新華社記者吳曉凌
位于舊金山的美國人工智能公司“開放人工智能研究中心”（OpenAI）近日推出能夠通過文本指令創(chuàng)建視頻的生成式人工智能模型Sora，這一突破鞏固了其在人工智能領(lǐng)域的領(lǐng)軍地位，但同時也加劇了對“深度偽造”等風險的擔憂。
“驚鴻一瞥”恐顛覆行業(yè)
這是OpenAI首次進軍人工智能視頻生成領(lǐng)域。據(jù)公司介紹，Sora使用Transformer架構(gòu)，可根據(jù)文本指令創(chuàng)建近似現(xiàn)實且富有想象力的場景，生成多種風格、不同畫幅、最長為一分鐘的高清視頻。該模型還能夠根據(jù)靜態(tài)圖像生成視頻，或?qū)ΜF(xiàn)有視頻進行擴展或填充缺失的幀。
一些分析人士認為，Sora再次凸顯人工智能技術(shù)進步對現(xiàn)實生活和傳統(tǒng)行業(yè)的深遠影響。人工智能在視頻生成領(lǐng)域的巨大發(fā)展前景在為塑造影視產(chǎn)業(yè)新業(yè)態(tài)打開大門的同時，恐將顛覆現(xiàn)存影視產(chǎn)業(yè)。好萊塢去年遭遇了63年來首次編劇和演員全行業(yè)罷工，因為該行業(yè)的部分工作機會可能被人工智能取代。Sora橫空出世讓這一威脅變得更迫近和真切。其面世第二天，主營圖像處理、視頻制作軟件的奧多比公司（Adobe）股價應聲下跌超過7%。
雖不是第一家涉足文本轉(zhuǎn)視頻領(lǐng)域的公司，但Sora的推出使OpenAI在這一賽道取得領(lǐng)先，鞏固了其在生成式人工智能領(lǐng)域的領(lǐng)軍地位。第三方信息分析機構(gòu)高德納咨詢公司的分析師錢德拉塞卡蘭表示：“在這個領(lǐng)域沒有一家公司比OpenAI更雄心勃勃，且這種雄心似乎有增無減。”
OpenAI稱，Sora對語言有著深刻的理解，不僅了解用戶文本提示，還了解所述事物在物理世界中的存在方式。“我們正在教授人工智能理解和模擬運動中的物理世界，目標是訓練模型幫助人們解決需要與現(xiàn)實世界交互的問題。”
“深度偽造”擔憂加劇
Sora發(fā)布可謂一石激起千層浪，但此次推出的更像是預覽版，公眾尚難以深入全面了解該模型的優(yōu)缺點。OpenAI表示，目前僅主要向一些設(shè)計師和電影制作人等特定人群提供Sora訪問權(quán)限，以獲取有關(guān)改進該模型的反饋。公司不僅未公布訓練Sora模型的數(shù)據(jù)等基礎(chǔ)細節(jié)，更沒有確定向公眾發(fā)布的日期。
OpenAI承認，目前Sora生成視頻中可能包含不合邏輯的圖像，混淆左右等空間細節(jié)，難以準確模擬復雜場景的物理原理和因果關(guān)系實例等。例如，一個人咬了一口餅干，餅干上卻沒有咬痕。
不過，隨著算力增強、模型改進，人們可能會在短期內(nèi)獲得更加完善、先進的視頻生成功能。
不少業(yè)內(nèi)人士擔心，Sora將為“深度偽造”（Deepfake）技術(shù)推波助瀾。加利福尼亞大學伯克利分校信息學院副院長法里德就表示：“當新聞、圖像、音頻、視頻——任何事情都可以偽造時，那么在那個世界里，就沒有什么是真實的。”
針對造假顧慮，OpenAI稱在真正面向公眾推出產(chǎn)品時，將確保生成視頻包含來源元數(shù)據(jù)，并推出檢測視頻真?zhèn)蔚墓ぞ摺penAI還承諾，在產(chǎn)品中使用Sora前將采取安全措施，包括由“錯誤信息、仇恨內(nèi)容和偏見等領(lǐng)域的專家”對模型進行對抗性測試來評估危害或風險；核查并拒絕包含極端暴力、性內(nèi)容、仇恨圖像、他人IP等文本輸入提示等。
即便如此，OpenAI也承認，盡管進行了廣泛的研究和測試，“我們?nèi)詿o法預測人們將使用我們技術(shù)的所有有益方式和濫用我們技術(shù)的所有方式”。
AI狂飆下的監(jiān)管難題
在科技領(lǐng)域顛覆式創(chuàng)新不斷涌現(xiàn)的情況下，如何實現(xiàn)擁抱技術(shù)進步和確保社會安全的平衡，越來越受到各界關(guān)注。
OpenAI表示，將與世界各地的政策制定者、教育工作者和藝術(shù)家合作，了解他們的擔憂，確定Sora的積極使用案例，并認為從現(xiàn)實世界的使用中學習是創(chuàng)建和發(fā)布越來越安全的人工智能系統(tǒng)的關(guān)鍵組成部分。
業(yè)內(nèi)人士指出，在當下治理框架、管控措施都未跟上的情況下，僅靠企業(yè)恐無法提供社會所需的人工智能安全性和信任度。
