Sora入侵影視業 百萬製作成本或將“一鍵勾銷”_風聞

Sora終結AI視頻開盲盒

作者／  IT時報記者****沈毅斌

編輯／郝俊慧孫妍

“這是給大家準備的聖誕節禮物。”時隔10個月，OpenAI宣佈正式向用户開放人工智能視頻生成模型Sora，用户可以通過文字、圖像或其他視頻素材，生成長達20秒的視頻。

除了在生成視頻的時長上有所突破，Sora還帶來了強大的視頻“編輯”功能，包括Remix（重混）、Re-cut（重新剪輯）、Storyboard（故事板）、Loop（循環）、Blend（混合）以及Style presets（風格預設）。簡單來説，就是用户可以通過指令對生成視頻進行精準裁剪、擴展生成、拼接混合、循環等。

當生成與編輯集於一身的Sora強勢來襲，一方面，壓力傳導至國產“Sora們”，一致性這一核心技術成為突破焦點；另一方面，AIGC改變影視劇製作行業的商業拐點，正在加速到來。

Sora一超 國產多強

一致性控制，一直是當前視頻生成領域亟待解決的技術難題。生數科技相關負責人告訴《IT時報》記者，業界解決一致性問題最主流的方案是LoRA（Low-Rank Adaptation）微調方案。所謂LoRA方案，即在預訓練模型的基礎上，用特定主體的多段視頻進行微調，讓模型理解該主體的特徵，從而生成該主體在不同角度、光線和場景下的形象，保證其在若干次不同生成時的一致性。

簡單理解，比如創作一隻卡通狗的形象，想生成連續一致的視頻畫面，但模型在預訓練過程中並沒有學習過該形象，就需要拿卡通狗的多段視頻，讓模型進一步訓練，認識這隻卡通狗長什麼樣。

**但這一方案通常需要投入20~100段視頻，數據構造煩瑣，耗費數個小時甚至更久的訓練時間，成本是單次視頻生成的成百上千倍。**而且還容易產生過擬合，即在理解主體特徵的同時，會遺忘大量原先的知識。所以LoRA主要適用於大多數簡單情形下的主體一致性需求，而對於高複雜的主體或問題場景，需要更多的微調數據和更復雜的模型微調策略。

儘管Sora並未公佈其控制一致性的技術，但顯然已經有所突破，並在業界處於領先位置。從大批視頻創作者爭先發布針對Sora的測評、對比等體驗感受來看，大部分用户還是被其強大的一致性控制能力所驚豔，尤其是Storyboard功能，能夠通過時間軸中的分鏡幀來引導畫面內容，確保鏡頭的一致性。

緊隨其後的國產視頻生成大模型廠商們在一致性方面也各顯神通。就在Sora上線前不久，中國電信人工智能研究院（TeleAI）發佈的視頻大模型採用“二階段生成技術（VAST）”，也實現了主體和環境在不同片段中的形象一致性。

這項技術將視頻生成分為兩個過程，第一階段，採用多模態大型模型根據文本輸入生成中間素材，包括視頻構圖、主體目標位置及人物姿態等關鍵信息的“Storyboard（故事板）”。第二階段，利用基於DiT架構的擴散模型，結合目標對象的文本描述和外觀信息，生成最終的視頻。

生數科技Vidu則通過鎖定主體形象的方式開發出“主體參照”功能。無須專門的數據採集、數據標註、微調訓練環節，用户上傳任意一張圖片，Vidu就能鎖定主體形象，通過描述詞任意切換場景也能保證輸出主體一致的視頻。可靈AI打造的運動筆刷功能，能做到主體一致性不變的情況下，對畫面中的元素指定運動軌跡，從而提升視頻可控性。

因此，在國內同行看來，Sora正式版的表現雖好，但也在預期之內。生數科技首席科學家朱軍認為，相比今年二月的首次發佈，衝擊度已經弱了很多；智譜CEO張鵬表示，如果看技術指標，國內有的視頻生成模型不比Sora差。

一超多強的局面正在視頻大模型領域形成。

視頻界的“蒸汽機”來了

從生成視頻到編輯視頻，被Sora功能驚豔的不僅有體驗者，還有整個影視劇行業。

Sora上線之前，上海大學温哥華電影學院副院長陳曉達曾和學生團隊做過一次測試，為了成功生成一個想要的鏡頭畫面，向視頻大模型最多輸入超300條指令，“每生成一幀畫面都是一次‘開盲盒’，無法確保生成內容符合標準，因此只能花費大量時間不斷生成，從中挑選出可用畫面拼湊成一部短劇”。

Sora上線後，針對特定畫面的可控編輯，讓陳曉達看到了專業性，也看到利用AI製作長視頻的希望。

“對於影視製作來説，重混、重新剪輯、混合等是剪輯裏的專業領域。”陳曉達向《IT時報》記者舉例稱，如果想達到主體變化而場景不變的效果，按照傳統方式，需要在前期拍攝兩段場景相似，主體不同的片段，後期還需要多圖層編輯，必要時要將主體從背景中摳出來，才能創建出全新的視覺效果。

而Sora發佈的Demo中，Remix（重混）可以將“奔跑的猛獁象”一鍵替換成“奔跑的機器人”，前期拍攝和後期編輯都變成精準的指令控制，對於視頻製作而言無疑是降本增效。

上海人工智能研究院算法工程師黃冠在接受媒體採訪時也表示，在當前情形下，Sora更多是作為輔助工具提高工作效率，但從工具屬性上看，Sora帶來了一場“革命”，傳統視頻的製作方法可能完全被顛覆。未來，當理想版Sora以及AIGC成為現實，不僅是視頻行業的“工具革命”，説是媒體行業新一輪的“工業革命”也不為過。

此外，Sora剪輯功能的亮相也為視頻生成大模型和剪輯工具軟件樹立起AI智能的標杆。

陳曉達認為，Sora的貢獻在於0~1的突破，但1~10的發展一直是國產的優勢所在，“Sora只是打了一個樣，我更期待有更多的應用創新。作為視頻製作者，我們希望可以誕生一種智能與專業於一體的視頻工具，能在自動生成編輯與手動專業微調中來回切換。”

AIGC

將全面“入侵”影視業

當視頻生成大模型成為生產工具，商業化的拐點也將到來。

視頻大模型有多賺錢？根據Sora Turbo採用的靈活積分制定價策略，《IT時報》記者計算，每積分成本為0.02美元（約人民幣0.145元），在不使用其他功能的前提下，Sora生成一個5秒480P視頻成本為0.5美元，摺合人民幣3.63元。生成5秒1080P視頻成本為4美元（約人民幣27.6元）。

快手科技創始人兼首席執行官程一笑透露，可靈AI用户已超500萬，累計生成超5100萬個視頻和超1.5億張圖片，且用户留存還在逐月提升，在9月實現了月活超150萬，商業化單月流水超過千萬元。

視頻大模型有多省錢？陳曉達告訴記者，從前期的佈景、美術、服化道，到中期的拍攝、演員，再到後期的特效，如果場面宏大些加點爆破，成本輕鬆超過百萬元，甚至千萬元。若AI能一步到位，將會讓製作成本“斷崖式”下降，甚至“一鍵勾銷”。

“當AIGC在影視行業真正實現商業化後，我認為主要成本將只剩下兩個，一是導演和編劇的創意成本，二是AI人才的培養成本。”陳曉達説。

從Sora發佈到上線的10個月時間，彷彿給影視行業打了一針AI“強心劑”，各大影視行業公司和知名導演紛紛開始擁抱AIGC。

華策影視推出AIGC新應用“影視劇本智能創作系統”，提供“評估助手”和“編劇助手”工具，評估助手能將一本20萬～50萬字的小説劇本評估時間從3天壓縮為5分鐘。華策影視方面表示，將積極探索文生視頻等新興AI技術在傳媒領域的落地應用與業態創新。

博納影業利用AIGC技術完成了從劇本創作到視頻編輯等多種工作，出品製作的AIGC生成連續性敍事科幻短劇集《三星堆：未來啓示錄》在抖音播出。博納影業表示，AIGC是聯動影視產業上下游多模態的鑰匙，可實現降本增效並探索突破性變革。

12月6日，中國首個AIGC導演共創計劃舉辦，由李少紅、賈樟柯、俞白眉等9位導演共同發起，旨在藉助AI的力量激發創意潛能。

陳曉達還透露，明年上海電影節計劃開設AIGC板塊，鼓勵創作者利用Sora等視頻生成大模型製作影視劇，加快推動AI在影視行業的應用落地。

排版／ 季嘉穎

圖片／ Sora  抖音  IT時報

來源／《IT時報》公眾號vittimes

E N D