Sora登场，举座皆惊。继文字、图片和音频之后，人类创造力的最后堡垒——视频，已被AI攻破。有人宣告普罗大众将实现“视频自由”，从此往后人人都能自产栩栩如生、流畅高清的视频作品，影视、游戏、广告行业将被彻底颠覆。

Sora是否已经真正“理解”了物理世界与人类精神世界的运行规则，暂且留给科学家们继续争论。但我们真的会迎来一个人人皆可成为专业视频博主、集体创造力跃升的时代吗？

多半不会。

想一想在视频之前，上一次被技术“民主化”了的内容制作技术——数码相片。自从世界上第一台内置摄像头的手机在2000年面世，人类每年拍摄的数码相片飞速增长。仅2023年，世界各地的人们总共拍摄了1.8万亿张照片——平均每天50亿张，每秒5.7万张——远超人类历史上所有绘画数量的总和。

如此巨量的数码照片，可以被视作资料和数据，但从人类“创作”的角度来说，价值几乎为零。能被称作艺术创作的摄影作品只是极小一部分，通常来自专业人士。

和此前的数字技术革新一样，Sora又被寄予了“技术平权”的厚望，乐观者坚信它能让普通人变得更强大。Sora的确能大幅降低视频制作的技术门槛，但相比于人人都能变成视频大师，更可能的现实是，它将再一次拉大创造力天才与普通人之间的差距。

正像当年社交媒体刚兴起时，我们也曾以为普罗大众都将拥有平等的被“听见”的机会，结果却是马太效应让强者愈强，绝大多数的注意力被很小一群头部账号攫取。

在一个信息已经过载的时代，人类还能拿出多少注意力分给由技术生成的信息，也是一个未知。全世界的人类每天能生产约100万亿字的内容，而目前OpenAI每天已经能创造出约1,000亿字。据称微软向OpenAI提供了5,000亿条视频用于Sora的训练。Sora一旦开放API接口，将有更多海量视频数据向它涌去，喂养它生成更多的视频内容。

但终日沉浸于视频的汪洋中，不间断接受光影声效的轰炸，恐怕也不是我们想要的日常。

在所有内容形式中，视频对感官的刺激最为强烈，而刺激的阈值会不断升高。如果视频的影音效果不是越发震撼，情节不是越发奇诡，我们可能很快就会生出倦怠感。技术专家说，基于目前的参数，Sora能够生成的黄河路影像，已经可以比王家卫《繁花》镜头下的更绚烂夺目。但我们也可能像宝总一样，黄河路上的衣香鬓影越是浓稠，越是思念一碗清水泡饭。

已经有好几位朋友说，Sora的到来，只会让他们加速断网，退回纸面阅读。文字就像米饭青菜，比起大鱼大肉更不容易厌倦。

有人文学者担心，视频内容的泛滥，会让人类丧失部分审美能力，比如在面对隽永的文字、空灵的音乐时。

而更让人忧心的是，我们也在加速丧失对何为“真实”的把控力。

生成式AI开始海量输出的“合成”（synthetic）内容，让真与假之间的界限越发模糊。2023年，人们在韦氏词网站上搜索最多的一个词是“authentic”（真实），反映的正是我们面对的真实性危机。微软中国的首席技术官韦青近日说：这个时代，能够不被骗是最大的福报。

真实性危机最糟糕之处，是真假难辨之间，真实反而需要付出更多代价证明自己为真。一位朋友的孩子在美国读小学，最近花了很多功夫写成一篇阅读报告后，被老师质疑为ChatGPT所作，孩子有口难辩，倍感委屈。

Sora对现实世界的逼真模拟，让人们担心“深度伪造”（deepfake）视频将大举入侵我们的生活。在一个全球大选年，这类视频一旦变成政治武器，甚至可能影响人类社会的整体走向。

AI应用眼下正是“乱花渐欲迷人眼”，但正如我的同事在一篇文章中说，不要丧失对语言和文化的敬畏之心，因为所有的大模型都依赖人类的存量知识和创意。

而相比于知识与创意，人之本真（authenticity）更值得珍守。换句话说，就算我们愿意与AI分享我们所有的知识与创意，以获取效率和便利，我们也不能放任它侵蚀我们对真相、对“我是谁”的认知。不然，我们就是在与技术做一场浮士德的交换。

《繁花》里的宝总说：黄河路十只澳龙，换不来一碗泡饭。泡饭即本真。Sora镜头中的黄河路越是绚烂，我们就越要去守住自己的那一碗。（财富中文网）