文/支星晨 上海觸訊信息科技有限公司副總經(jīng)理
來源： 閱門戶
本文約5000字，預(yù)計一盞茶時間閱讀完畢
商務(wù)君按：近日，OpenAI首席技術(shù)官米拉·穆拉蒂在接受《華爾街日報》采訪時表示，Sora將在今年推出，“可能要等幾個月”。文生視頻模型Sora的出現(xiàn)，再次引發(fā)出版業(yè)對生成式AI領(lǐng)域的關(guān)注，Sora會給出版業(yè)帶來哪些影響？我們能用它來做什么？不會又有崗位要被人工智能取代了吧？！
最近，在生成式AI領(lǐng)域，最熱的新聞莫過于Sora的出現(xiàn)。
Sora是一個由OpenAI公司打造的文生視頻的AI模型，與ChatGPT、midjourney等一樣，是又一個AIGC（人工智能生成內(nèi)容）的模型，只不過生成的模態(tài)不同，這回變成了視頻，當(dāng)然，這個“只不過”是需要打引號的，因為從圖文到視頻這一步實在是跨度太大、太驚艷了。
OpenAI官網(wǎng)首圖，Sora成為當(dāng)前絕對的“明星模型”
輸入一些提示語，Sora模型就能生成一段連貫的60秒視頻，并且具備電影級的清晰度、鏡頭調(diào)度、立體感、人物與場景細節(jié)，甚至還能駕馭各類風(fēng)格，不光能寫實，還能做出動畫短片、科幻片段，等等。
相信大家已經(jīng)在網(wǎng)上看到了很多截取的效果片段，尤其是下面這一段，根據(jù)官方提供的提示語，Sora可以生成下面的視頻：
提示語：A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.
是不是很神奇，尤其是最后人物臉上的細節(jié)，早就不是半年前midjourney上那種還可能出現(xiàn)三個耳朵、六根手指的圖片時代能相提并論的了。
事實上，除了廣為流傳的那幾段，我倒是覺得下面這些也很驚艷，皆由Sora直接生成且沒有經(jīng)過任何剪輯加工：
難怪有人開玩笑說，坐落于洛杉磯市郊山上的HOLLYWOOD地標(biāo)可以換成SORAWOOD了。
由本文作者使用midjourney通過AI生成的效果圖
其實早在Sora之前，市面上并非完全沒有AI生成視頻的模型。如著名的Runway，其發(fā)布的Gen-2模型，在去年還火了一把，當(dāng)時是因為其更新迭代了“動態(tài)筆刷”技術(shù)，即可以指定生成的視頻中的某一部分進行動態(tài)渲染，實現(xiàn)更符合實際視頻創(chuàng)作的需求。
Runway演示AI視頻的動態(tài)筆刷功能
然而，以Runway為代表的這些視頻生成AI模型，主打的還是“圖片生成視頻”的概念，且視頻長度只有2~4秒，這一點我跟周鴻祎老師的觀點一致，這些模型還只是一種基于靜態(tài)圖像的“動態(tài)延伸”，有算法、有AI的參與，但是與midjourney這種生成圖片的方式，其實并不完全一致，所以盡管這并不是新鮮領(lǐng)域，但是經(jīng)過親身體驗，這些生成的視頻，很多時候使用起來并不理想。
但是Sora則不同，它使用的世界模型技術(shù)，以及更復(fù)雜、更貼合人腦對動態(tài)畫面的想象力，能讓它脫穎而出，而且時長一下子達到了60秒，高度提升了不止一星半點。
Sora的出現(xiàn)，讓很多出版行業(yè)的同仁們也躍躍欲試，但是很遺憾，還沒有辦法直接體驗，目前只對部分專業(yè)人士開放了通道。相信在不遠的將來，一定會迎來公測。
那么問題來了，文生視頻模型，尤其是如此強悍的文生視頻模型的出現(xiàn)，可能給出版業(yè)帶來哪些影響和新思路？
六種出版行業(yè)涉及的視頻門類
要想回答這個問題，不妨撇開AI不談，先捋一下，出版業(yè)目前在哪些地方用到了“視頻”這種模態(tài)。
1.音像出版物
首先對于出版業(yè)，“視頻”并不是一個陌生的模態(tài)，很久以前就有“音像出版物”的概念，載體是錄像帶、光盤，內(nèi)容很多是影片、電視劇、電視節(jié)目等這類“長視頻”。
2.電子出版物
后來到了互聯(lián)網(wǎng)時代、移動互聯(lián)時代，尤其是個人電腦、智能手機的發(fā)展，逐漸產(chǎn)生了“電子出版物”的概念，其涵蓋的種類更復(fù)雜，但是視頻這種模態(tài)本身，依然是電子出版物重要的組成部分，只不過以前放在光盤里，現(xiàn)在換成數(shù)字媒介罷了，存儲介質(zhì)可能是u盤之類的移動存儲設(shè)備。
3.融合出版內(nèi)容資源矩陣中的一部分
隨著出版進入“融合”時期，紙質(zhì)圖書出現(xiàn)了配套多媒體資源的概念，在這些內(nèi)容矩陣中，視頻和音頻一樣，是最為常用的形態(tài)之一。這些配套的視頻，往往是針對教輔類圖書的解讀、科技類圖書的演示視頻、社科圖書的拓展閱讀等。
4.在線視頻課程
作為獨立的內(nèi)容存在于平臺上，并不配套某本特定紙書，是這類視頻與第三類視頻最大的區(qū)別。當(dāng)前，隨著出版社自身的相關(guān)部門、人員、技術(shù)的合作建立，已經(jīng)有出版社構(gòu)建了自己的多端平臺，如APP、小程序等。其中，轉(zhuǎn)化率最好的，除了電子書以外，就是視頻課程，這些課程往往依托出版社本身紙書的龐大銷量，作為學(xué)生家長的“配套選擇”，為不少出版社在線上領(lǐng)域賺取了“第一桶金”。
這類視頻，其實通過目前的“AI數(shù)字人”技術(shù)，已經(jīng)完全可以實現(xiàn)在線生成，而不一定非要找真人拍攝。
5.圖書AR（增強現(xiàn)實技術(shù)）的視頻素材
這種類型可能不是每個編輯都非常熟悉。事實上，圖書AR，在大概是五六年前已經(jīng)“火”了一波。但我曾經(jīng)在當(dāng)時就提過一個觀點，所有的新技術(shù)，都需要“天時地利人和”才能真正實現(xiàn)大規(guī)模商業(yè)化。AR技術(shù)，就有點“生不逢時”的感覺，由于當(dāng)時的制作成本高，技術(shù)普及難度高，又需要APP的支持，很多讀者使用起來不方便，最多是一種“噱頭”。但是我認(rèn)為，在不遠的將來，AR應(yīng)該能夠“卷土重來”，原因我們等會兒再分析。
在圖書AR的領(lǐng)域，最常見的，就是通過打開特定APP的攝像頭，對準(zhǔn)圖書的插圖，然后手機畫面上出現(xiàn)相應(yīng)的內(nèi)容。而這里的“內(nèi)容”，我們在各種媒體上看到過很多酷炫的3D、動畫效果，但實際上，出版領(lǐng)域最具性價比的內(nèi)容還是視頻，通過制作這些視頻，實現(xiàn)圖書AR的效果，某種程度上還是很有吸引力的。然而即使是做一個視頻，對于行業(yè)來說，也不是一筆小的經(jīng)費，更別提做3D內(nèi)容了。
6.出版社自媒體
到了2024年，出版社的公眾號、小紅書、抖音號、視頻號看上去都很“紅火”，然而問題是，又有幾家出版社真的做到了這兩點：持續(xù)輸出、產(chǎn)生轉(zhuǎn)化？
在自媒體領(lǐng)域，視頻尤其是短視頻，是需求量最大的內(nèi)容，可是我看到的情況是，很多社還停留在“為了做賬號而做賬號”的階段，有些編輯為了完成發(fā)布數(shù)量的考核指標(biāo)，甚至出現(xiàn)了簡單堆砌文字、圖片充數(shù)的現(xiàn)象，更別提專門花時間去想視頻腳本、去拍攝了。
“短”視頻更適合用AI生成
上面我們簡單列舉了六種出版行業(yè)涉及到的視頻門類，而對于目前以Sora為代表的文生視頻模型來說，顯然，其中有些領(lǐng)域是它短期內(nèi)還無法駕馭和干預(yù)的。尤其是音像出版物、電子出版物，它們的來源要求就不同，往往是既定的、攝制好的內(nèi)容，而且審核要求也相對嚴(yán)格一些。
更重要的是，這些視頻是典型的“長”視頻，時間長度的要求決定了暫時不可能也沒必要通過AI生成。
所以，在我看來，AI視頻能最先給出版業(yè)帶來沖擊性影響力的，就是上述一些場景中，比較“短的”視頻。比如書本配套的一些視頻、圖書AR的視頻素材、出版社自媒體用到的視頻。
這個“短”需要打個引號，是因為并不一定是從時長的角度區(qū)分的，而是有些流程簡單、需求簡單的視頻，也可以讓AI嘗試去完成。
形成出版社自己的AI視頻資源庫
AI的強項，首先一定是效率。
這就給我們帶來一個啟發(fā)。我國出版社在目前的融合發(fā)展大環(huán)境下，有一個問題是非常值得注意的，那就是：極度缺乏數(shù)字資源。
因此，AI在視頻領(lǐng)域由Sora引起的這一波新的熱潮，我相信會讓更多可能這個行業(yè)里原本并不太看好人工智能的從業(yè)者，也不得不去認(rèn)知其帶來的深刻變革。
所以，通過此類模型，幫助出版社建立起自己的AI資源庫，并通過標(biāo)引等手段，植入社內(nèi)CMS資源管理系統(tǒng)，成為編輯們?nèi)粘？捎每蓞⒖嫉乃夭?，是非常有價值的探索。
并且出版業(yè)有個優(yōu)勢，就是（AIGC所需的）“生成指令”是天然存在的，海量的專業(yè)、精細的文本內(nèi)容，都是孕育豐碩資源素材的黑土地。
出版社做自媒體的新思路
出版社的自媒體，雖然很多社目前并沒有做出很大的成績，只有少數(shù)擁有一定規(guī)模的粉絲量，但是自媒體平臺作為這個時代最為重要的線上營銷渠道之一，肯定不能完全放棄這個領(lǐng)地。
前面我們已經(jīng)提到，面對自媒體的短視頻制作，很多數(shù)字部門的編輯是望而卻步的，是因為對于“非專業(yè)人士”，這樣一個工作，其實需要耗費非常多的精力，效果還未必好。
因此，Sora的出現(xiàn)，顯然給這些編輯帶來了福音，而且從客觀上說，自媒體領(lǐng)域?qū)?nèi)容的種種要求并不是特別高，很適合“試錯”。
那么問題來了，目前Sora還沒有公測，我們有什么思路，通過一些現(xiàn)有的視頻AI工具去做一些嘗試，為后面做準(zhǔn)備（畢竟，按照現(xiàn)在的速度，Sora公測以及國內(nèi)出現(xiàn)類似模型的時間肯定不會太晚）。
我覺得首先有必要強調(diào)一下“思路”的重要性，我們在自媒體做出版物相關(guān)的短視頻，一定是有轉(zhuǎn)化的需求的，而不是真的讓你在平臺上隨便搞創(chuàng)作。那么很容易想到的，就是借助書中的內(nèi)容，快速生成類似電影預(yù)告片的畫面，然后配上一些輔助性的講解，形成一個簡單的圖書營銷視頻。
舉個例子，比如我們要做一個推廣《小王子》這本書的視頻，完全可以參考國外某位“大神”使用AIGC工具生成一個科幻大片的預(yù)告片的做法。
國外一位“大神”使用midjourney和Runway，打造了十分驚艷的科幻片段
下面是我的思路：
第一步，別先想著打開工具，而是先思考大綱，我的想法是，做一個跟《小王子》內(nèi)容有關(guān)的短動畫，配上動人的音樂和解讀，讓讀者感受這本書的魅力。那么這個時候可以借助類似“文心一言”這樣的AI生成文字工具做一些規(guī)劃，甚至寫一下分鏡腳本，當(dāng)然還包括解說文本。
第二步，思考整理腳本，確認(rèn)好以后，使用《小王子》里的內(nèi)容素材，結(jié)合midjourney這類AI生成圖片工具，生成一些備用圖片。
第三步，根據(jù)腳本，仔細篩選圖片，并試著開始使用以Runway為代表的的目前已經(jīng)可以公開使用的AI生成視頻工具，來生成一些片段視頻。
第四步，還是整理、整合的工作，我的習(xí)慣是先定音樂，然后將全部的素材使用剪輯工具剪輯成符合音樂節(jié)奏的視頻，最后將解說文本使用AI語音工具轉(zhuǎn)化成需要的男聲或女聲解說，這樣一個簡單的短視頻即可完成。
有機會我真的會嘗試用這種方法做一個類似這樣的圖書宣推視頻，等到文生視頻模型可以實際公測使用的時候，我還會試著直接用文字生成一段視頻，比較二者的異同，分享給諸位。
理解AIGC的本質(zhì)價值，避免定位偏差
此次Sora的發(fā)布，讓我又想重提一下很多人對生成式AI在理解上存在的局限，他們往往想方設(shè)法讓AI在一些垂直專業(yè)領(lǐng)域去“完全完成”某個任務(wù)，但這并不是，至少現(xiàn)在并不是這些AI模型存在的價值，目前的AIGC領(lǐng)域，其實更多的是能夠“用比較專業(yè)的方式，完成大規(guī)模的工作”，核心在于降本增效。
從這個角度說，我個人目前只把市面上絕大多數(shù)的AIGC工具當(dāng)作“一個工具”，或者“一個精明能干不知疲倦的合作者”，它們并不是真正意義上的思想家、教師、藝術(shù)創(chuàng)作者。放在出版業(yè)也是一樣的道理，你不能真的把它當(dāng)作一個影像內(nèi)容的“約稿作者”。
舉個例子，你需要一個俯瞰城市街景的短視頻，而此時此刻你就站在一棟寫字樓的窗邊，以往沒有AI的時候，其實你下意識地就會直接拿出手機或相機拍攝，可能不超一分鐘，就能收獲一段不錯的素材。
現(xiàn)在有了AI，有的朋友下意識地變成了“AI腦”，他們可能會用各種AI工具搗鼓半天，拼命想辦法讓AI生成想要的效果，但是結(jié)果往往不盡人意，而且浪費了時間。
而這個時候，有的編輯則會來一句“好像也不好用嘛”，然后就不了了之了，這個是傳統(tǒng)編輯在面對新技術(shù)的時候經(jīng)常會出現(xiàn)的一種情況。
其實我們一定要明白一點：我們不是在做AI，我們還是在做產(chǎn)業(yè)。
我們不能靠AIGC解決一切，當(dāng)然更不能守著自己的一畝三分地完全與新技術(shù)隔離，而是要從產(chǎn)業(yè)的角度，找到重塑價值鏈的思路與方法，我已經(jīng)反復(fù)強調(diào)，想法遠比工具更重要。就像前面我舉的做《小王子》圖書短視頻的例子，還要學(xué)會在不同模態(tài)之間巧妙地整合技術(shù)、活學(xué)活用，真正讓AI為我所用。
