AI视频生成，颠覆影视行业？

雨林

Sora生成的视频画面

OpenAI新推出的文生视频模型Sora，是最近社交媒體上的“顶流”。

Sora的骨干研究成员比尔·皮布尔斯和蒂姆·布鲁克斯在X上不断更新Sora的新作。据布鲁克斯2月18日的动态，Sora已经具备同时生成多个视频的能力。

Sora空降，引起了人工智能领域的行业震荡，余波直接蔓延到了影视行业。一个直观的例子是，在Sora发布后，美国导演泰勒·派瑞直接叫停了耗资8亿美元的亚特兰大制片厂扩建计划。他认为，人工智能将导致电影业大量工作岗位流失。不少媒体也指出，Sora或将改变包括电影制作、广告、平面设计和游戏开发在内的一系列创意性产业。

对于影视创作来说，人工智能已是不可忽略的存在—Sora一经问世，就成了柏林国际电影节的讨论焦点。Sora公布几天后，柏林电影节就组织了一场人工智能和影视世界构建的论坛，Sora的前景和危险主导了所有人的焦点。

制片厂的老板们为之兴奋、着迷，认为人工智能将带来好莱坞故事讲述的新篇章。

恐惧来自那些没有话语权的“打工人”。过去一年，好莱坞编剧、演员们旷日持久的罢工浪潮，就已经将行业的生存焦虑推到台面上：人工智能写剧本、人工智能合成演员，在好莱坞也不再是稀罕事，编剧和演员们看到了自身随时被取代的命运。

Sora的降临，让这些行业的人们又一次感受到了危机，激起了更大范围的不安。《好莱坞报道》说，对于视觉特效和其他后期工作人员来说，人工智能是一种“生存威胁”。

2024年2月13日，德国柏林，波茨坦大街上的电影节宣传海报

在科技巨头为AI的里程碑式进展雀跃的同时，影视行业人员半是期待，半是警惕。当人工智能一步步成熟到足以替换面孔、替换背景、替换群演，再到直接从文本生成视频，这个行业会在多大程度上被改变？

更进一步，这多大程度上会改变我们对影像真实的固有认知？

Sora空降

从蒂姆·布鲁克斯最近发布的Sora生成视频来看，画面中无论背景还是人物，都非常接近相机拍摄的效果—即便是在指尖反复捻搓的白雪特写，也看不出什么明显的破绽。

在人工智能生成视频领域，OpenAI并不是第一家付诸行动的企业。在此之前，谷歌、Meta和Runway都曾开发过类似的文生视频技术。但不论是对于普通受众还是影视内容生产者来说，真正形成冲击力的，是近期的Sora。

而让人们感到震撼的，不仅仅是Sora的“成熟”，还有人工智能发展之迅速。从文字到图像再到视频，人工智能接近人类的速度，快得出乎人们的预料。

此时距离上一次ChatGPT在现实世界掀起轩然大波，才过了短短一年多。在Sora横空出世之前，Sora的两个主要“竞争对手”Pika和Runway，最长都只能生成四秒钟的视频。与Runway和Pika相比，Sora有不少优势—视频时间更长、人物的身体运动更为逼真，且支持较复杂的运动场景等。

不过，Sora在一些细节上仍然显得有些“笨拙”—比如，在空间的辨认上有些左右不分，在因果关系上存在理解障碍（视频中的人咬了一口饼干，但饼干却没有出现咬痕）。全网刷屏的女子漫步东京街头视频，也存在多处细节错误，街头招牌上的日语文字绝大多数并不准确，街景中也有不合常规的障碍物。

即便如此，Sora还是代表着人工智能生成视频的新里程碑。这一新兴的风口，让科技巨头们争破了头。谷歌的Lumiere、Meta的Emu和字节跳动的MagicVideo-V2以及Runway、Pika Labs、Genmo和StabilityAI等初创公司，都在加码文生视频模型的赌注，Midjourney也准备在今年晚些时候涉足视频生成领域。

人工智能的未来备受瞩目。据Statista的数据，2024年生成式人工智能的市场规模预计将达到666.2亿美元。而据彭博社预计，2032年，市场规模将再扩大至1.3万亿美元。国内360董事长周鸿祎判断：“Sora意味着AGI（通用人工智能）的实现将从十年缩短到一年。”

Sora带来的影响不可能仅仅停留在Sora自身。市场研究公司ABI Research的高级分析师里斯·海登说，这类人工智能模型可能会对数字娱乐市场产生巨大影响，因为新的个性化内容将在各个渠道流传。

这意味着，价值数千亿美元的影视行业的生产方式，将迎来巨大变化。而赖此生存的影视从业者，不得不拿出比AI有利的条件。

必须与AI合作

受众能在多大程度上感受到人和人工智能的区别，在Sora正式开放使用之前尚未可知。

一年前，由人工智能生成的威尔·史密斯吃面视频在网络上引起了病毒式传播。当时，人物的表情和动作、面条入口前后的形状变化都存在明显的bug。最近Sora掀起热议后，威尔·史密斯亲自录制了一段吃面视频，但在得到解释之前，不少人还以为是Sora的“杰作”。

威尔·史密斯亲自录制吃面视频，被认为是AI的杰作

价值数千亿美元的影视行业的生产方式，将迎来巨大变化。

威尔·史密斯的“以真乱假”，恰恰说明了：在真实性这一点上，人们在很大程度上相信，人工智能即将拥有人类作品的说服力。

在此基础上，从“AI换脸”，到Runway和Elevenlabs的“變身”和背景替换功能，再到Sora直接由文字输出视频，人工智能给影视行业带来的冲击是不可忽略的。

《纽约客》2月16日刊文提出，Sora对视频领域的冲击，可以类比ChatGPT对写作的影响。

人工智能最为显著的优点之一，就是效率高。《科学》杂志的研究人员招募了453名营销人员、数据分析师和受过大学教育的专业人士，其中选择使用ChatGPT的作家完成任务的时间减少了40%，并且制作的作品质量比未使用ChatGPT的参与者高出18%。

另一个优点可能是成本低廉。美国最具影响力的商业杂志之一《Fast Company》表示，Sora将改变人们创作内容的方式—未来使用生成式人工智能要比使用3D建模、传统视觉特效和CGI等便宜上百倍，它甚至可能比架一台摄像机还要便宜。

以知名科幻电影《流浪地球》为例，制作团队共为影片绘制了5310张概念设计、9989张分镜头画稿，搭建了102个科幻类主场景，耗费了巨大的人力物力。导演郭帆曾在采访中表示，在设计科幻电影的概念图方面，Midjourney更有优势—因为一个有几十年经验的设计师可能需要一周的时间才能完成，而Midjourney一夜之间就可以制作出大量画面。

《流浪地球2》剧组拍摄期间有1189位常驻工作人员，超过22000位参演群众演员。郭帆觉得，有了人工智能工具，《流浪地球3》的剧组人数或许可以减少至少一半。

道具制作师西蒙·魏斯，曾为导演韦斯·安德森创造出布达佩斯大饭店微缩模型，他表示，以前还“担心自己会失业”。但如今，他也开始使用新的人工智能技术来辅助传统的道具制作，“我们必须与之合作”。

他说：“人工智能可以更快地找到照片，为搭建微缩场景提供灵感，用ChatGPT找到所需的图片，就不用在谷歌上搜索好几天。”

Sora带来的危机

人工智能参与文字、图像乃至视频、甚至是电影的未来是可以预见的，而且或许还能拿出傲人的成绩。就在去年，一部由人类和AI共同写就的《机忆之地》还拿下了第五届江苏青年科普科幻作品大赛的二等奖。

洛杉矶导演戴夫·克拉克认为：“创作者需要拥抱人工智能技术，以获得从未想象过或实现过的内容。”

然而，新技术将如何冲击既成规范的社会生活？人类似乎还没想清楚。不久前，人工智能刚刚卷入一场风波：1月25日，一名X用户分享了一张泰勒·斯威夫特的露骨图片，被浏览了4700万次。尽管X平台努力删除，但这些内容还是得到了疯狂传播。

电影《流浪地球2》剧照

威尔·史密斯亲自录制了一段吃面视频，不少人还以为是Sora的“杰作”。

这并非孤例。去年11月，新泽西州30多名女高中生的照片，也被AI篡改成色情图片，并发在了网络上。此前，深伪视频在色情平台已经泛滥，但随着新技术的到来，情况将如何恶化，没人说得清。

身份验证公司iProov的首席科学员安德鲁·纽维尔说：“Sora将使那些带有恶意的人更容易生成高质量的深度伪造视频，更便于他们创建用于攻击目的的视频。”

人工智能生成视频正在一步步深入人类的工作和生活。可以想见的是，不久的未来，整个互联网都将充斥着AI伪造视频。最终，人类引以为傲的影像艺术的最后堡垒—电影，也可能被颠覆。

只不过，到那时，我们需要重新界定什么是“伪造”，什么又是创作。

以Sora为代表的工具，将如何影响未来的影视行业，并不完全以业内人员的意见为准—再好的AI作品，都要观众买单才有意义。

从目前的数据看来，观众对于人工智能深度参与的作品态度不算乐观。雅虎娱乐和YouGov的一项调查显示，大多数美国人并不想看人工智能生成的有深度伪造演员的电影。民意调查发现，在接受调查的1665名美国成年人中，有61%的人认为“在电影和电视节目中加入人工智能生成的演员数字复制品是个‘坏主意”；另有63%的人认为，好莱坞不应允许人工智能代替人类编剧生成电影和电视剧本。

人工智能会走多远，人类还没有定数。

但可以确定的是，创作最终还是人的艺术。就如德国视觉特效工作室Trixter的总经理克里斯蒂娜·卡斯珀斯-罗梅尔所说，即便像Sora这样的人工智能工具在工作流程上更高效，电影和电视制作还是将继续依赖人类创作者。

特约编辑姜雯 阿树 jw@nfcmag.com