鱼皮AI导航
鱼皮AI导航
  • 主页
  • 社区
  • AI工具
  • AI知识库
  • AI提示词
  • MCP
  • Skills
  • AI学习资源
  • AI资讯
  • GitHub开源
登录/注册

Sora 2上线之后,我却发现了AIGC的另一种可能性

编程导航
编程导航
2025-10-31 12:30
阅读 202
编程导航
2025-10-31 12:30
阅读 202

文 | 互联网怪盗团

Sora 2发布二十多天,在我的朋友圈里,划出了一道典型的“热闹-沉寂”轨迹:最初几天,恰逢国庆假期,所有拿到了邀请码的人都在迫不及待地上传自己的Cameo、与热门视频进行Remix,成为“朋友圈大片”的主人公,收到数百个点赞——被很多人戏称为“科技圈老登的最新流行娱乐”。在一天之内目睹了十多位朋友高大酷炫的AI视频形象之后,我不禁想到,Sora 2或许才是今年最热门的新游戏。

然而,短短十几天以后,Sora 2的热度肉眼可见的下降,在社交媒体的“出镜率”大减。是的,它是一个革命性的视频大模型,其物理引擎和镜头语言都有巨大进步;是的,它非常适合辅助短视频创作,我认识的一些短视频UP主已经在这么做了。我赞成媒体的观点,即Sora 2开启了AI视频的“ChatGPT时刻”。但是我必须补充一句:Sora 2是一个启发性的产品,其最大意义不在其自身,而在于提升了AI生成视频的天花板,促使AI生成视频真正成为一种“主流功能”。

回想一下ChatGPT横空出世之后发生的事情:数以百计的通用及垂类大模型如雨后春笋一般涌现出来,在此基础上还出现了更多的应用,既有生产力层面的,也有娱乐性的。而Sora 2的诞生,必将在视频领域引发类似的效应。我的个人观点是,未来几年,基于AI生视频的应用市场规模,可能迅速赶上AI生文、AI生图的总规模。这与当初移动互联网普及之后,短视频应用的市场规模迅速超过传统图文社区如出一辙。

Sora 2最吸引人眼球的功能是Cameo,也就是上传自己的形象,成为AI视频的主人公。不过,我对这个功能兴趣平平,或许是因为我在视频中出镜的次数太多了,对自己当主角没有多少执念。当我看到一个个朋友把“自己”变成视频主角时,突然意识到:AI视频的真正潜力,或许不是让我们“出演自己”,而是让我们创造“另一个自己”?“出演自己”,可能性是有限的;“创造全新的角色”,可能性则是无穷无尽的。Sora 2吹响的可能不是AI视频的号角,而是“人人皆可为造物主”的号角?

你听说过OC (Original Character, 原创角色)这个概念吗?没听说过也不要紧,不妨立即上小红书、B站搜一下。你可能会吃惊地发现,数以百万计的人,在自己悉心创造的角色身上,已经花费了那么多时间、金钱,倾注了那么多心血、感情。他们的年龄段,上至80后,下至00后,身份背景则是五花八门。他们不但是大批专业及非专业画师的衣食父母,还撑起了国内二次元内容社区的半壁江山——尽管OC这个概念其实远远超出了二次元范畴。

OC不是凭空冒出来的产物,而是过去多年,“角色经济学”自然发展的产物。听说过“语C”吗?那是早在宽带互联网普及之前,就相当流行的基于纯文本的角色扮演。听说过“Pia戏”吗?那是比语C稍晚、以语音对话为主要载体的角色扮演。直到今天,基于语C和Pia戏而存在的QQ群,至少还有几十万个。我还记得,十多年前语C刚兴起时,最流行的主题是以《甄嬛传》为模板的宫斗剧本, 不知道现在最流行的又是什么?

与语C和Pia戏资历同样古老的,还有同人创作。记得当年大家还在热烈争论:同人创作是否内容创作的正道?现在,历史已经给出了答案,同人创作者构成了一个稳定成熟的圈子,其创作形式遍及文本、图片、视频、广播剧。一个多月前,传奇影业斥资300万美元买下了《哈利波特》同人小说《炼金术士》的影视改编权。在同人文化登峰造极的同时,OC也兴起了,原因很简单:越来越多的人,不再满足于仅仅对经典角色进行二次创作。只有自己亲手“养大”的角色,才最能触碰自己内心深处柔软的地方,承载自己的理想及感情。

如果你仅仅以文字方式去描述角色,那就是OC 1.0;用图片则是OC 2.0。不过,说一千道一万,有什么比视频更有感染力呢?俗话说“一图胜过千言”,而一秒钟的视频足足由30帧图片构成。OC社区的真正成熟,是图片时代的事情,绝大部分优秀的OC都离不开高质量的角色图、立绘、剧情场景图。那么,在视频时代呢?OC会进一步扩大其影响力,成为真正意义上的“主流文化”吗? 

有趣的是,过去三年,OC圈子一直在争论一件事情:AI到底好不好?AIGC会成就OC还是毁了OC?OC“原教旨主义者”显然是反对AI的,会在各大平台疾呼“不要使用AI捏角色”,其中首当其冲的就是捏Ta——国内最大的AI角色创造社区,此类社区当中唯一一个MAU突破百万的。每个月,在捏Ta都有超过50万个角色被创造出来,整个社区75%的作品是基于用户原创角色。

对于捏Ta的角色生成能力,我想援引小红书用户的评论:“捏Ta自由度超高而且他家画风太美了吧!可以从头到尾自己创造一个‘完美’角色——发型、服饰、性格、经历,简直每个细节都符合你的心意来!还有各种大佬准备好的预制菜,一键制作,绝美我崽~我记得当时捏过一个超毒舌的角色,评论区听他怼我特别有意思哈哈哈。”(注:作为资深小红书潜水用户,我肯定这条是真实评论而非广告)

在任何社交媒体平台,你都能找到海量的“捏Ta教程”,“手把手教你捏OC”。对于用户来说,捏Ta的意义不仅是“省去向画师约稿的钱”,也不仅是“绝高的自由度”——那些都是工具层面的,而捏Ta不仅是一个工具。它是一个全能的OC社区:发现其他人创作的角色;发掘新的角色捏法;与自己或他人捏的角色聊天。就像上面那位小红书用户说的,捏一个完全符合自己心意的角色,然后在评论区“听他怼我”,这种乐趣只要试过了就不会忘记。

附带说一句,过去半年,我有大量的业余时间花在用ChatGPT跟历史人物或文学角色聊天上面:“你对自己做过的事情满意吗?如果再来一次,你会选择什么?你觉得人类是什么?”不过最近我在严肃考虑,至少在跟一些著名二次元角色聊天时,可以优先考虑捏Ta的那些“精选”角色,它们不但已经被调教的很好了,还拥有大量精美的立绘。虽然我并不在乎立绘,但跟一个看得见的人物聊天总归更有趣。

无论如何,直到现在,OC仍是一个相对小众的垂类圈子;哪怕我们把OC和同人两个圈子加起来,将其定义为“角色创作”圈子,它的规模和影响力仍然是相对有限的。即便在这个有限的垂类之中,AI创作也尚未成为主流,所以本文读者大概率还没有使用过捏Ta或其他任何AI角色创作社区。然而,随着Sora 2的一声炮响,我能敏锐地感受到,两个根本性的变化正在发生:

首先,角色创作这个圈子会变得非常大。只要你试过就会发现,角色创作是一个很有趣的事情。我们人类天生喜欢讲故事,而角色是故事的核心,我们的角色创作之旅其实早在小学期间就通过在课本边缘画人物而开始了。那么,为什么大部分人至今还没有真正加入“角色创作圈子”呢?因为缺乏高效、趁手的工具。想象一下吧,在剪映等手机剪辑软件诞生之前,短视频创作的门槛多高啊!可是到了今天,基本上人人都能做短视频UP主了。

如果你能在五分钟之内就初具规模的创造一个角色,半小时之内就赋予Ta有趣的外表和独特的灵魂,然后马上开始与Ta互动,那么你会入圈吗?这样的功能会吸引几千万乃至更多的用户吗?我觉得只是时间问题。

其次,AI视频的普及将彻底终结角色创作中的“AI vs. 反AI”争论。对于文本和图片创作,人类还可以与AI分庭抗礼——在OC圈子当中,人类画师的作品往往被视为“奢侈品”,其成本是角色“身价”的主要成分,当一个人骄傲地宣称“我的角色身价破万”时,他的意思其实是“我找画师约了价值上万的稿”。可是在视频创作中,AI是唯一的答案——如果没有AIGC,角色创作永远不会视频化。只要视频成为了角色创作的主流,那么AI自然就会成为主流,没有别的可能性。

这让我想起,在摄影机诞生之初,很多“戏剧原教旨主义者”曾痛心地宣称:“在胶片上,一切有生命力的东西都消失了。”随着技术进步,这种争论很快消失了,现在早就不会再有人认为“电影没有生命力了”。再过三五年,社交媒体上劝大家不要使用捏Ta等AI OC平台的言论或许也会是这样的下场,“OC = AI OC”会成为新常态。

上面说的,都是技术、产品层面的事情。现在我想讨论一个“哲学”层面的话题:为什么人们如此沉迷于角色创作和互动?除了之前列举出的那些例子,我们还在剧本杀当中扮演角色,通过Cosplay诠释角色,对自己的宠物赋予人性化角色,要求GPT或DeepSeek以某个角色的语气说话……对于孤独者而言,这是为了陪伴;对于疲倦者而言,这是为了休憩;对于现实中疲于奔命的人而言,这是为了缓解压力;对于现实中还算成功的人而言,这是为了探索人生的另一种可能性。

不同的人有不同的答案,可是有一点是统一的:角色能够提供情绪价值,自己亲手创作的角色能提供最极致的情绪价值。这也是我最近花了大量时间写一本关于某个特立独行、擅长柔道的17岁女高中生的小说的原因。每句话都是我自己写的,没有借助AI,但是我经常跟AI探讨创作细节:“如果你是我们的女主角,你会怎么做,你觉得我写的东西符合你的性格吗?”

从这个角度看,“角色创作”是一个潜在需求近乎无穷的领域,可以与真人社交、刷视频等主流需求并列,称为互联网时代的“根本性需求”之一。哪怕自己不想创作角色的人,也不会拒绝与他人创作的角色进行二创和互动——在捏Ta,以及任何OC社区,都存在大量的只欣赏别人捏的角色的人。原创、二创、互动,这三种行为承载了不同的人群对角色的不同诉求,总而言之都是很巨大而且很真挚的需求,能够提供源源不断的情绪价值。

前几天,Noema杂志刊登了一篇文章:《社交媒体的最后日子》。标题有点耸人听闻,但内容颇具说服力——算法推荐机制已经把传统的“注意力经济”推向极限,用户正在逃离巨型平台,转向更小、更私密的数字空间,典型的例子就是Reddit和Discord。上一代流行的是“跟大伙保持一致”,下一代流行的恐怕会是“混小圈”。有个说法叫”Creating is the new consuming”(创造就是新的消费),还有什么能比创造一个属于自己的角色更有趣、更足以吸引用户长期投入的呢?

传统社交媒体越来越无法提供“情绪价值”了。而就像上文提到的,“角色”在提供情绪价值方面是无与伦比的。你的角色是如何长大的?Ta喜欢读什么书、吃什么菜、去什么地方旅行?Ta的价值观是如何形成的,经历过什么创伤,又有什么特别幸福的时刻?此时此刻,你甚至可以直接把你的设定喂给AI,然后问它:“我的角色从7岁到今天的经历是什么样的呢?”这种问题我就问过很多次,每次都会深感愉悦,就像我在跟角色一起长大。而我们显然很难通过关注那些数百万粉丝的Instagram KOL获得类似的乐趣。

或许你现在还Get不到这个点,那是正常的,因为直到现在,围绕角色创作的文化环境与技术手段才真正成熟。临界点到来之后,一切发生的就会很快。还记得吗?从Facebook诞生至今,也只过去了短短21年而已!

事实上,当大家争先恐后地把自己的Cameo上传到Sora 2并进行Remix时,他们已经一只脚迈进了角色创作的圈子:他们自己的形象是原创角色(原创的不能再原创了,世界上没有长得一模一样的人,除了双胞胎),授权他人再创作的结果是二创角色,Remix的过程其实也是一种与角色互动的过程。可惜他们自己尚未意识到这一点,不过早晚会意识到的,那一刻就是角色创作市场井喷的时刻。

PS: 我本来想捏一个我自己小说中的女高中生,但由于我的捏人能力还很差,这次就不献丑了。如果这本小说有写好并发表的那一天,我特别欢迎读者以AI工具捏出她的形象并在此基础上创作视频。我相信那一定非常有趣,不过以我缓慢的创作进度,应该是很久之后的事情了。

原文链接: Sora 2上线之后,我却发现了AIGC的另一种可能性
站长:程序员鱼皮 老鱼简历 商务合作 增值电信业务经营许可证
2026 鱼皮AI导航 | 沪ICP备19026706号-6
🔥热门工具
朱雀AI检测朱雀AI检测
朱雀AI检测助手朱雀AI检测助手
LovartLovart
老鱼简历老鱼简历
WritePass官网WritePass官网
面多多面多多
CursorCursor
星月写作星月写作
零感AI零感AI
朱雀AI检测助手朱雀AI检测助手
🔥 热门文章
1
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
480
2
Vibe Coding 实战:从零构建现代专业级 AI 搜索引擎
430
3
我的第一个出海产品!7 天 2 万
370
4
又一个国产版 Codex 神器,也来卷办公了!
370
5
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
340
6
DeepSeek 重磅开源的超级 Agent,到底是个啥?
330
7
最近在落地 AI Native 项目,卡在团队资产协同这块,想请教下社区各位有实际落地经验的同学: 我们现在的资产分为三块:项目文档(PRD/ADR/ 运行手册)、Agent Skill(业务技能、执行 SOP、提示词包)、MCP 工具服务定义。 目标是做到:人和多 Agent 共用一套可信资料源,Skill、MCP 配置、项目文档能够版本化、同步、共享、可评审。 目前我们初步方案是用 Git 做底层版本主线: - 文档:Markdown + ADR,带元信息,支持 RAG 检索 - Skill:单技能包目录化,带版本、评估用例、依赖声明 - MCP:项目级声明文件纳入 Git 但实际协作里遇到不少疑问,想参考大家成熟的实践: 1. 大家团队里,文档、Skill、MCP 三者是怎么组织目录和版本管理的?有没有稳定的仓库结构模板? 2. 多人协作时,Skill 的变更评审、灰度升级、依赖管理怎么做?如何避免本地版本不一致、“本地能跑别人不行”? 3. MCP 是统一中心化网关模式,还是大家各自本地启动 + git 同步配置?权限白名单、调用审计这块有什么好方案? 4. 有没有成熟工具链做自动同步(类似 agentmeld /teamai-cli)、变更校验、eval 回归门禁? 5. 文档和 Agent 的打通:哪些文档放进 Git 作为可信真值,哪些放外部知识库,边界怎么划分? 如果有现成的仓库样例、目录规范、团队协作流程,非常希望能分享参考,感谢!
280
8
PHP 被曝两大致命漏洞,请所有程序员抓紧做这件事!
280
9
人工智能前沿部署工程师(FDE) · 概 览 与 方 法 论
270
10
QuireKit 编辑器的 AI-Native 是如何设计的?谈谈我对真正 AI-Native 的理解
250
11
告别“金鱼记忆”:我开发了一款能当“第二大脑”的浏览器 AI 助手
250
12
ARTS 1101: 最长回文串与子序列匹配、一次 URL 请求的来回之旅与如何验证 AI 的交付
230