起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識被Sora刷屏，聽說我又雙叒要被AI取代了？
Sora出現之后，有人開始擔心自己是否會因此失去工作，但其實，我們可以配合AI潮流，找到新出現的職業紅利。不妨來看看作者的分享。
時代的變革，從來不會提前給我們打聲招呼~
Sora降世，未來已來，歡迎大家步入AI時代！
一、Sora是什么？
“Sora”這個詞語，有些人可能還沒聽過，但“OpenAi”這個名字，大家肯定是耳熟能詳了吧，畢竟這家公司，在2022年底，推出了轟動全世界的“ChatGPT”。
然后龍年開端，這家公司又重磅發布了“Sora”！
那么Sora是什么呢？
簡單來說，Sora就是可以通過文本提示，生成視頻的一個AI工具。
比如，輸入這樣一段文字：
一位時尚女性走在充滿溫暖霓虹燈和動畫城市標牌的東京街道上。她穿著黑色皮夾克、紅色長裙和黑色靴子，拎著黑色錢包。她戴著太陽鏡，涂著紅色口紅。她走路自信又隨意。街道潮濕且反光，在彩色燈光的照射下形成鏡面效果。許多行人走來走去。
然后Sora就生成了一段視頻。
或許有人會說，在這個時代，通過AI生成一段視頻，沒什么大不了的。
是的，AI生成個視頻，確實沒啥大不了的，但是，但是，但是，這可是60S的超長視頻啊，而且整個視頻看起來是如此的逼真，如此的絲滑！
看看下圖這個雀斑的細節處理，試問，有哪個AI視頻軟件，能夠做到？而且其他所謂的AI生成視頻，都還在4S連貫性的邊緣苦苦掙扎。。。
再來一張對比圖，你就會知道Sora到底有多么強大了：
我們再來看看OpenAi給出的官方說辭：
Sora并不是單純的視頻模型，而是作為“世界模擬器”，該模型了解這些物體在物理世界中的存在方式，可以深度模擬真實物理世界，能生成具有多個角色、包含特定運動的復雜場景。
聽完這段話的第一感覺，是不是這樣的：
第二感覺是不是這樣的：
內心os是不是這樣的：
聽起來挺流弊的，但到底想表達啥，啥是“世界模擬器”??？
我用“人話”來翻譯一下：
比如你去拿一杯咖啡，你的“記憶”中，知道一杯咖啡的重量，所以當你想拿起一杯咖啡時，大腦準確“預測”了應該用多大的力，于是，杯子被順利拿起來。
但如果，杯子里碰巧沒有咖啡呢？你就會用很大的力，去拿很輕的空杯子，你的手，立刻能感覺到不對，然后，你的“記憶”里會加上一條：杯子也有可能是空的。
當你下次再拿起杯子時，“記憶”會告訴你，需要先確認杯子是不是空的，然后再“預測”應該用多大的力。
先記憶，再預測，這種理解世界的方式，是人類獨有的理解世界的方式，這種思維模式就叫做：世界模型。
所以說，OpenAI最終想做的，其實不是一個“文生視頻”的工具，而是一個通用的“物理世界模擬器”，也就是世界模型，為真實世界建模。
小結：
來聊一哈，讀了以上這些內容之后，有什么感受？
反正我的腦海中，涌現出《三體》楊冬說的那句話：
“物理學，不存在了”
套用這句話，那就是，“現實，不存在了”
文本、圖片都已經被AI攻占，而現在，AI視頻，這個人類最后的最堅固的堡壘，在OpenAI的Sora攻勢下，也已經很難再分清，AI和現實的界限了。
什么以前的AI視頻工作流，全部成了往日泡影，全都滾犢子吧。
都跪下，都給OpenAI喊爸爸。
二、Sora影響的五大職業領域
我們再來說一下，Sora影響的五大職業領域，快來看看，你有沒有身在其中？
先用四句話，總結一下Sora的影響：
Sora影響：
- 讓資深崗位樂呵
- 讓入門崗位轉向
- 讓精通以下迷茫
- 讓外行直呼內行
1. 娛樂影視領域
原先動畫影視公司為讓動物的數百萬根毛發、皮膚紋理、衣物等細節在3D建模中表現得如現實場景般真實。需要投入不菲的成本和時間才能得以實現。
而如今，Sora只需要一行描述、幾次提示便能自動完成。
原本傳統影視行業，分工極其精細：從前期到后期，從舞美、化妝、道具到燈光、攝像、攝影，從演員、編劇、劇務到動畫特效，哪一環節出問題，就可能功虧一簣。
而如果AI視頻按照現在的發展速度，在不久的將來，完全可能實現一個想法創作出一部電影，省去高昂的成本。
可以說游戲、電影、動畫等內容創作，在被Sora模型快速生成的情境之下，將迎來顛覆性變革。
2. 新聞社交領域
新聞社交領域講究時效性，也就是要速度。
倘若今天發生的熱點事件，后天報道也就不叫新聞了，在這一過程中影響時效性的通常有三部分，采訪、編輯、播出。
利用Sora直接生成畫面，至少能省略其中兩個環節，保障了時效性。
對于短視頻、自媒體等社交領域，跟進熱點，僅僅需要一句指令，就快速生成相關的虛擬視頻內容，保障了時效性，也就保證了一定的流量。
另一方面，Sora或將拉進頭部創作者與尾部創作者的創作成本。
我們或許將來到一個創意與特色比拼的時代，倘若從業者缺少創意或者沒有特色，將很難應對這股浪潮。
3. 廣告營銷領域
Sora模型可以快速生成吸引人的廣告視頻，幫助品牌在競爭激烈的市場中脫穎而出，同時降低制作成本。
例如，我們看到某些品牌的廣告片，短短幾分鐘的視頻，傳統廣告公司報價基本在百萬級別。
Sora的到來，將使品牌方成本壓縮到一個極致，而對于廣告公司來說，這或許意味著商業模式的直接變革。
4. 教育學習領域
對于教育學習領域的影響大致分為兩方面。
一方面，不少大學都開設了如影視制作、動畫設計、多媒體設計、數字媒體藝術等專業。
Sora的到來，可能會使學了四年的專業技藝的學子們，比不上一個懂得如何指揮AI的門外漢。
另一方面，老師可以利用Sora模型，將文字教材轉化為生動的視頻教程。
提高學生的學習興趣和效果，為特殊教育群體提供個性化的學習材料，幫助他們更好地融入社會，加速教育普適性和均衡性。
5. 科學研究領域
Sora是根據現實物理規則建立的模型，也就是說能在一定程度上模擬現實物理現象。
例如，在物理學、化學、生物學等領域，科研人員可以利用Sora創建復雜的動態模擬，再現難以在實驗室條件下實現或觀察的過程。
將科學實驗的變得虛擬化和可視化。
三、面對Sora，我們該怎么辦？
Sora這么強大，對于各大行業影響這么深遠，我們是又雙叒要被AI取代了么？
放心，本文并不是一篇販賣焦慮的文章，不信你往下看：
翻開歷史的畫卷，其實每一次工業革命之后，都會帶來勞動力市場的變革。
第一次工業革命：
是一個以農業為主的農村社會過渡到工業和城市的時期，實現了從手工勞動生產到機器生產的躍遷。
在這次革命中，有著大量的農民失地失業，但經過技能培訓，農民很快學習到了鍋爐制造，鋼鐵，機械等技能。
同時技術、行業的發展，也催生出制造和維修等方面的大量崗位，創造了以前不存在的不同就業機會。
第二次工業革命：
是一個原有產業的增長時期，也是鋼鐵、石油和電力等新產業擴張的時期，并利用電力創造大規模的生產。
隨著從蒸汽動力向電力的過渡，也出現短期失業的現象。
但如果需求量減小的蒸汽機械師能夠提早或重新培訓轉入到電力、電氣方面，則非常好就業。
這一時期需要快速掌握一些以前不存在的新技能。
此外，通過大規模生產線，整個社會開始創造比以前更多的就業機會。
第三次工業革命：
是指從模擬電子和機械設備到當今可用的數字技術的技術性進步。
這期間的技術進步包括個人計算機，互聯網以及信息和通信技術（ICT），一些工作被計算機和機器人取代。
如果你不懂計算機，那么毫無疑問你可能會失去工作。
同時也再一次創造了以前不存在的新工作，例如軟件和硬件工程師。
回顧歷史之后，我們會發現：
其實任何被紅利激增出來的職業都有其生命周期，隨著新技術的革新和迭代（通常為20到40年），大部分偏后臺以執行為主的工作又會形成洗牌，進入一個新的循環之中。
所以只有真正能為人類帶來價值或滿足某種根本需求的事業，才能真正脫離這種循環，意味著無論你從事何種職能，最終都要提升它的深度:
會計不會被替代，但只能寫底稿者一定會被替代；文字工作不會被替代，但只會抄襲者一定會被替代；軟件開發者不會被替代，但只會復制粘貼者一定會被代替…..
這樣的時代，我們要做的不是對抗，而是配合，就比如Sora讓生產一個視頻變得更加簡單，那我們就可以有以下的幾條思考路徑，去配合這樣的AI潮流：
1.思考該技術的瑕疵，從而誕生的新需求
目前的Sora沒有聲音，所以對于配音的需求（場景聲，人聲）在短期會急速上漲。
2.思考技術與內容如何轉化
熱門小說可以通過Sora，做出成系列的電視劇 （這應該還需要進一步的技術迭代才可以達成）。
3.思考個人的特異性是否吃到了技術革新的紅利
內容為王的時代來臨了，如果有好的創意，劇本，與導演視角，那就自己用Sora做一個電影出來。
4. 建立生態：搭建 多對多的視頻生產平臺
（ 小團隊與市場上的需求者直接對接，打破大公司的壟斷地位）
如何理解？不是所有人都可以通過Sora，生成一個符合其預期的視頻的。
因為Sora的文本包含了運鏡，視角，機位，風格，場景描述，這些仍需1個專業的視頻制作人來提供專業術語來執導AI生成視頻，再配備一個在視頻的某些細節上可以進行修改的人，那就需要一個小團隊，來滿足個人/公司的需求。
而搭建這樣的平臺就是建立供應與需求的鏈接，之前是需求方搜索哪些公司可以生產視頻，而現在需求方可以像定外賣一樣，對更多的服務供應者進行挑選和下單。
四、Sora如何申請使用？
Sora這么強大，怎么才能用的上呢？
渠道一（官方）∶
https://forum.openai.com
OpenAl的官方論壇，據消息透露加入論壇有機會獲得內測資格
渠道二（官方）∶
Red Team開始公開招募了，要求比較高。Sam之前說過，如果進入到紅隊，可以有Sora的內測機會https://openai.com/form/red-teaming-network
五、Sora之后是什么？
時代的變遷似乎越來越快了，我們能否暢享一下，Sora之后又是什么呢？答案有可能在以下幾個方面之中！
1. 多模態數據
定義：整合了文本、圖像、音頻、視頻等不同形式的數據。多模態數據能夠提供更豐富的上下文信息，幫助AI系統更好地理解世界的復雜性。
應用：通過處理多模態數據，AI可以學習如何在視覺、聽覺和語言之間建立聯系，模仿人類如何通過多種感官信息來理解環境。
2. 豐富的交互數據
定義：包括人機交互中產生的數據，如聊天記錄、問答對話、用戶行為數據等。這些數據反映了人類的思考模式、偏好和決策過程。
應用：通過分析交互數據，AI可以學習如何與人類自然交流，理解人類的需求和意圖，并作出適當的響應。
3. 結構化知識庫和語義網絡
定義：結構化的知識表示，如知識圖譜、本體論和語義網絡，這些工具能夠描述概念之間的關系和屬性。
應用：利用這些結構化知識，AI可以執行復雜的推理任務，理解和生成符合邏輯的內容，模仿人類的學習和思考過程。
4. 模擬環境和虛擬世界數據
定義：創建虛擬環境或模擬器，讓AI在這些環境中進行實驗和學習，類似于人類通過實踐學習。
應用：通過與模擬環境的交互，AI可以學習物理規律、社會規則和行為模式，提高解決現實世界問題的能力。
5. 強化學習環境中的反饋數據
定義：在強化學習中，AI通過與環境的交互獲得的獎勵和懲罰，用以評價其行為的好壞。
應用：這種基于反饋的學習機制可以讓AI在試錯中學習如何做出更優的決策，模仿人類在實踐中學習和進步的過程。
我想說，其實這些答案，也是AI告訴我的。。。
專欄作家
曉莊同學；公眾號：曉莊同學產品筆記，人人都是產品經理專欄作家。互聯網老兵，各大平臺專欄作者。
本文原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自 Sora 官網演示視頻截圖
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論，等你發揮！
