清澈灵动的眼眸、活泼可爱的萌宠、神秘莫测的海底世界、熙熙攘攘的夏日街区、充满科技感的魔幻都市……
这段场景逼真、色彩丰富、氛围浓厚的短视频，全部由人工智能系统制作生成。
近日，美国开放人工智能研究中心OpenAI发布首个视频生成模型“Sora”。该模型通过接收文本指令，即可生成60秒的短视频。而一年前，同样是这家研究中心发布的AI语言模型ChatGPT，让文本撰写和创作、检查代码程序等都变得易如反掌。
AI聊天、AI绘画、AI音乐……随着一系列AIGC（利用人工智能技术生成内容）相继问世，让众人直言对现代社会生活产生颠覆性影响的“AI革命”正式来临。
AI究竟有哪些“本领”？为何它每一次迭代升级都能引发全球热议？
生成式AI可将输入内容变成小说、电影、艺术作品
谷歌公司旗下的人工智能模型“巴德”，可以根据你输入的多个词语迅速生成一篇短篇小说或诗歌。
今年2月，谷歌公司宣布“巴德”更名为“双子座”（Gemini）。这是一款多模态大模型，可理解和组合文本、代码、音频、图像和视频等不同类型的信息。
“巴德”用几个月的时间阅读互联网上几乎所有内容，并开发大语言模型，给出的答案就来自语言模型而并非网络搜索。
DALL-E可以把你输入的任何内容变成艺术作品。
为了训练DALL-E，研发公司为它提供了约6亿张来自互联网的标签图片。通过深度学习，它不仅可以理解单个物体，还可以学习不同物体之间的关系。
利用Runway，你在几秒钟内就能生成平时需要数日才能完成的视觉效果。
该公司创始人巴伦苏埃拉直言，有了生成式AI的加持，未来电影制作的门槛和成本将大大降低。
大模型理解、反映和模拟物理世界成为可能
北京智源人工智能研究院副院长兼总工程师林咏华在接受央广网记者采访时指出，从技术路线来看，Diffusion架构是用于文生视频的标准算法框架，已在业内达成共识。相较于此前 Runway、Pika Labs等多家人工智能公司推出的文生视频大模型，Sora的“惊艳”之处体现在其对物理世界的理解和模拟能力。
“首先是对物理世界的模拟能力，Sora生成的视频无论是镜头的运动，包括很多三维视角的切换，都符合对物理世界的模拟，比如一些海浪翻滚、风吹草动的呈现等。”林咏华表示，Sora还体现了其对真实世界逻辑的推断和生成的能力，“比如一对情侣坐在沙滩上，沙滩边上突然出现一条鲨鱼，根据这么短短的一句话，Sora生成一个长达一分钟的视频，已经囊括了很多细节的变化，包括从鲨鱼出现之前，这对情侣在沙滩边岁月静好，表现出放松的表情和动作，逐渐过渡到鲨鱼从水里冒出来，靠近这对情侣时，两个人动作和神态的变化。”
在林咏华看来，从ChatGPT到Sora，既是人工智能技术的升级，但也不仅仅是简单的升级。“一直以来我认为GPT是一个困在数字世界的‘囚徒’，它不能够真实地感受、理解和反映物理世界。所以从ChatGPT到Sora，反映了大模型真实理解、反映和模拟物理世界的巨大能力，也让我们看到了这种巨大的可能性。”
将推动影视相关行业机构转型
Sora大模型的推出，除了让人们看到AI大模型的无限可能，也在一定范围上引发了“Sora是否会替代影视制作从业人员”的讨论和担忧。
林咏华指出，大模型会替人类完成一些任务，但不会完全取代人类的工作。“以Sora为代表的大模型的出现，更多是扮演辅助工具的角色，帮助人类提高效率，提高生产力。”
华泰证券研报指出，Sora等AI文生视频产品有望在电影、短视频、游戏等领域较大改变创作者的工作方式，降低创作成本，提升生产效率。
DCCI互联网研究院院长刘兴亮也对央广网记者表示，从Sora大模型对行业的影响来看，专业机构将面临迫切的转型。“要把它更好地作为一个工具利用起来。很多人因为Sora大模型的出现，对影视行业心存担忧，其实淘汰相关行业从业人员的，不是AI工具本身，而是那些掌握了类似Sora等AI工具的同行。所以相关行业的从业者必须要进行转型的思考。”
生物医疗、无人驾驶、气象预报……
AI技术市场规模巨大
除了在艺术创作领域，AI技术在医药领域、城市服务、气象预告的应用也十分值得关注。
1月29日，美国知名企业家马斯克表示，他旗下的脑机接口公司“神经连接”完成首例脑机接口设备人体移植，移植者状态良好。据悉，这项技术是完全可植入的，由电池供电且是无线，全程通过蓝牙连接。
清华大学官网1月30日发布消息，该校医学院脑机接口研究团队与首都医科大学宣武医院联合，于2023年10月成功进行全球首例无线微创脑机接口临床试验。
这位因车祸造成脊髓损伤、四肢瘫痪14年的患者，经术后三个月康复训练，已实现自主喝水等脑控功能，抓握准确率超过90%。
虽然脑机接口技术依旧面临许多挑战甚至质疑，但毋庸置疑的是，人工智能在医疗领域，特别是根据医学影像进行诊断方面取得显著成就。目前，美国食品和药物管理局已批准约420种涉及成像的算法，主要用于癌症治疗。这些算法的准确率可达80%至90%。
除了医学领域，生成式AI也将更广泛参与到城市公共服务、气象预报实践中。
库马尔是印度的一名卡车司机。他在高速公路跑车时，一个往返就是60小时，长时间疲劳驾驶很容易发生交通事故。如今，他的工作旅途中多了一个“不会说话”的小伙伴，随时提醒他避免疲劳或注意车距。
这是一台集合AI和计算机视觉驱动技术的终端设备。朝向外的摄像头可以测算车辆和其他物体间的距离关系。朝向司机的摄像头则会监控司机的行为和状态，如果司机打电话或者昏昏欲睡，设备就会提醒司机注意正确驾驶。
2023年7月，华为云盘古气象大模型正式上线欧洲中期天气预报官网，让世界看到中国大模型破解气象领域难题的能力。
世界银行估计，改进天气预报和早期预警系统每年不仅可带来价值1620亿美元的收益，还可以挽救约23000人的生命。
此外，目前AI人工智能在促进教育公平，应对老龄化社会方面也发挥着越来越重要的作用并形成巨大的市场规模。据彭博社预计，生成式AI的市场规模将在2032年扩大至1.3万亿美元。
AI生成欺骗性内容干扰选举或在国家大选期间制造混乱
AI技术带来许多新机遇的同时，也不可避免造成前所未有的挑战和隐患。其中，人工智能生成欺骗性内容干扰选举被认为是全球面临的重要挑战。
当地时间1月23日，2024年美国总统选举共和党党内初选在新罕布什尔州举行。在此之前，很多美国选民都表示，自己接到一通“来自美国总统拜登的电话”。
这通电话以拜登的口头禅“真是一派胡言”开头，建议选民不要给特朗普投票，而是把选票留到11月大选时投给民主党。随后，白宫新闻秘书皮埃尔澄清说，这是一则伪造的电话录音。
分析人士担心，在美国选民容易受到错误信息影响的当下，人工智能可能会在大选期间制造出更多混乱。
据不完全统计，2024年全球将有70多个国家或地区举行重要选举，覆盖超过全球半数人口。在刚闭幕的第60届慕尼黑安全会议上，全球多家科技企业就签署协议，承诺将在2024年打击旨在干扰选举的人工智能滥用行为。
人工智能的应用方式要充分遵守伦理规则
工业和信息化部赛迪研究院数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。制造业、零售业、电信行业和医疗健康等四大行业的生成式人工智能技术的采用率均取得较快增长。
专家预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元，占比超过四成。
如何看待未来人工智能的发展？
中国互联网协会副理事长、伏羲智库创始人李晓东分析，人工智能经历六七十年的发展，目前被广泛应用到科技创新、文化产业和工业制造等领域。算力提升和成本降低，也让通用人工智能来到普通百姓的身边。
可以预见在不久的将来，人工智能将无处不在，推动信息化技能从数字化、网络化，全面进入到智能化时代。“很快我们将不再讨论人工智能，因为人工智能已经融入到生活中，无处不在。”李晓东说。
从某种意义上讲，对人工智能的利用将会在国家之间、机构之间，甚至包括人与人之间形成新的代差和新的数字鸿沟，并推动人类从农业文明、工业文明走向数字文明。因此能否充分学习和利用人工智能会对人类产生分化，甚至对人类文明产生巨大影响。
AI快速发展，监管将面临哪些挑战？
李晓东表示，“数据获取+应用方式”是AI监管的两大问题。合理合法获取数据对人工智能至关重要，人工智能的应用方式也要充分遵守伦理规则。这两个核心问题如果处理不当，将会严重影响人工智能的发展和利用。
从数据获取方面看，采集和获取不仅涉及到数据的产权问题，还涉及到国家安全和个人隐私。如何合理合法获取数据，对于人工智能至关重要。
此外，如何有效联通数据故障，促进数据交换共享，提升数据之间的互操作能力也是人工智能的治理重点。否则，没有持续数据支撑的人工智能发展将会严重受损。
从人工智能的应用方式来看，人工智能以前所未有的方式展现其强大的信息处理能力，其本质是提升人类对信息的利用效率和效果。而人类社会有其基于特定国家和文化的法律法规和道德约束，人工智能发展也要充分遵从法律法规和道德伦理。
目前，部分人工智能技术确实对传统道德伦理及既定法律法规产生冲击，并产生全球性新的伦理规范和规则。而在规则规范形成过程中，要保持积极互动跟踪，推动伦理规范和全球规则朝着向上的轨道前行。
（来源：央广网）
