通过Sora2，OpenAI意图实现“视频化元宇宙社交”——一个(ge)以生(sheng)成式视频为(wei)基础的新一代社交平台(tai)。但(dan)这(zhe)一方向，从一开始就(jiu)面(mian)临布局性阻力。

首先是用户(hu)层面(mian)的“反社交媒体情绪”。从传播学(xue)角度看，过去十余年，媒介(jie)不断加深对人的“中介(jie)化”（mediation）参与：从笔墨到图片(pian)，再到短视频与算法推荐流，用户(hu)的注意力愈来愈被平台(tai)组织与塑形。当(dang)这(zhe)一过程达到某种阈值后，用户(hu)幸免反弹(dan)，例如本日(ri)，随着用户(hu)对算法分发的疲劳感加强和对“表演性自我”的疲倦上升，种种小(xiao)范围和低曝光的交流方式已经(jing)开始回潮。

在这(zhe)一社会情绪下，OpenAI推出“更重、更沉浸、更具压力”的Sora2视频社交乃(nai)不但(dan)没(mei)有顺用户(hu)需求而为(wei)，反而有“逆潮流而动”的意味，因为(wei)用户(hu)尚未消化短视频带来的认知包(bao)袱，不太可能自动拥抱更高维度的沉浸式社交。

如果(guo)说用户(hu)疲劳是“需求侧问题”，那么人工智能背景下深度伪(wei)造(zao)（deepfake）带来的信任(ren)危(wei)机则对Sora2的传播形成了“轨制性约束”。

长期以来，视频被视为(wei)高可信度媒介(jie)，但(dan)生(sheng)成式AI的出现，正在迅速(su)侵蚀这(zhe)一基础：视频能够(gou)被低成本伪(wei)造(zao)，实在与虚构难以区分，内(nei)容考证成本大幅上升。

这(zhe)实际上触及了社会运行的一个(ge)底层机制：信任(ren)。当(dang)一种媒介(jie)不再能供应“实在性背书”时，广告主、平台(tai)、用户(hu)都将为(wei)之(zhi)承担更高的不确定性与风险(xian)，这(zhe)幸免造(zao)成该媒介(jie)的商业代价下降。

2、压缩人工智能平台(tai)运营成本和规避执法风险(xian)

相比文生(sheng)文本与文生(sheng)图像，文生(sheng)视频在算力上的消耗呈现出明显的“维度跃迁(qian)”。文本生(sheng)成主要停(ting)顿在词元（token）级别的离散计算，图像生(sheng)成则是单帧的空间(jian)建模，而视频生(sheng)成不仅要处(chu)理空间(jian)信息，还需在时间(jian)轴上维持跨帧同等(deng)性与物理连续性。这(zhe)意味着，诸如Sora如许的系统，本质上是一种“持续推理系统”（continuous inference system），其计算是一个(ge)极耗费(fei)算力的静态累积的过程。

由此带来的直接效果(guo)是成本的急剧提升——文生(sheng)视频的单元成本远(yuan)高于文生(sheng)文和文生(sheng)图像，且目前还很(hen)难通过优化下降。这(zhe)也决定了Sora无法复制ChatGPT式的规模化路径。

而且在用户(hu)方面(mian)，文生(sheng)视频并不是高频刚需，其持续付费(fei)意愿有限，而平台(tai)大规模免费(fei)供应服务又成本庞大。如果(guo)采用广告模式，又因合成内(nei)容的实在性与信任(ren)问题而受到约束。是以，Sora之(zhi)以是“烧钱”，并不是纯真(zhen)是OpenAI的商业策略失误，而是由技术范式内(nei)在划定造(zao)成的结果(guo)。

以Sora为(wei)代表的生(sheng)成式视频工具还面(mian)临着愈来愈严峻的执法风险(xian)。例如，用户(hu)能够(gou)容易生(sheng)成与既有IP高度雷同的内(nei)容，比如模仿漫威或迪斯尼旗下的角色、视觉风格乃(nai)至叙事方式，也更容易触发执法纠纷。系统还能生(sheng)成别人的外貌、声音乃(nai)至行为(wei)，并以此形成高度逼真(zhen)的合成视频。如许的视频一旦被恶意传播，不仅侵犯个(ge)体肖像权利，还可能引发更广泛的信任(ren)危(wei)机，而义务归属却难以清(qing)晰界定。

在这(zhe)些风险(xian)之(zhi)下，平台(tai)必(bi)须承担更高的合规成本、采用更复杂的审核机制和面(mian)临庞大的应诉(su)和败诉(su)风险(xian)，这(zhe)严峻减弱(ruo)了Sora的商业化可能。

3、人工智能发展的技术转向：从“再现”到“行动”

以上因素能够(gou)解释Sora“为(wei)什(shi)么难”，但(dan)不敷以解释一个(ge)更关键的问题，即OpenAi为(wei)什(shi)么选择目前封闭Sora？答案(an)在于人工智能整体的技术发展门路的转向。

在一篇发表于2024年初的论(lun)文中，我指出，人工智能被称(cheng)为(wei)“下一个(ge)新媒体”（the next new media）。它的发展呈现出两条日(ri)益清(qing)晰的门路：（1）离身沟通型AI（“延展的心灵”）：人类对媒介(jie)技术的运用过程，从模拟媒介(jie)、数字媒介(jie)、社交媒体到大语言模型人工智能，是一个(ge)日(ri)益虚拟化/去物质化/离身化的过程。该过程正引导我们脱离碳基身材，最终建构出一个(ge)与现实世(shi)界共存和交互的虚拟世(shi)界，即元宇宙（人、物和环(huan)境的数字孪生(sheng)）。这(zhe)一趋势(shi)尤其体目前近(jin)两年来文生(sheng)笔墨（text to text）、文生(sheng)音频（text-to-speech）、文生(sheng)图（text-to-picture）和文生(sheng)视频（text-to-video）等(deng)人工智能技术的添加和完善上。（2）具身沟通型AI（“心灵的延展”）：即人工智能延展出硅基身材以与现实环(huan)境实时互动和不断学(xue)习。这(zhe)最后表现为(wei)种种可穿着式设备、智能音箱、自动驾驶、宠物机器人，直到基于文生(sheng)动作（text-to-acts）的人形机器人。这(zhe)两个(ge)发展门路呈双螺旋彼此促进的关系。

或者(zhe)，简要而言，人工智能目前存在两种发展路径。

其一：再现（Representation），包(bao)括文本（ChatGPT）、图像（DALL·E）和视频（Sora）等(deng)运用，其核心能力是：模拟世(shi)界、生(sheng)成内(nei)容。

其二：行动（Intervention / Embodied AI），包(bao)括机器人系统、自动驾驶和智能体，其核心能力是：进入世(shi)界、改(gai)变世(shi)界。

OpenAI 此次明白表示转向“与物理世(shi)界互动的AI”，意味着其推断已经(jing)产生(sheng)变化：路径一的边(bian)际代价正鄙人降，而路径二才是下一阶(jie)段的战略洼地。从这(zhe)个(ge)角度看，Sora的加入并不是失败，而是OpenAI的一次“资源重配(pei)”。借用马(ma)歇尔·麦克卢汉 的经(jing)典推断而言，媒介(jie)不仅是信息载体，更是“人类感知与行动的延伸”：视频生(sheng)成强化的是“感知延伸”（让人看到更多）；机器人强化的是“行动延伸”（让机器替(ti)身做(zuo)事）。

这(zhe)两者(zhe)的社会心义有所(suo)不同：前者(zhe)改(gai)变的是体验，后者(zhe)改(gai)变的是临盆与现实布局。是以，从视频生(sheng)成转向机器人，本质上是一种“从文明工业走向基础办法”的跃迁(qian)。

4、Sora只是被阶(jie)段性搁置(zhi)

只管如此，我们也不宜将Sora视为(wei)一条被彻底摒弃的门路。更准确的推断是：它只是被“阶(jie)段性搁置(zhi)”。如果(guo)未来算力成本明显下降、对深度伪(wei)造(zao)能形成成熟的监管与水印系统，和视频生(sheng)成在教育、影视工业等(deng)领域形成刚需，那么，雷同Sora的技术极可能从新回归。但(dan)届时，它的形状大概率不会是“社交媒体平台(tai)”，而更可能嵌(qian)入到专业临盆系统中，成为(wei)一种工具，而非一个(ge)入口。

OpenAI宣布将逐步封闭Sora，标志着其AI发展战略已从路径一转向路径二——具身智能。然而，我们不该将此简单解读为(wei)产物失败或用户(hu)不买账，而应置(zhi)于更长时间(jian)标准的技术演化中审视。从“让机器像人一样表达”到“让机器像人一样行动”，这(zhe)一转向恰恰照应了马(ma)克思(si)在《费(fei)尔巴哈提纲(gang)》中提出的看法：“哲学(xue)家只是用不同方式解释世(shi)界，真(zhen)正关键的是去改(gai)变世(shi)界”。