×

博扬网

博扬网 博扬热点 安危事件 查看内容

Sora刷屏视频出现多处失误 模拟真实世界仍需闯关

2024-2-19 23:32| 发布者: 一炮泯恩仇| 查看: 1077 |来自: https://f66.ph/home

  Sora视频的质量令人惊叹,但目前,它们除了作为展示AI潜力的范例作用外,实用落地价值仍待观察。

  2月18日,由OpenAI 发布的文生视频AI工具Sora引发的讨论仍在继续,范围涉及科技圈、资本圈、影视圈等,同时对Sora尚存在的问题研究也逐渐深入。

  例如针对OpenAI定位“世界模拟器”的观点,图灵奖得主、Meta首席AI科学家杨立昆(YannLeCun)表示,根据提示词生成的大部分逼真视频并不表明这样的AI系统理解物理世界,生成视频的过程与基于世界模型的因果预测完全不同。

  翻阅OpenAI披露的数十份视频,杨立昆的观点具体表现为老奶奶吹蜡烛火苗却不动、东京街头步伐错误的女郎、玻璃杯碎后错误的液体流向、在跑步机上反向跑步的男子等。

  虽然OpenAI的明星效应为其带来大量关注,同日谷歌发布的多模态通用模型Gemini 1.5 Pro也变为配角,但不论是美国硅谷AI项目还是中国大模型创业公司,外界关注的核心均为实际应用效果。

  视频惊艳bug存在

  目前,Sora所生成的视频内容得到影视行业人士的普遍认可。Mystery Novel视觉预演工作室创始人、导演牛萌琛对第一财经记者表示,Sora视频中的画质,画面内容中的细节、光影、色彩都较精细,对导演来说,为其在拍摄前期做一个简单的镜头样板是够用的。对广告片拍摄来说,也可以用这种样板来与客户更好地进行概念上的沟通和确认。但如果涉及镜头运动角度,与更精细内容调控——如色彩、光影、道具、人物动作等,目前AI还不能达到令客户满意的程度。

  一位纪录片从业者对记者表示,目前Sora还不能直接用于影视作品,因为精细度还不够。但已经足够震撼,完全可以用于前期开发,尤其是概念设计。一位宣传片从业者表示,工作室目前还没试过用AI生成来做素材,Sora 只发布了部分作品,且未开放公测,能不能用来代替剪辑不确定。无论如何,这些工具最后都是为人服务的,人的个人感情复杂性的表达不可替代。

  摄影专业人士孟凡对记者表示,Sora视频帧率较高,说明计算能力比较强,且影片的宽容度更高,如调色、细节表现、高速镜头展现等。在直观感受上,Sora 模型产出的视频运镜自然,物体运动符合规律,镜头间逻辑一致性好,但是Sora视频的逻辑性会差一点。

  具体表现在Sora视频内容中,如一分钟的东京街头女郎漫步,女郎走路过程中存在腿部变形、腿部交叉换位时错乱、右腿连续两次在前方迈步等错误;一段提示词为“一个人跑步的场景”中,主角在跑步机上反向奔跑;提示词为“考古学家在沙漠发现塑料椅子”的视频中,椅子呈现悬浮状态。

  针对目前Sora存在的不成熟之处,OpenAI表示,Sora可能难以准确模拟复杂场景的物理原理,可能无法理解因果关系,可能混淆提示的空间细节,可能难以精确描述随着时间推移发生的事件,如遵循特定的相机轨迹等。

  OpenAI方面在《作为世界模拟器的视频生成模型》技术报告中表示,Sora作为一个模拟器,目前表现出许多限制,它并没有准确地模拟许多基本互动的物理效应,比如玻璃破碎。吃食物之类的互动不总是产生正确的物体状态变化。还有在长时间样本中发展的不连贯性或物体的自发出现。

  对于这些问题,多位人工智能领域人士对记者表示,皆因概率模式的逻辑硬伤所致。中科深智创始人兼CEO成维忠表示,Sora因其并非严格的推理模型,目前还存在因果关系推理问题,但这个问题不是Sora自身的问题,而是目前所有类似模型均存在的问题,类似于大模型普遍存在的幻觉问题。未来会随着训练的加强而得到改善。

  宜远智能CEO吴博对记者表示,通过加大训练量、增加训练数据与物理逻辑,该问题会逐渐得到改善,但无法根治。

  南洋理工大学副教授张含望此前在GAIR全球人工智能与机器人大会上表示,想要真正突破最底层逻辑上的问题,因果关系(Causality)是一条必经之路。如果不把因果关系加上去,大模型只是在进行强行关联,幸运的话,模型在回答问题时能够给出正确答案,否则就会“胡说八道”。这是因为它背后的关联是错误的——把共生关系当成了因果关系。

  实际使用价值待解

  Sora之所以能引发广泛关注,除了画面超过同行的质量原因外,更在于外界对其即将带来的行业迭代充满好奇。

  就影视行业而言,得知Sora视频发布后,时光矩阵联合创始人郁刚称自己的心态冰火两重天,一方面对于影视特效公司而言,该消息算不上一个好消息,自己第一个感觉是“特效公司要死了吗?”很想将过去学的特效工具“埋了”。

  郁刚称自己过去能想象到AI视频会发展到这个精度,但没有想过会这么快,其原本的预测时间是三到五年,结果在一年时间内就达到——从兔年春节到龙年春节,OpenAI实现了从文生文到文生视频的迭代。但从另一个角度来说,郁刚称自己很欣喜,从导演角色来说,过去最痛苦的就是拿到剧本之后找钱、找投资方,开了四年公司,账上亏损欠账三百万人民币,但看了Sora之后,拍视频、做成特效并放到荧幕上这步最贵的动态预演环节,完全可以通过AI实现成本节省。

  郁刚预计,未来AI视频生态将发生巨大变化,影视行业或将变为服务业,视频生产的概念也将发生变化。

  专业动画师Owen Fern不认可当下“Sora颠覆行业”的极端观点,他称,作为一名动画师,目前并不对Sora视频感到害怕,因为动画制作本质上是需要反复修正的过程,特别是在为客户服务时更是如此。目前 AI 还无法提供给客户一个精雕细琢的作品,而只是一些粗制滥造的东西。这些细节看似挑剔,但它们正是客户对知识产权(IP)或产品所持的态度。

  Owen Fern强调称,Sora视频的质量的确是令人惊叹的高,只是就目前而言,它们除了作为展示AI潜力的范例作用外,实用价值仍待观察。

  新加坡Vibranium Consulting副总裁陈沛近期实际使用和观察了RunwayML、Stable Video Diffusion(SVD)、Adobe Firefly等主流AI视频服务,通过对比发现,目前AI生成视频的质感往往达不到最初宣传的效果,还会在物体行进方向、人物四肢等方面出现明显错误,无法满足实际应用的需求。

  Perplexity AI 创始人之一的Aravind Srinivas表示,Sora虽然令人惊叹,但其还没有做好准确模拟物理的准备——正如Sora研究员在报告中提及的那样。并且,行业并不能很快地在家庭清洁机器人上运行这些巨大的“世界模拟器”的模拟推理。

  浙商证券认为,短期内,Sora及同类产品可大幅提升图像和短视频的制作效率,改变创意生产及营销工作流,提升短视频产品生产力。对于业态更加复杂的长视频和游戏,受限于模型还无法准确理解因果关系及其他技术难点,现阶段或以提供美术灵感支持为主。

  中长期来看,浙商证券表示,Sora及同类产品将参与到改变信息生产和分发两大环节的进程中,PGC(专业生产内容)将广泛采用AI工具辅助生产,UGC(用户生成内容)将借助AI 工具逐步替代PGC。此间,AI生成视频工具的商业化将提速。

责任编辑:王许宁

免费电影
https://t.me/tt56789090
https://t.me/tt56789090