2-02 聊聊Sora – 视频生成里程碑是不是名副其实 最近Sora的热度还没有褪去，我们也来聊聊从使用者的角度，Sora在未来究竟能带给我们什么。在Sora发布的第一时间，国内的AI知名博主有欣喜，有惊叹，但是大部分我刷到的视频都在表达一个观点，就是焦虑，他们有谈到科技无国界，但是AI有国界的论点，这个观点，我在圈子的沟通里面也有提到过，国内很多开发大模型的公司，一直妄想的弯道超车的梦想被浇灭了。这些大佬们，在Sora发布之后，已经感受到了跨纬度的打击。我们今天不聊技术层面的事情，我们还是从使用者的角度出来，来看看，Sora的发布究竟意味着什么。先说说我自己的看法，Sora的发布，对于影视行业，内容创作领域都会带来巨大的变化，其中从当前发布的介绍来看，对于大部分的市面上的应用而言，几乎是颠覆性的创新。当然，我其实在第一时间，业找了很多渠道，没有发现具体的Sora应用，可能也是我渠道有限吧，有博学广闻的同学，欢迎大家留言找到的应用，可以方便大家快速应用。从内容创作和视频拍摄从业者的角度出发，我认为最重要的意义，是【效率】工作效率的提升： Sora的出现使得视频内容的创作过程更加高效。以前，视频制作需要花费大量的时间和精力，但现在，借助Sora等工具，用户可以在短时间内生成高质量的视频内容，大大提升了工作效率。 大家可能需要理解，短视频的平均时长是30秒，中长视频在5分钟左右。所以对于一分钟生成原创视频的能力，意味着可能需要几段提示词，配合文稿，就可以完成当前主流的短视频和中视频的制作了，这对于那些需要频繁发布内容或者追求内容更新速度的人来说是一个重要的创新。人员效率提升： 传统上，视频制作需要专业的技能和软件，而Sora的发布，伴随着对应应用的发布。无形中可以将人员的效能带来提升，例如你是一个文案人员，你本来需要为文案配置视频素材，可能有了Sora，这一块的人力成本和时间成本，都可以带来压缩，也许一个人就可以完成了。她没有专业的视频编辑和视频拍摄技能，也可以轻松地生成高质量的视频内容。创意表达的多样化： 一个人的创意总归是有瓶颈的，我们可以使用Sora来无限地提供创意，而对于使用者来说，只要有足够的审美和判断能力，即轻松地表达自己的创意并针对地选择素材。无论是想要制作宣传视频、教育视频还是个人Vlog，都可以通过Sora找到合适的模板和风格，实现创意的多样化表达。还有一个非常重要的事情，就是【版权】【版权】【版权】，这个问题的严重性，我就不过多描述了，内容创作者们应该都懂。而对于我们一般的用户而言，关键词就是【提升素养和降低门槛】 【降低门槛】，其实跟提高效率的理解比较相似，对于野生博主，我们平时会花大量的时间找视频素材，力求切合主题和兼具美观，使用Sora之类的软件，只是从创意的角度出发，就不再会存在合不合适的困扰了，只有好不好的问题了。而且调整起来也比较快，这样一来，可以顺利创作质量较高的视频作品了。【提升素养】这里其实是说明，我们不仅可以制作出高质量的视频内容，还能够通过学习视频编辑等技术，提升自己对数字媒体和人工智能的理解和应用能力，从而增强自己在人工智能时代的竞争力。我还是相信在这个时代，拥有良好的数字素养对个人发展至关重要。其实我现在就已经在想象，在Sora的应用能发布出来以后，我以后的创作会是什么样子的了。第一步、我使用ChatGPT，帮我整理一下大纲，调整一下文字描述，对于一些内容进行补充第二步、我们通过Sora去生成对应的视频。第三步、通过invideo，整合文案和视频，生成完整的视频去发布。这几步，预计只要半个小时，就已经完成了视频的创作。"Sora的问世，无疑将开启一个全新的数字内容创作时代。但是，我们对于未来的探索才刚刚开始。在人工智能创新的路上，Sora只是一个起点，未来的发展将带来更多的惊喜与挑战。让我们一起拭目以待，见证未来的发展，探索更广阔的创作天地！"在创造力与智慧的交融中，我们发现了Sora所带来的内容创新的真谛。Sora的发布不仅仅是一次产品上线，更是对数字创作时代的一次革命性颠覆。它以创意为灵感，以智慧为引擎，为用户们开启了一场创作的盛宴。从AI圈内的震撼到内容创作者的思考，Sora的影响力超越了产品本身。它为我们带来了工作效率的飞跃提升，让原本繁琐的创作过程变得高效而有趣；它为我们拓展了创意的表达空间，让每个人都能成为创意的发现者和实现者；同时，它也在提升我们的数字素养，引领我们走向数字创作的未来。正如爱因斯坦所说，创造力就是智慧的乐趣。Sora的发布，为我们打开了一扇通往创意无限的大门，让我们能够尽情享受创作的乐趣，展现出无限的创造力。让我们怀揣着饥渴的心态，继续探索、创新，在Sora的引领下，开启数字创作的新时代。感谢大家的观看，我们后续再发布一个视频，给大家一步步地演示一下，如何通过半个小时，创作一个原创视频，敬请期待。最后希望大家能够点赞，留言，关注，收藏，大家的支持是我们持续创作的动力。

什么是人工智能 人工智能可谓是计算机科学的一个大范畴，旨在创造能够自主发挥智能功能的系统，与人类进行语言交流。咱们来看看其中的一些分支。语音识别领域首先，有语音识别领域，就是让机器能听懂人说话，也能够回应。想象一下你和手机的语音助手交流，就是这方面的应用。想象一下，你正准备出门，你对着手机说：“嘿，智能助手，明天的天气怎么样？” 这时，语音识别技术开始发挥作用。你的声音被传输到系统中，经过复杂的算法和模型分析，智能助手成功将你的口头语言转化为文字，并理解了你的请求。接下来，它通过与天气数据库的连接，找到了明天的天气预报，并以口头语言回应你：“明天将会是晴天，最高气温25摄氏度。” 这一切都是语音识别领域的体现。自然语言处理（NLP）领域然后是自然语言处理（NLP）领域，让机器能够理解和使用语言，就像我们平时书写和阅读文本一样。这使得聊天机器人能够理解你的问题并做出合理回答。当你正坐在电脑前，对着机器人输入文字：“今天有什么新鲜事？” 这一切都牵扯到了NLP的技术。你的文字输入被计算机理解，系统能够识别你的询问并作出恰当的回应，仿佛是与一个了解你言辞、语气的朋友对话一般。在社交媒体上，NLP技术也发挥着关键作用。当你在评论朋友的照片时，系统可以分析你的语言，了解你的情感，从而更好地理解你对照片的反馈。这使得社交媒体平台能够根据用户的兴趣和喜好为其个性化推荐内容。计算机视觉领域计算机视觉则关注机器如何通过处理图像信息来理解和模拟人类视觉。当你的手机相机能够自动识别人脸或者车辆时，就是计算机视觉在发挥作用。想象一下，你正在使用智能手机的相机拍摄一张照片。计算机视觉技术立即介入，分析这张照片中的各种元素。它可以识别图像中的人物、物体和背景，甚至可以自动调整相机设置以获得更佳的照片效果。这样的技术使得拍照变得更加智能和便捷。在安防领域，计算机视觉也起到了关键作用。想象一下，在一个商业区域的监控摄像头中，计算机视觉系统能够检测异常行为，如盗窃或破坏，然后及时发出警报。这种技术的应用使得安全监控更加智能化，提高了反应速度和准确性。图像处理领域图像处理领域涉及如何处理和编辑图像，虽然它与人工智能直接挂钩较小，但对于计算机视觉的完整性是必要的。当你拍摄了一张照片，但由于光线不足，整个画面显得较暗。这时，图像处理技术就能派上用场。通过一系列的算法，计算机可以智能地调整图像的亮度和对比度，使得照片更加清晰、生动，仿佛重新捕捉到了光影的美妙。在医学影像方面，图像处理也发挥着巨大的作用。想象一下，医生需要对一张CT扫描图进行分析，但由于图像质量问题，一些细节可能被掩盖。图像处理技术可以帮助突显重要的结构，使医生更容易检测到潜在的病变或异常。机器人行为学习机器人行为学习使机器能够理解周围环境，并以流畅的方式移动，有点像我们人类能够在复杂环境中自如行走的感觉。想象一下，你的家里有一台智能扫地机器人。刚开始，它可能并不知道房间的布局，但通过机器人行为学习的技术，它能够逐渐学习并记住家里的每一个角落。当机器人开始扫地时，它能够智能地避开家具和其他障碍物，优化清扫路径，从而提高清扫的效率。在仓储和物流领域，机器人行为学习也带来了革命性的变化。机器人可以通过学习仓库中物品的摆放和货物的移动规律，智能地规划路径，实现高效的仓储管理和货物运输。在服务业中，像餐厅和酒店等场景中的服务机器人也是机器人行为学习的典型应用。它们能够通过与顾客的互动学习，适应不同环境下的需求，提供更个性化和友好的服务体验。模式识别（特征识别）模式识别则涉及到机器如何辨别并理解数据中的模式，就像我们能够把相似的事物放在一起。在金融领域，模式学习技术被广泛用于检测欺诈行为。银行可以通过学习正常的交易模式，发现异常模式，从而迅速识别可能的欺诈活动。这种技术的应用使得金融机构能够更加迅速和准确地应对潜在的风险。而在市场营销领域，模式学习技术可以用于分析消费者行为。通过学习消费者的购物模式和偏好，商家能够更好地理解市场需求，提供个性化的推荐和服务，从而提升客户满意度和销售效益。神经网络领域神经网络则是一种模拟人脑结构和功能的方式，通过学习和适应，机器可以具备某种认知能力。而深度学习则是在神经网络的基础上更深入、更复杂的学习过程，这使得机器能够处理更加复杂的任务和数据。这一段的案例没有办法那么通俗易懂，想象一下，你正在训练一台神经网络来辨识猫和狗的照片。一开始，这个神经网络就像是一张白纸，一无所知。你向它展示了一堆猫和狗的图片，并告诉它哪些是猫，哪些是狗。通过这个过程，神经网络开始学习图片中的各种特征，比如猫耳朵的形状、狗的尾巴的长度等。机器学习领域在机器学习的范畴下，有监督学习，就是通过大量标记好的数据来教机器学习，比如训练机器识别朋友的名字。还有强化学习，这就像是给机器设定一个目标，然后机器通过试错来不断优化，就好比让机器人尝试翻墙直到成功的例子。说一个贴近生活的例子，假如你有一堆关于房价的真实数据，包括房屋的大小、位置、周围环境等信息，以及相应的房价。通过机器学习，你可以训练一台模型，使其能够根据这些数据来预测未来房价。这个模型会通过分析数据中的各种关系和趋势，逐渐学到房价与各个因素之间的复杂关系。还有强化学习，就像教狗狗做技能一样。你告诉模型在某种情况下应该采取什么行动，而模型通过反馈机制不断调整策略，逐渐学到在不同环境中如何做出最优的决策。最后，我们越深入了解，我们越能理解到人工智能不仅仅是一种技术，更是一系列使机器具备智能的方法和技巧的集合。