出文生视频大模型。在国内，字节跳动等企业也都曾推出文生视频或图生视频的AI工具。
在专家看来，与同类AI模型相比，Sora实现了“弯道超车”。“Sora在视频时长、镜头和画面的运动幅度、画面清晰度、稳定性等方面都有很大超越。”杜兰表示，此前类似模型仅能生成不足10秒，且镜头视角单一、内容高度失真的视频，而Sora生成的视频长度不仅突破到60秒，且能实现多角度镜头切换以及视频合成、图像生成。
“如果说ChatGPT是‘读万卷书’，那么Sora就是‘行万里路’，用自己的眼睛理解这个世界。”杜兰表示，Sora被定位为“世界模拟器”，让AI更好地理解真实世界，最终实现打造通用人工智能的目标。
对物理世界的理解和模拟能力是Sora备受关注的亮点之一。Sora能对真实世界逻辑进行推断，从而最大限度还原物理世界，例如，对物体的阴影、人物墨镜的反光等细节进行高清呈现。
不过，Sora 的所谓“世界模拟器”并不完美。例如，玻璃的破碎状态难以模仿、被咬过的饼干没有咬痕、人行走的左右腿交换位置出错等。目前，Sora仍存在难以准确模拟复杂场景的物理特性、无法理解因果关系、混淆空间细节等弱点，处于世界模型研究应用的初期阶段。
杜兰预测，未来，有了Sora对真实世界更深的理解，AI与人形等实体产业的融合可能会加快，将其与相融合，就能让机器人基于自己的理解，自动把人的命令转化为一系列动作，而不是每一个步骤都需要人类去提问，实现真正意义上的智能体（AI Agent）。
“我们可以期待智能硬件今后会多一双具备理解能力的眼睛，不光能听懂、读懂语言文字，还能‘看懂’这个世界。”杜兰说，Sora的横空出世，把AI视频向前推进了一大截，对国内科技企业既是一种激励，也是一种鞭策。
Sora的到来，让不少视频生产、影视创作等领域的从业者感到担忧。“扔进一部小说，出来一部大片。”有的从业者感慨：“现实，不存在了”。
对此，杜兰认为，Sora短期内肯定会对影视制作、短视频创作、广告传媒等领域产生影响，但主要作为一种辅助工具，用于提高影视制作行业的效率，比如，对电影的特效场景进行概念验证，或者为动画创作提供灵感、风格参考等。
“它不会动摇真正有内容创作能力的公司或者个体创作者。”杜兰表示，真正优秀的影视作品凝聚着对人性与美的理解，永远离不开人的创意。
“AI写作、AI绘画走红以来，并没有哪些仅靠AI生成的作品真正火爆，能火起来的还是经过了人的大量参与。”她表示，以近日在网络走红的AI动画短片《猴王问世》为例，其创作者的创作过程其实并不轻松，先后使用ChatGPT、MidJourney和Runway等多个AI产品，且多个创作环节依然由人主导。
此前，该短片创作者冯先生就曾表示，面对中国古籍中很多晦涩难懂的词语、传统文化元素等内容，AI尚不能准确理解，依然需要人工处理。
不容忽视的是，Sora的强势出圈也引发了人们对AI深度伪造视频可能加剧错误、虚假信息传播的担忧。
OpenAI公开表示，目前仅对测试、评估该模型风险的安全人员开放，还将向特定的艺术家、设计师、电影制作人员提供访问权限，并称在向公众开放前将采取几项重要的安全措施，防止模型生成涉及极端暴力、性内容、真实政治家或名人等描述的自动化流程。
“在AI产品的开发设计上，应该贯彻人机协同的理念，不要把所有的任务都交给AI，而是始终要有人来兜底。”杜兰表示，AI科技研发人员和企业应坚持在开放、对话、应用中解决技术问题，更要有一些确保安全可信度的技术性举措，加强审查，确保数据符合法律和伦理，通过人类反馈及时调整AI模型的价值观等。