换个角度看Sora：为什么说AI时代还是“得阅读者得天下”？

Sora是干啥的呢？对去年爆火的ChatGPT还有印象吧？如果说ChatGPT是文生文、文生图，那Sora就是直接升了个纬，变成了文字生视频，而且尤为厉害之处是生成的视频可达60秒，抵得上一条长广告的长度了，这是Runway、Pika这样的AI视频生成公司还难以企及的水平。

Sora生成的东京黑衣女子视频

我知道咱们摩天轮阅读的用户朋友们，很多还是中小学生，或是语文老师，都不是AI圈的人，那为什么我们要赶着写这篇文章，且强烈建议身边的老师、家长和学生朋友们都看一看呢？原因就是在研究了OpenAI放出的视频样例和他们发布的官方技术报告后，我们发现：能不能用好Sora，关键还得看阅读能力强不强。

话不多说，上例子。放在前面的东京黑衣女子视频大家都看过了，那给到Sora的提示词是什么呢？我给大家搬运一下：

还有一则跟拍老式SUV的长镜头视频也在网上传得很火，用它来例证传统广告公司要倒闭的文章尤其多：

Sora生成的SUV行驶视频

这则视频的提示词也很值得一起看一看：

两个案例放在一起，我想你已经隐隐有一些感觉了。没错，给到Sora的提示词简直就是一个分镜脚本！既有“布满温暖霓虹灯和动画城市标牌的东京街道”“周围是陡峭的丘陵和山脉，上面是清澈的蓝天和缕缕云彩”这样的环境描写，又有“走路自信又随意”“轻松地沿着曲线行驶”等动作描写，甚至还有“给整个场景投射出温暖的光芒”这样意境化的氛围渲染。这比拼的哪里是AI技术，比的明明就是文字表达力啊！而这也正是高水平驾驭Sora的命门。

试想，如果只是干巴巴地写一句“戴墨镜的女子走在东京街头”，或是“白色SUV行驶在盘山公路上”，模型还是那个模型，算力还是那个算力，Sora生出的视频质量和符合要求的程度想必大概率会大打折扣。

说到这儿，我得进一步点点题了——为什么说AI时代还是“得阅读者得天下”？

读景，给环境提示词加分

回想咱们学生时代的读书经历，多少小伙伴是看到景物描写就跳过的？（戳中的可以在评论区抠个1）但这下事情变得有点不一样了，因为如果想要让Sora造景到位，就必须给到细致的景物描写指令。

比如，“日出江花红胜火，春来江水绿如蓝“这样的绘景诗句输进去，效果就可能很不错。再如，吴承恩在写《西游记》时，也特别注意写景。除了对花果山、天堂上界等关键故事场景描画到位外，在每一难的开头还都会先上一段景物描写，带你入戏。

“腊月寒天，朔风凛凛，滑冻凌凌”“大蟒喷愁雾，长蛇吐怪风。道旁荆棘牵漫，岭上松楠秀丽”……每段环境“提示词”都特色鲜明、AI友好。更令人倒吸一口凉气的是，把《西游记》一百回放在一起看，十四个寒暑交替都交待得清清楚楚，没有一丝差漏。这就作为人的创造力终究高于AI的一处注脚罢。

读人，给画面主体加分

人物常常是视频的主角，Sora对人物形象的把握也非常依赖所得指令的精细度和准确度。很明显，高手和小白对外貌、神态、动作、语言、心理活动的刻画水平是有天壤之别的，让我们恭请出曹雪芹老师给大家做个示范。《红楼梦》第三回，王熙凤第一次出场时，伴随着后院传来的一句“我来迟了，不曾迎接远客！”还有这样一段描写——

“这个人打扮与众姑娘不同：彩绣辉煌，恍若神妃仙子。头上戴着金丝八宝攒珠髻，绾着朝阳五凤挂珠钗；项上带着赤金盘螭璎珞圈；裙边系着豆绿宫绦双衡比目玫瑰珮；身上穿着缕金百蝶穿花大红洋缎窄裉袄，外罩五彩刻丝石青银鼠褂；下着翡翠撒花洋绉裙。一双丹凤三角眼，两弯柳叶吊梢眉，身量苗条，体格风骚。粉面含春威不露，丹唇未启笑先闻。”

这样的描摹颗粒度，Sora怕是想不传神都难吧？

读历史，给视频真实度加分

是一眼入魂，还是一秒出戏，经常都缘于一处布景、服饰或道具。

说起对历史图景的还原，纪实文学《红星照耀中国》就很有说服力。在写到周恩来在安塞的司令部时，斯诺的文字是这样的——

“屋子里很干净，陈设非常简单。土炕上的一顶蚊帐，是唯一的奢侈品。炕边摆着两只铁制的文件箱，一张木制的小方台当作办公的桌子。”

三句“提示词”，就把一个红军司令的办公环境生动地白描出来了，让读者（和Sora）仿佛也和斯诺一样，就站在司令部的门口往里张望。

斯诺与周恩来会见画面

我们说的“阅读”完全可以是广义的，它不限于书本、文章，还包括电影、电视剧、纪录片等动态影像，就连“建筑可阅读”这样的通感之义也未尝不可。寒假热播的纪录片《何以中国》，就因为考古级的严谨而备受好评。

纪录片《何以中国》精彩画面

纪录片还原了200多处场景，特制的道具、布景超1.2万件，服装超过8000件/套，每一件、每一处都尽可能按考古细节一一还原。大胆想象一下，等Sora开放试用后，我们是不是可以把参照文物真实还原的图片和文字输入给Sora来试试生成效果？没准今后历史地理学得好、文献读得多的朋友，自己一个人就可以是一支纪录片队伍呢。

大师能写活一个时代，也能点亮N个视频。也许，在你今后的好词好句摘抄本里，可以新增一个标签，就叫“Sora好用”。

再往前想一步，是否还存在这样一种可能：孩子们会不会因为可以把自己的阅读理解和想象通过AI轻松还原成视频，得到鲜活和直观的反馈，从而反向加持他们对知识的渴望、对文学的热爱、对世界的想象呢？身为家长和老师的我们，是不是能和少年们一起拥抱这个机会，引导他们在AI浪潮中成为更好的阅读者和创作者？

这样一想，是不是不焦虑了，还有点儿暗喜起来？

OpenAI自己公布的技术报告中，给Sora的定位是“作为世界模拟器的视频生成模型”。对于大多数非天才体质的普通人来说，只有先进行大量、经典、多元的阅读输入，才有可能在面对Sora的对话中做到得心应手的输出，让适切的表达成为你模拟世界、创造世界的魔法。

古人所谓“读书破万卷，下笔如有神”，放到今天的AI语境下竟然毫不过时，甚至还能升级成“读书破万卷，创世如有神”。岂不妙哉？