跳上“火箭”奔向未来

　　在国内多数人沉浸在龙年春节的欢快中时，美国人工智能研究机构OpenAI用一段60秒的生成视频惊艳全球，并由此发布了他们的首款基于文本的视频生成模型——Sora。瞬息之间，风云变色。作为ChatGPT的开发公司，OpenAI这一次带来的冲击和震撼显然更加猛烈，一部分人赞叹其为“核弹级成果”，另一部分人则惊呼“现实，不存在了”。全球影视行业更是一片哗然，大有黑云压城城欲摧的紧迫和焦虑感。其实，在现阶段出现的Sora之于影视行业，最多像是山雨欲来风满楼。

　　就Sora可能会给行业带来的影响力或者摧毁力，业界更多感知到的是因兴奋而产生的焦虑：你知道有一枚火箭即将发射去往未来，但当下的你无法知道自己如何能够搭上这枚火箭。这其实就是一种积极拥抱的心态，只是影视人想要加入的路径尚未清晰。

　　其实，在Sora正式亮相之前，大部分全球头部科技企业都已经拥有自己的文生视频大模型。从2023年年底开始，文生视频模型陆续发布重大进展：11月3日，Runway发布Gen-2更新，支持4K清晰度作品；11月16日，Meta发布Emu Video；11月18日，国内的字节跳动发布Pixel Dance；11月21日，Stability AI发布生成式视频模型Stable Video Diffusion。今年1月，谷歌发布视频生成模型Lumiere，专门用于将文本转换为视频。只不过，在生成视频时长、实现单视频多机位、拥有精准物理规则的真实世界等技术层面，Sora堪称“碾压式”领先其他文生视频模型，实现了隔代超越。

　　Sora并未使用与过往不同的新技术，几乎所有技术都是已经公开的。以其使用的DiT架构为例，国内的一些研发团队在去年就开始应用了。但Sora所用的视频生成方式对算力要求极高，这种对算力和资金消耗极大的方式，大幅提高了同行跟进的门槛。客观评估，不仅是国内的研发团队，即便是包括Runway、Pika等在内的国外团队，短期内也很难追赶，更遑论超越。但这只是单纯就技术作出的判断，而非就技术应用给出的结论。

　　生成视频是否具有可控性，是其能否被引入影视工业流程的重要考量。业内资深的视效总监李智勇认为：“从现阶段的样片看，已经能满足一部分电影内容的需求，但凡是不需要连贯性的内容创作，Sora都非常有优势。再退一步，用来制作参考内容，做一些探索，Sora也很有效率。”也就是说，现阶段将该技术用于制作动态预览以及美术、视觉参考是可行的，但影视制作流程中的重头部分恰恰并不在这里。同时，浙江大学CAD实验室研究员邹常青也认为：“人物表情、动作、情绪，这些导演要传达的东西是AI几年内很难理解并直接取代的。”

　　从技术应用的规律来看，任何一项新技术从突破到应用，再到产生市场价值并改变行业发展，都会是一个漫长的过程。哪怕这个过程随着科技的快速发展而大幅缩短，“达尔文之海”也依旧存在，科技成果转化落地应用的规律和难点依旧无法回避。电影已经有100余年的发展历史，电视亦经历了将近百年的发展历程，对一个成熟的行业来说，其严整的流程是很难被瞬间推翻或摧毁的，更可能的更新方式是逐步替代。而逐步替代，正是每一个乐于拥抱新事物的人能够享有的机会。

　　“视效公司不等于技术公司，更不等于人工智能公司。”作为国内头部视效公司MOREVFX的创始人之一，徐建面对技术冲击时的心情其实很矛盾。这种清晰的“不等于”恰恰是科学与影视融合推动“技术赋能”的价值和空间所在。强调影视行业对技术开发的关注、参与和互动，其核心并不是要求影视行业去理解技术背后的逻辑，强迫所有人熟悉技术的底层算法与架构。在这一互动模式中，影视行业更多是作为使用者参与这一变革，推动相关技术发展的方式是提出需求，给出技术进化的方向，发现技术在应用中的不足甚至是潜在风险，由此丰富技术团队对于自身技术的认知。在这一过程中，打破原本上下游的单一关系模式，以互动实现技术与用户的联通，也实现了科技与影视发展的融合。

　　芳林新叶催陈叶，流水前波让后波。如果新技术意味着对行业已有模式的必然颠覆，那么，以Sora为代表的新技术终将成为人类的工具，我们与其在不确定中恐慌和焦虑，不如大胆一些前进一步，跳上那枚“火箭”，成为技术变革中的重要一环。

　　（作者系中国科学与影视融合项目发起人、《流浪地球2》科学团队制片人、中国科普作协科学与影视融合专委会副主任）