自 ChatGPT 問世後，各類 AI 生成技術彷彿雨後春筍般湧現，其中「影片生成」更是不少 AI 公司相互競爭的熱門領域，而近期 OpenAI 新發佈的影片生成式 AI 「Sora」更是引起全球熱烈關注，即使你不懂剪輯軟體、不擅拍攝，未來也可以透過指令輸入，讓 Sora 幫你製作出精緻的短影片！
那 Sora 到底是什麼呢？又該如何使用呢？以下就讓瓦特帶大家一起來了解 OpenAI 旗下的影像生成 AI -「Sora」吧！
目錄
什麼是 Sora OpenAI？
簡單來說，Sora 就是款由 OpenAI 新開發的影片生成式 AI，用戶只要於 Sora 中輸入指令文字，便可一次性讓其生成出長達 1 分鐘的影片內容。
聽到這裡或許有些人會覺得：「奇怪？影片生成 AI 不是早就有了嗎？Sora 難道就比較特別嗎？」
其實 Sora 相比之前任何一款影片生成 AI 來說，它真的厲害很多，不論是人物真實性、畫面流暢度、動畫特效呈現，各方表現都有明顯進步，甚至還可以製作出帶有簡易故事性的短影音。
▼ Sora 生成影片內容
▉ Sora 運作原理與應用
Sora 之所以能比其他影像生成式 AI 更厲害，這點可從其運作原理來理解，通常我們使用的圖像生成 AI，比如說 Midjourney、Imagen、DALL·E 3 等等，基本上都是以 Diffusion Models 這項擴散模型進行圖像訓練與生成，而 Diffusion Models 生成原理主要是先從一團雜訊開始，AI 會依據指令逐格逐格補上作畫細節；然而 Diffusion Models 並無法理解事物的前因後果，雖然可以生成出接近完美的靜態圖，但用於連續性的影片生成上，就會漏洞百出，出現像是「威爾史密斯吃麵」這類的奇怪 AI 生成影像。
▼ 威爾史密斯吃麵
不過 Sora 就不一樣了。根據 OpenAI 的描述，Sora 採用的是一種名為「Diffusion transformer」模型，不僅具備 Diffusion 可將自然語言轉換視覺表現（圖像、影像）的能力，更是兼備類似於 ChatGPT 理解力，可針對畫面與時間連續性進行演算，讓影像呈現更加合理。
▼Sora 可將視覺化數據進行轉換
圖源：OpenAI
Sora 的誕生可能會讓不少從事電影拍攝、廣告製作、YouTube 影音工作者感到畏懼，深怕其強大的影像生成技術會讓他們丟了飯碗，但其實也不一定，依照現有資訊，目前 Sora 主要以 1 分鐘左右的短影片製作為主，再加上它依舊存在些缺點（後續會詳細論述），給瓦特的感覺較偏向輔助型工具，並無法替代大多數的影音創作者，比如說 YouTuber，用戶並無法僅靠 Sora 就製作出一個邏輯架構嚴密、內容有條有理的 10 分鐘影片；但卻可以用 Sora 來生成影片中說明性或解釋用的素材，不再只有網路上免費或付費素材可用，既可豐富影片內容，還能省下部分製作時間。
除了上述 YouTuber 案例外，類似手法也可應用其他影片製作上，像是網紅社群影音、廠商短廣告、教職員教學影片等等，讓不擅於拍攝影片的創作者有其他管道可將自己的創意、想法影像化。
- 應用（1）：利用文字腳本建構 1 分鐘短片，比如廣告、預告片、教育短片等等。
- 應用（2）：更多的影片素材可供選擇，可用來製作說明素材、特效等等，增添影片豐富性。
- 應用（3）：社群媒體建構，可製作 FB、IG 等社群平台上的短影音，像是旅遊日記、搞笑影像、個性化短片等等。
▼Sora 可應用於各類影像製作，協助創作者（示意圖）
圖源：unsplash
▉ Sora 生成影像與真實影像比較
雖然 Sora 於影像生成上有很大的突破性，但 Sora 所生成的影像與真實影像還是略有差異性，至於差異性有哪些呢？先不談 AI 生成上可能會有的不合理或不自然動作，即使是沒有明顯瑕疵的 Sora 生成影像，相比於真實影像，兩者間依舊有肉眼可見的差異性。
依瓦特個人主觀感受來說，瓦特認為 Sora 生成影像對比真實影像有以下幾點特色：
- 特色（1）、過於完美
就以下方「人眼」影像來說明， Sora 生成的人眼影像雖然動作自然，並呈現臉部中的毛孔、皮紋等細節，但相對於真實影像來說，Sora 生成影缺乏油光、血絲、痘疤等正常人常有的缺陷，過於完美降低了影片的真實性。
▼ Sora 生成的人眼影像
影片來源：OpenAI
- 特色（2）、電影感、遊戲感較為突出
Sora 影像加入了不少電影或動畫才有的戲劇感，像是光影呈現、運鏡風格等等，再加上先前所提畫面過於完美，有時候反而讓人覺得比起真實影像，AI 生成影像更像加入特效感的短電影。
不過這也並非全然是缺點，或許對不少人來說，影像的戲劇張力比起真實性更加重要，這反而才是他們希望 AI 能帶來的效果也說不定。
▼ 即使沒有刻意往電影方面生成，Sora 生成影像也會有電影的戲劇張力
▼ 汽車奔馳感比起真實汽車，更像是賽車遊戲中的畫面
▉ Sora 生成影像有哪些缺點？
從 OpenAI 提供的官方資訊與影像，Sora 所生成影像有不少瑕疵，其中比較顯著的有 2 點：
- 缺點（1）、遠景容易出錯
首先第一點，Sora 遠景呈現上相對不精細，如果你仔細挖掘的話，會發現 OpenAI 提供的 Sora 生成式影像不少遠影都有明顯瑕疵，比如說：路人走路方式不符合人體工學、看板文字不正確等等。
▼ Sora 遠景部分容易出現瑕疵，比如說下方影片，不僅看板文字沒有意義、左側的白衣路人走路方式也不正常
- 缺點（2）、難以準確模擬複雜的物理原理
Sora 另外一項致命的問題在於無法理解事物具體的因果關係，導致 Sora 難以正確模擬複雜的物理現象，容易生成出不符合物理法則的影片，比如說：當一個人咬了一口蘋果，蘋果卻沒有出現任何咬痕。
▼ 吹蠟燭後，燭火卻沒有熄滅
▼ 倒著跑的男人
Sora OpenAI 該如何使用？
▉ Q1、Sora 何時開放給大眾使用？
目前 Sora 尚未開放給大眾使用，僅提供給 OpenAI 招募的紅隊演練團隊成員進行測試，其中也包含些視覺藝術家、製片商、設計師、電影製作人等相關領域人士，主要評估 Sora 潛在風險與危機，並消除極端暴力、仇恨等錯誤。
至於未來推出時間？目前 OpenAI 尚未公開確切消息，或許還要等待一段時間也說不定。
▉ Q2、Sora 如何生成影片？
由於 Sora 尚未正式開放，具體操作方式尚無法準確得知；不過從 ChatGPT 等生成式 AI 的操作方是來看，沒意外的話應該還是要先註冊 OpenAI 帳號，之後再透過文字指令進行影像生成。（備註：待 Sora 推出後，本段會進一步更新）
- 推測步驟：註冊或登入 OpenAI 帳號 → 輸入相關指令 → 點選確認完成影片生成。
總結、Sora 未來可能帶來的風險？
Sora 之所以要進行嚴格的評估，主要與 Sora 的潛在風險有很大的關係，Sora 作為一款 AI 生成工具，方便是很方便，但它衍生的潛在危險也可能嚴重影響現代社會，尤其是以下 2 點可能最為明顯。
- 部分產業可能受到挑戰
- 假資訊亂象更為嚴重
▉ 潛在危機（1）、部分產業可能受到挑戰
雖然 Sora 所生成的影片並不完善、瑕疵也不少，像是上述提到的「遠景問題」、「物理現象不準確」等等，都是值得改進的項目。依現階段來觀察， Sora 對於電影、電視、YouTuber、新聞媒體等影視相關產業，造成的衝擊可能並不會很大；但廣告公司就不好說了。
由於 Sora 可以快速生成出 1 分鐘長度的影片，再加上普羅大眾對於廣告要求並不會像電影、電視節目那般嚴格，只要有足夠的創意發想，即使是 AI 生成的廣告也可以打動人心，這情況可能會使部分預算受限的品牌主改用 Sora 來自行製作廣告，而非請廣告商負責，不僅能節省影片製作、模特兒聘請等費用，製作上也更加沒有難度，對於中小資本的廣告商還說無疑是一大挑戰。
▼ 相比於電影產業，廣告產業或許受到的衝擊會更加明顯
圖源：unsplash
▉ 潛在危機（2）、假資訊亂象更為嚴重
另一項更大的問題則在於「假資訊亂象」，有心人士可藉由 Sora 製作假新聞、假消息，比如說刻意抹黑不喜歡的政治人物影響選情；或是挑撥族群對立製作社會對立，這些問題都是很有可能發生的。
聽到這裡，可能有些人會問瓦特：「Sora 生成影片不是與真實影片有很大的差異嗎？人真的有那麼容易被騙嗎？」
其實這還真的有可能，通常我們人類在理解資訊時會以「懶惰腦」與「認真腦」兩種不同方式來接收，其中「懶惰腦」又是我們最常、最方便接收資訊的方式，包含滑手機、瀏覽社群、閱讀網路新聞等等，基本上我們大多不會 100% 投入高專注度於上方，僅會以最簡單的方式快速理解，這就有可能導致我們無法於第一時間去區別該影像是否真實，也無法辨別內容的正確性，導致誤信的機率大幅度提高。
另外，Sora 影片製作門檻又很低，不需要會剪片、不需要會攝影，這幾乎使人人都能成為影片創作者，包含 IG、FB、X 在內，可以預期 Sora 開放後，很快各大社群就會被大量的 AI 影片佔據，進而衍生另一種 AI 詐騙模式。
▼ Sora 可能會使假新聞更容易生成，導致假資訊亂更嚴重
圖源：unsplash
首圖與資料來源：OpenAI