Sora的能与不能
知识学习
- Token与Patches：Sora使用视觉补丁（patches）作为其表示方式，与GPT中使用的文本token类似，都是将数据分解为最小有意义单位进行存储和处理，体现了统一的信息压缩思想。
- 知识学习过程：大模型的学习过程与人类类似，需要从基础教育、通识教育到专业学习，通过海量知识的压缩与训练获得常识性知识，并需要广泛合作获取行业知识。
- 工作辅助：AIGC可以辅助翻译、编程、采编、摘要等工作。
- 灵感创作：AIGC可以实现智能的规模涌现，在文字、图像、视频创作方面提供帮助。
文字创作
- 新闻智能标题：根据新闻内容风格智能化地概括文本，生成智能标题。
- 文本补全：包括短语补全、网络例句、风格化文本AI续写（科幻、军事、武侠、职场）等。
- 创意写作：协助创作风格鲜明、妙趣横生的内容。
图像创作
- 扩散模型：Sora和SD3都基于Diffusion Transformer（DiT），利用扩散模型和Transformer技术进行图像生成。
- 图像块（Patches）：将图像转化成Tokens来处理，降低数据维度和复杂度。
- CLIPText文本编码器：理解提示词，生成图像。
- Image information creator和ImageDecoder：反复生成图像，并生成最终图像。
视频创作
- 视频生成：可以将文字描述生成一分钟的高清视频。
- 技术背景：Sora是视觉数据的通用模型，可以生成不同时长、长宽比和分辨率的视频和图像。
- 理解语意：Sora可以通过自然语言输入理解语意，并生成相应的视频内容。
- 编辑扩展：Sora可以进行视频编辑和扩展，实现无限自由创作。
- 世界模型：Sora通过视频学习，建立对世界运行规律的认知，是通向世界模型和AGI的触角和可行路径。
行业的危与机
行业拓展
- 媒体行业：由于专业的承载物与表达方式都与新技术完全匹配，媒体行业会受到最直接的影响。
- 创意策划：AIGC工具可以激发创意，辅助表达，例如插画人物绘制过程。
- 内容生产：AIGC工具可以降低内容生产门槛，提高效率，例如Sora可以辅助内容行业的工作者更高效地创作视频。
- 传播交互：AIGC可以实现平面、视频到3D沉浸的交互方式，加速人们的日常体验向元宇宙迁移。
- 广告营销：AIGC可以帮助品牌创造出更具创意和个性化的短视频广告内容，提高广告的吸引力和转化率，并提高广告投放的灵活性。
- 行业拓展：AIGC可以应用于沉浸互动的未来教育，例如沉浸体验、游戏化学习和创意驱动。
安全监管
- 风险与挑战：AIGC作为生产方式变革与生产工具升级的代表，趋势无法抵挡，但模型及其参数富含意识形态信息，内容生产门槛降低，受众面大，监管难度增强。
变与不变
变！
- 工具：需要拥抱变化，共创未来，积极应用大模型提升媒体素材检索水平，并探索实验AIGC技术。
不变！
- 内容：稀缺的真实性，资讯需要绝对真实，识别造假；故事需要发挥创意，利用幻觉。
- 思想：人的创造力。
- 信息传播：行业的社会功能，内容生成供给侧产量提升，价值链向传播侧倾斜，传播平台的稀缺性和通道重要性越发凸显。
