北京剪辑师林薇盯着屏幕,把那段 60 秒的“暴雨中城市街角”反复播放了五遍。
画面里,雨滴砸在石板路和塑料雨棚上,溅起高低不一的水花,音响里同步传出沉闷和清脆的撞击声。林薇干了八年后期,她很清楚,以前要在 Nuke 和 Maya 里做出这种符合真实物理规律的碰撞和声画同步,至少需要一个三人的小团队折腾两周。现在,OpenAI 的 Sora 2.0 只需要一行提示词。
2025 年 10 月 1 日,Sora 2.0 毫无征兆地发布,并同步推出了社交应用“Sora”。OpenAI 称其为视频生成的“GPT-3.5 时刻”。官方演示里那些极难模拟的动态——划桨板上的后空翻、猫咪紧贴身体时的三周跳,甚至复杂的奥运体操动作,它都处理得挑不出毛病。初代 Sora 那些“人体突然坍塌”的怪诞画面不见了,取而代之的是一个精通物理定律的数字导演。
这种技术迭代对真实行业的冲击是无声的。
林薇所在的工作室,上周刚刚冻结了两个助理剪辑和特效助理的招聘名额。这些岗位以前负责大量的体力活:抠像、粗剪、对齐光影。现在,当导演能用自然语言直接生成物理结构正确的长镜头时,公司不需要再招人花三天时间去手动对齐雨滴的落点了。
比剪辑师更早感到荒诞的是配音演员。林薇的一位同行朋友最近接了个急活,甲方的要求很奇特:不求情感多充沛,但必须严格模仿一段 AI 生成的“情绪样本”,连呼吸的频率和停顿的毫秒数都要一模一样。人类配音员成了 AI 的肉身复刻工具。
焦虑已经蔓延到了合同里。好莱坞工会正紧急与制片方就“数字替身”的条款进行拉锯。片方希望在合同里买断演员的生物特征数据,这意味着即便演员去世,Sora 2.0 级别的模型也能让他们在银幕上无限期地“复活”并表演。对于独立创作者来说,以往“拍摄-剪辑-特效-调色”的线性流水线,正在塌陷为“构思-生成-筛选-微调”的循环。Premiere 和 After Effects 的熟练度,正在迅速贬值。
不过,物理定律的终点是算力成本。
视频生成的计算量极大,云端推理成本高得像个无底洞。一些工作室想把工作流搬到本地,却一头撞上了显卡和显存的“硬件墙”。目前,顶级的生成画质依然被大厂和拥有超大规模集群的平台垄断。为了让生成成本不至于超过一张电影票,一些轻量级推理框架正在被紧急开发,创作者暂时还只是算力的租户。
几天前,林薇在朋友圈发了一张她用 Sora 2.0 跑出来的赛博朋克街景。霓虹灯在湿漉漉的路面上折射出复杂的色散,光影真实得挑不出毛病。她配了一句话:“光影太对了,但我觉得我快没用了。”
这种“没用感”其实是一道分水岭。当算力能完美解决“如何实现物理真实”之后,后期的价值正在被迫向天花板转移——你得知道在哪个情绪节点,雨滴该以什么速度敲击窗棂,才能让屏幕前的人感到孤独。AI 懂物理,但它依然不懂什么叫难过。