通(tong)过Sora2，OpenAI意图(tu)实现“视(shi)频化元宇(yu)宙交际”——一个以生成式视(shi)频为基础的(de)新一代交际平台。但这(zhe)一偏向，从一最(zui)先就面临结构性阻力。

起首是用(yong)户(hu)层面的(de)“反交际媒体情绪”。从传(chuan)播学(xue)角度看(kan)，已(yi)往十余年，媒介赓续(xu)加深对人的(de)“中介化”（mediation）介入：从文字到图(tu)片，再到短(duan)视(shi)频与算法推(tui)荐流，用(yong)户(hu)的(de)注意力越来越被(bei)平台组(zu)织与塑形。当这(zhe)一历程达到某种(zhong)阈值后，用(yong)户(hu)必然(ran)反弹(dan)，例如(ru)本日，随着用(yong)户(hu)对算法分发的(de)疲(pi)劳感增强和对“表演(yan)性自我(wo)”的(de)倦怠上升，各种(zhong)小范围(wei)和低曝光(guang)的(de)交流体式格局(ju)已(yi)最(zui)先回潮。

正在这(zhe)一社会情绪下(xia)，OpenAI推(tui)出“更重、更沉浸(jin)、更具压力”的(de)Sora2视(shi)频交际乃不(bu)但没有顺用(yong)户(hu)需求而为，反而有“逆潮水而动”的(de)意味，由(you)于用(yong)户(hu)还没有消化短(duan)视(shi)频带(dai)来的(de)认知负担，不(bu)太可(ke)能主动拥抱更高维度的(de)沉浸(jin)式交际。

如(ru)果说用(yong)户(hu)疲(pi)劳是“需求侧问(wen)题(ti)”，那末人工(gong)智能背景下(xia)深度伪造（deepfake）带(dai)来的(de)信任危机则对Sora2的(de)传(chuan)播形成了“制度性约束”。

长时间(jian)以来，视(shi)频被(bei)视(shi)为高可(ke)信度媒介，但生成式AI的(de)涌现，正正在迅速侵蚀这(zhe)一基础：视(shi)频可(ke)以被(bei)低本钱伪造，实在与假造难(nan)以区分，内(nei)容验证(zheng)本钱大幅上升。

这(zhe)实际上触及了社会运(yun)转的(de)一个底(di)层机制：信任。当一种(zhong)媒介不(bu)再能供应“实在性背书”时，广告主、平台、用(yong)户(hu)都将为之承担更高的(de)不(bu)确定性与风险，这(zhe)必然(ran)形成该(gai)媒介的(de)贸易价值下(xia)降。

二、压缩人工(gong)智能平台运(yun)营本钱和规(gui)避法律(lu)风险

比拟(ni)文生文本与文生图(tu)像，文生视(shi)频正在算力上的(de)消耗(hao)呈现出明(ming)显的(de)“维度跃(yue)迁”。文本生成主要停留正在词元（token）级别的(de)团圆计算，图(tu)像生成则是单帧的(de)空间(jian)建模(mo)，而视(shi)频生成不(bu)仅要处理空间(jian)信息，还需正在时间(jian)轴上保持跨帧一致性与物理连(lian)续(xu)性。这(zhe)意味着，诸如(ru)Sora这(zhe)样(yang)的(de)系统，本质上是一种(zhong)“连(lian)续(xu)推(tui)理系统”（continuous inference system），其(qi)计算是一个极泯灭算力的(de)静态累积的(de)历程。

由(you)此带(dai)来的(de)直接效(xiao)果是本钱的(de)急剧提升——文生视(shi)频的(de)单元本钱远高于文生文和文生图(tu)像，且目(mu)前还很难(nan)通(tong)过优化下(xia)降。这(zhe)也决意了Sora没法复制ChatGPT式的(de)规(gui)模(mo)化途径(jing)。

而且正在用(yong)户(hu)方面，文生视(shi)频并(bing)不(bu)是高频刚需，其(qi)连(lian)续(xu)付费(fei)意愿(yuan)有限，而平台大规(gui)模(mo)免费(fei)供应服务又本钱庞大。如(ru)果采取广告模(mo)式，又因分解内(nei)容的(de)实在性与信任问(wen)题(ti)而遭到约束。因此，Sora之以是“烧钱”，并(bing)不(bu)是单纯是OpenAI的(de)贸易策略失误，而是由(you)技术范式内(nei)涵规(gui)定形成的(de)结果。

以Sora为代表的(de)生成式视(shi)频工(gong)具还面临着越来越严重的(de)法律(lu)风险。例如(ru)，用(yong)户(hu)可(ke)以轻易生成与既有IP高度类似的(de)内(nei)容，好比模(mo)仿(fang)漫威或迪斯(si)尼旗下(xia)的(de)角色、视(shi)觉风格乃至叙事体式格局(ju)，也更容易触发法律(lu)胶葛。系统还能生成他(ta)人的(de)外貌、声响乃至行为，并(bing)以此形成高度逼真的(de)分解视(shi)频。这(zhe)样(yang)的(de)视(shi)频一旦被(bei)恶意传(chuan)播，不(bu)仅侵犯(fan)个别肖像权力，还可(ke)能引(yin)发更广泛的(de)信任危机，而责任归属却难(nan)以清楚界定。

正在这(zhe)些风险之下(xia)，平台必需承担更高的(de)合规(gui)本钱、采取更庞大的(de)审核机制以及面临庞大的(de)应诉(su)和败诉(su)风险，这(zhe)严重减弱了Sora的(de)贸易化可(ke)能。

3、人工(gong)智能发展的(de)技术转向：从“再现”到“行动”

以上因素可(ke)以解释Sora“为何难(nan)”，但不(bu)足以解释一个更关键的(de)问(wen)题(ti)，即OpenAi为何挑选目(mu)前封闭Sora？答案正在于人工(gong)智能整体的(de)技术发展路线的(de)转向。

正在一篇发表于2024年初的(de)论文中，我(wo)指(zhi)出，人工(gong)智能被(bei)称为“下(xia)一个新媒体”（the next new media）。它的(de)发展呈现出两条日趋清楚的(de)路线：（1）离身(shen)沟(gou)通(tong)型AI（“延展的(de)心灵”）：人类对媒介技术的(de)应用(yong)历程，从模(mo)拟(ni)媒介、数字媒介、交际媒体到大语言模(mo)子人工(gong)智能，是一个日趋虚拟(ni)化/去物质化/离身(shen)化的(de)历程。该(gai)历程正引(yin)导我(wo)们脱离碳基身(shen)体，最(zui)终建构出一个与现实天下(xia)共存和交互的(de)虚拟(ni)天下(xia)，即元宇(yu)宙（人、物和环境(jing)的(de)数字孪生）。这(zhe)一趋势特别体目(mu)前近两年来文生文字（text to text）、文生音频（text-to-speech）、文生图(tu)（text-to-picture）和文生视(shi)频（text-to-video）等人工(gong)智能技术的(de)增加和完(wan)善上。（2）具身(shen)沟(gou)通(tong)型AI（“心灵的(de)延展”）：即人工(gong)智能延展出硅(gui)基身(shen)体以与现实环境(jing)实时互动和赓续(xu)学(xue)习。这(zhe)最(zui)初表现为各种(zhong)可(ke)穿(chuan)戴(dai)式设备、智能音箱、自动驾驶、宠物机器(qi)人，直到基于文生动作（text-to-acts）的(de)人形机器(qi)人。这(zhe)两个发展路线呈双(shuang)螺旋彼此促(cu)进的(de)关系。

或者，简要而言，人工(gong)智能目(mu)前存正在两种(zhong)发展途径(jing)。

其(qi)一：再现（Representation），包(bao)括文本（ChatGPT）、图(tu)像（DALL·E）和视(shi)频（Sora）等应用(yong)，其(qi)核心能力是：模(mo)拟(ni)天下(xia)、生成内(nei)容。

其(qi)二：行动（Intervention / Embodied AI），包(bao)括机器(qi)人系统、自动驾驶和智能体，其(qi)核心能力是：进入天下(xia)、改变天下(xia)。

OpenAI 此次明(ming)确表示转向“与物理天下(xia)互动的(de)AI”，意味着其(qi)判断已(yi)产生变化：途径(jing)一的(de)边(bian)际价值正正在下(xia)降，而途径(jing)二才是下(xia)一阶段的(de)战略洼地(di)。从这(zhe)个角度看(kan)，Sora的(de)加入并(bing)不(bu)是失利，而是OpenAI的(de)一次“资源重配”。借用(yong)马歇尔·麦克卢汉 的(de)经典判断而言，媒介不(bu)仅是信息载体，更是“人类感知与行动的(de)延伸(shen)”：视(shi)频生成强化的(de)是“感知延伸(shen)”（让人看(kan)到更多）；机器(qi)人强化的(de)是“行动延伸(shen)”（让机器(qi)替身(shen)办事）。

这(zhe)二者的(de)社会意义有所不(bu)同(tong)：前者改变的(de)是体验，后者改变的(de)是生产与现实结构。因此，从视(shi)频生成转向机器(qi)人，本质上是一种(zhong)“从文明(ming)工(gong)业走(zou)向基础设施”的(de)跃(yue)迁。

四、Sora只是被(bei)阶段性搁置

尽管如(ru)此，我(wo)们也不(bu)宜将Sora视(shi)为一条被(bei)彻底(di)放弃的(de)路线。更精确的(de)判断是：它只是被(bei)“阶段性搁置”。如(ru)果未来算力本钱显著下(xia)降、对深度伪造能形成成熟的(de)羁系与水印体系，以及视(shi)频生成正在教育、影视(shi)工(gong)业等领域形成刚需，那末，类似Sora的(de)技术很可(ke)能重新回归。但届时，它的(de)形状大概率不(bu)会是“交际媒体平台”，而更可(ke)能嵌入到专业生产体系中，成为一种(zhong)工(gong)具，而非一个入口。

OpenAI宣告将逐步封闭Sora，标记着其(qi)AI发展战略已(yi)从途径(jing)一转向途径(jing)二——具身(shen)智能。然(ran)而，我(wo)们不(bu)应将此简单解读为产品失利或用(yong)户(hu)不(bu)买账，而应置于更长时间(jian)尺度的(de)技术演(yan)化中审视(shi)。从“让机器(qi)像人一样(yang)表达”到“让机器(qi)像人一样(yang)行动”，这(zhe)一转向恰恰呼应了马克思正在《费(fei)尔巴哈提要》中提出的(de)观点：“哲学(xue)家(jia)只是用(yong)不(bu)同(tong)体式格局(ju)解释天下(xia)，真正关键的(de)是去改变天下(xia)”。