生成式AI再進化！打段文字就能產出超細膩影片，OpenAI發表全新AI模型「Sora」

在人工智慧領域持續引領風騷的OpenAI，這回又帥了一把。

在聊天AI機器人、AI繪師之後，OpenAI又推出了一項新科技，只要使用者給出一段文字描述，就能產出細節豐富的（OpenAI的說法是「現實且富有想像的場景」）的高品質AI影片。在昭告天下Sora橫空出世的說明中，OpenAI特地強調「本頁面的所有影片都由Sora直接生成，未經修改」（All videos on this page were generated directly by Sora without modification）。

OpenAI在15日發表的公告中表示，該公司正在教授人工智慧「理解和模擬運動中的物理世界」，希望訓練模型幫助人們解決需要現實世界互動的問題。目前OpenAI推出的解決方案，就是文字轉化視訊的人工智慧模型Sora：目前Sora已經可以根據用戶的文字提示，產生長達一分鐘的高品質影片。

OpenAI已經發表9段Sora影片，包括走在熱鬧東京街頭的時尚女性、踏著白雪皚皚奔跑的猛獁象、無人機視角的海浪拍擊大蘇爾加雷角懸崖、在白雲之下閱讀的年輕男性。OpenAI指出，Sora對語言有深入的理解，能夠準確地解釋用戶提示、產生充滿情感的影片，也能夠在一支影片中創建多個鏡頭，準確地保留角色和視覺風格。目前Sora尚未正式對所有用戶開放，OpenAI指出，Sora主要提供視覺藝術家、設計師和電影製作人訪問權限，希望從中獲取如何改進Sora的有效反饋。

不過OpenAI也承認，目前的Sora仍有一些缺點需要改進，包括難以準確模擬複雜場景的物理現象、無法理解因果關係的具體實例。舉例來說，影片中的角色可能咬了一口餅乾，但是他咬過的餅乾卻沒有咬痕。目前Sora對於空間還掌握的不準確（比方說分辨左右），也還做不到精確描述隨著時間推移發生的事件（比方說鏡頭的推移）。目前OpenAI也正在跟「錯誤訊息、仇恨內容和偏見等領域的專家」合作，希望強化偵測誤導性內容、也找出Sora被濫用的風險。目前Sora能夠拒絕違反使用政策的文字提示（像是極端暴力、性內容、仇恨圖像、名人肖像等），也能對已經產出的AI影片進行二次檢查、並且分辨該影片是何時由Sora生成的。

《華爾街日報》指出，除了OpenAI，包括Alphabet（Google母公司）以及Meta Platforms也在開發新的AI影片技術。這次Sora所生成的AI影片，事實上是OpenAI執行長阿特曼（Sam Altman）上週在社群媒體公開徵求網友的文字描述，然後再向世人展示Sora的真本事。阿特曼當時在X上寫道：我們想向你們展示Sora能做什麼，不用擔心你的要求太細，或是難度太大！ （相關報導： 當「無宗教信仰者」比天主教徒還多：瑞士正在失去自己的宗教，這是為什麼？ ｜ 更多文章 ）

由於美國總統大選年底即將登場，OpenAI也正在設法避免深度偽造（Deep Fake）跟假訊息的風險。雖然將AI生成影片加上浮水印可能有幫助，但水牛城大學的資工系教授呂思偉（Siwei Lyu）表示，其實浮水印也有可能被有心人移除，並且對當前社會帶來更多挑戰；卡內基國際事務倫理委員會（Carnegie Council for Ethics in International Affairs）的AI研究員亞瑟・米歇爾（Arthur Michel）則表示：「每當有功能更強大的產品發布時，被濫用的方式也會越來越多。」