2025-04-19 13:02:10 作者 : 围观 :51次
生成式人工智能ChatGPT文生文及文生图的热潮还未退去，以Sora为代表的文生视频类人工 智能的热潮却已然袭来，人工智能的工具能力被不断延展。Sora是美国OpenAI公司继ChatGPT后 发布的再次震惊世界的生成式人工智能产品，其能够根据用户所提供的文字描述来生成高清、连贯、 逼真的一镜到底视频[1]。这一技术变革不仅在提高内容生产效率和创造力等方面具有显著影响， 而且为各类创作提供了展示渠道。除此之外，Sora与其他人工智能技术结合还会在更多领域，如 教育、宣传、医疗、电影、游戏等，释放出巨大的应用潜力[2]。
以Sora 为代表的文生视频类人工智能作为生成式人工智能功能延伸下的新产品，不仅带来了 “数字革命”，还会驱动许多企业进行生产转型。其所衍生出“人—机—物”三元高度协同的新 型生产关系会在各领域深度应用下释放出更多企业建设的新动能。因此，厘清文生视频类人工智能Sora赋能企业建设的正值效能，透视Sora赋能企业 建设过程中存在的风险，并为其找寻矫正之策，具有十 分重要的研究意义。
一、Sora赋能企业建设的正值效能
（一）Sora的卓越理解力助推企业战略决策创新
通过深度学习和优化模型，Sora能够提高企业管 理者战略决策的科学性、精准性及全局性，推动决策模 式由传统的经验导向往新质的数智导向转变。
首先，Sora的卓越理解力能使企业的战略决策可 视化。企业管理者在开始制定企业战略决策之时，可与 Sora 提供的文本及数据进行人机交流。Sora可以根据 企业需求以动态视频的形式个性化模拟与展示企业战略 决策的执行情况，形成对企业基础情况、发展潜力、综 合水平等的“可视”化评估。这种以直观的视频形式呈 现企业的现状与不足，可以让企业管理者更加全面深入 地了解自身企业的实际情况，为其作出战略决策提供科 学支持。
其次，Sora的卓越理解力能简化复杂的战略问题。 Sora 对世界的深度学习理解能力与真实的模拟能力， 不仅可以帮助企业管理者有效应对和处理人力资源管 理、营销策略管理、分析市场竞争对手等现实问题，还 可以基于实景模拟，对企业管理实际需要，形成积极响 应，并给予针对性指导，提升企业管理者的管理技能， 包括资源调动能力、成本控制能力、员工沟通能力、战 略判断能力、企业管理能力、企业发展矛盾分析与解决 能力等。
最后，Sora的卓越理解力能拓展企业的战略视野格 局。在企业发展过程中，企业的管理人员，要有宽广的 国际视野，时刻关注国内外的产业布局情况，乃至世界 经济发展情况。Sora不仅可以通过提供直观资料、支持 知识的方式帮助企业管理者形成宽广的企业发展格局、 全球视野及世界眼光，还可以情景模拟的方式，从正反 两方面为企业管理者展示国内外社会、经济环境演变的 各种可能性，甚至可以帮助企业管理者进入特定情境， 通过“具身体验”的方式，不断提升自身的战略决策能力。
（二）Sora的强人机互动驱动企业生产制造创新
以生成式人工智能为代表的新技术不仅在自身领 域内取得了显著进步，而且在与其他数字技术进行深度 融合后为各类企业提供了生产与创新的其他可能[3]。
首先，Sora的强人机互动驱动企业生产效率不断 提升。Sora在生产过程中能够根据不同企业的生产实 际即时为生产配置，提供具体可操作的视频建议，让 生产线的布局更加符合企业生产制造的实际情况，从 而提高各类产品从研发到生产的转化效率，缩短企业研 发和转化的周期。此外，Sora还能通过视觉检测和数 据分析功能，实时跟进产品在生产过程中的项目参数和 质量情况。在产品进行入生产环节之时，就推演出产品 生产可能遭遇的问题和维护需求，帮助企业对生产过程 中可能存在的产品缺陷、损坏等问题，作出科学的处理 措施，尽可能减少降低产品生产效率的各种潜在问题的 发生。
其次，Sora的强人机互动驱动生产过程全程可视。 Sora 有效突破了当前研发生产人员在产品研发与生产 过程中想象力的局限。通过模拟生产场景、生产要素、 产品互动等，Sora可以让企业管理人员的想象过程变 得“可视”，打破管理者的认知边界，在循环往复中实 现产品的迭代升级。并且，随着Sora的成熟，其模拟 结果将无限接近于真实场景。一线生产研发人员可以基 于一定模型，对生产实验、产品性能等进行前期模拟， 实现全流程的可视化分析，还可以对部分产品和生产实 践进行复盘检验，通过数次模拟优化，不断提升产品性能。
最后，Sora的强人机互动助力企业持续降低生产 成本。Sora不仅能够依据其所掌握的数据内容生成一 套成熟的设计方案，还能以视频的方式模拟产品性能并 对其参数进行进一步的优化，帮助产品研发人员构思新 产品。通过虚拟现实，Sora还能实现产品的组装、拆 解与应用等任务，增强企业在产品生产制造过程中的数 智化能力，减少资源浪费，使生产过程真正实现绿色化。 随着Sora的普及，Sora的自动化内容生产正在逐步实 现“流水线”作业模式，在有限的物理生产空间中深度 应用无限的虚拟生产空间，实现采购、生产、物流各环节之间的高效协同，巨大的规模效应会显著地降低内容 生产的边际成本[4]。
（三）Sora的高度仿真性推动企业营销模式创新
首先，Sora的高度仿真性可提升产品受众画像的 精准度。通过自动化数据搜集和自然语言处理，Sora 从社交媒体采集用户需求数据后，利用情感分析、主题 模式、关键词提取等技术，帮助企业理解客户意见和市 场趋势。并且在与相关信息技术的融合使用之后，Sora 可以高效剔除用户群体中的干扰信息，避免用户数据重 复生成，并通过算法推荐及大数据分析等方式迅速作出 高效的推理判断，以此生成精准化、动态化及可视化的 产品受众画像。
其次，Sora的高度仿真性使产品营销动画更加多样 化。Sora可以在短时间内高效地组织空间网格中的高斯 噪声块，生成各种高品质的视频图像，并且所生成的视 频内容十分丰富、细节十分逼真、场景十分生动[5]。营 销视频内容创作者可以以Sora生成的视频创意为基础， 结合当下流行的视频风格，进一步创作自己需要的营销 视频，使营销视频的内容与目标客户的需求更加匹配， 从而提升营销效果，助力品牌知名度和影响力的跃升。
二、Sora赋能企业建设的风险透视
Sora 赋能企业建设的过程总是嵌套于特定的经济 社会情境中，需要技术、制度和治理的紧密结合。尽管 我国数字经济和各类企业的数字化与智能化发展取得了 较大进步，但在深入分析Sora赋能企业建设的过程中， 当前还存在一些问题。
（一）基础性风险：技术短板带来秩序风险
首先，技术硬件短板。智能硬件是数字技术应用 的终端，其每次创新变革都会为用户带来更为便利的 交互方式。虽然目前我国智能硬件技术正在飞速发展， 但是其在底层技术上与西方发达国家相比仍有一定的 差距[6]，一些关键技术硬件研发领域依然被西方技术 垄断着，“国产替代”的推进过程较为缓慢，导致现有 硬件难以充分适配Sora的高性能需求。例如，Sora文 生视频的功能对图形渲染技术有着较高要求，因此必须为其匹配更高性能的图形处理单元（GPU），以满足其 不断提高的视觉标准[7]。但是，目前我国相关硬件设 备尚不能充分支撑Sora发挥全部性能，无法满足企业 通过Sora实现技术升级的需求。
其次，技术基础短板。新型技术基础设施作为基础 设施建设的高阶形态，是赋能企业建设发挥驱动效能的 必要基础与重要载体，可为经济社会活动相关要素的虚 拟空间配置提供智能化支撑。然而，在Sora赋能企业建 设的过程中，技术基础设施不仅必不可少，而且Sora对 大数据、云计算、5G基站等基础设施的普及有着更高的 要求。从需求视角来看，我国当前新型技术基础设施建 设规模尚需进一步扩大，交叉融合和技术扩散也有待进 一步深化[8]。据统计，目前中国中小企业数字化转型水 平整体偏低，近八成企业仍处于数字化转型探索阶段，“不 会转”“不敢转”的问题依然比较突出[9]。并且体系化 程度低、重复建设、资源浪费等现象层出不穷，这些问 题导致与Sora相关的终端技术以及计算能力、数据存储 空间等数字技术难以满足应用条件，严重制约了Sora赋 能企业建设的实际效果。
最后，技术人才短缺。以Sora为代表的生成式人 工智能技术具有迭代快、专业性强的特点，因此对人才 的专业性、复合性和实用性要求较高。如果企业劳动力 资源出现错配，将导致企业产出效率降低，不利于企业 的未来发展[10]。人才匮乏已成为我国企业数字化转型 的难点，也是我国传统产业迈向全球价值链中高端过程 中的一大障碍。目前我国数字技能人才的学科培养体系 仍滞后于新兴产业的发展速度[11]，这极大影响了我国 各类企业高质量发展的稳定性。当前我国在高端技能型 数字人才和多学科复合型人才资源的缺口较大，特别是 既精通信息化，又熟悉生产制造和企业管理的复合型人 才严重短缺，与之相应的人才培育模式也尚未健全， 难以满足企业对复合型人才的需求，这些现象导致了在 Sora 技术应用中企业缺乏相应的技术人才。
（二）价值性风险：法治保障不足异化原有生产关系风险
首先，数字剥削风险。用户在使用社交媒体、搜索引擎、应用程序等数字平台时积累了大量文本、图像、 音频数据，这些数据帮助Sora更好地进行视频创建的 优化训练及自主改进。然而用户在提供数据的同时，也 充当着“数据生产者”[12]的角色，成为互联网的“隐 形劳工”。他们承担的数据生产环节成为Sora进行模 型训练、改进及优化的源头性环节。由于数字劳动价值 难以衡量、数字劳动者的正式劳动身份难以确立、数字 劳动相关法律的阙如等原因，与之相伴而生的劳动关系 愈加复杂，劳动者权益保障问题也逐渐凸显。此外，平 台资本主义作为一种新经济模式，通过数字平台将供应 商（如劳工）和需求方（如消费者）连接起来，借其在 用工关系中的支配地位，通过算法设置评估利润分配方 案，以不断从交易中获取更大的利润。这进一步加剧了 社会分配的不均衡，严重影响了Sora赋能企业建构良 好的生态。
其次，网络犯罪风险。Sora在生成高度仿真视频 内容方面进展显著，人们很难区分Sora生成的视频与 真实拍摄视频之间的区别，这为网络犯罪提供了滋生的 土壤[13]，甚至会使得部分传统犯罪行为衍生出新形态。 Sora 等文生视频大模型可以直接把包含虚假信息的文 字内容转化为视频，不法人员可利用其传播有害的，甚 至是违法的信息，包括传播色情信息和宣扬恐怖主义、 极端主义等内容，加之与Sora相关的法律规章具有滞 后性，不法人员可能采取各种手段躲避传统的过滤和审 查机制，这将会对企业造成严重危害，甚至严重影响社 会的安定以及国家安全。
（三）结构性风险：治理机制缺失造成生产结构失衡风险
首先，协同不足风险。跨层级联动、跨部门协同 可更好地发挥Sora赋能企业建设的功效。Sora赋能企 业建设涉及政府主管部门、企业自身和各类金融机构， 不同部门、企业和机构之间存在地域上相互分散、管理 上相互分立、工作流程上相互分离的情况，不同部门、 企业和机构有时会因为自身利益、信息不对称、技术标 准不统一等因素各自为政，导致“数字形式主义”[14] 现象的产生，包括重“建”轻“用”、只“想”不“做”等问题，从而造成数字资源的浪费，使得赋能成本不断 提高等。
其次，话语缺失风险。Sora不仅使视频的制作成 本大幅降低，而且加快了视频内容的生产速度。一些自 媒体从业者可能会为了“流量”而利用Sora作出更“吸 睛”的虚构视频内容。然而，如果自媒体对此类模型进 行滥用，可能导致大量虚假视频信息充斥在社交媒体平 台之中，其中一些传播虚假观点和虚构事件的视频可能 故意误导公众，影响社会舆论，这样不仅破坏了社交媒 体平台的信息生态，而且会影响大众对社交媒体平台的 信任。此外，Sora可能被西方国家当作意识形态斗争 的重要工具，对我国进行包括文化在内的各方面的渗透， 以达到混淆视听的目的，影响我国民众对经济建设的信 心，进而破坏我国企业高质量发展的社会舆论环境。
最后，算法歧视风险。在开发过程中如果存在数 据集代表性差、规模不清晰、均衡性不足等问题就会导 致系统出现不公平，由此进一步导致算法歧视风险[15]。 一些企业会通过算法来对用户群体的种族、家庭背景、 年龄情况、学历信息、宗教信仰等信息进行自动化分组。 在得出用户“兴趣”特征后，算法会以更广泛、抽象、 隐蔽的形式来实施歧视，并以此为依据进行有针对性的 服务投送，使用户不自觉地陷入算法编织的“温柔乡” 中。长此以往，算法将固化这些不平等、偏见和歧视， 从而加剧了人的单向度性。
三、Sora赋能企业建设的矫正之策
为了更好地趋利避害，我们迫切需要夯实Sora赋 能企业建设的技术根基、完善法治保障、健全治理机制， 以此来实现风险矫正。
（一）基础补足：筑牢Sora赋能企业建设的技术根基
首先，加大技术硬件的研发力度。鉴于政府支持 对企业探索式创新和利用式创新有显著的正向作用[16]， 故应更好地发挥有为政府的战略导向作用，不断完善新 型举国体制，出台相应的激励性政策，引导各研究机构 加强技术基础研究，鼓励企业自主创新，我们要依靠技术创新推动技术体系进步。我们不仅要在半导体、芯片 等以Sora为代表的文生视频类人工智能发展所需要的 基础材料、关键元器件上进行突破，还要减少对外部产 品与技术的依赖，解决西方发达国家在关键技术领域 “卡脖子”的问题，而且要深耕产业链条，做好相应的 研发配套服务，强化Sora赋能企业建设的技术硬件。
其次，补足技术基础的建设力度。政府主管部门 要形成系统思维，从新型物理基础设施建设与数字商业 基础设施建设两方面双重发力。在新型物理基础设施建 设方面，在其建设之初就要充分考虑不同地区的实际情 况和特点，因地制宜、因时而动地开展中西部和东北地 区的数字基础设施建设，新建或者扩容市与县、县与镇 之间的光缆、通信管道、数字传输设备。进一步提升乡 村地区数字服务的可获性，积极弥合城乡间的数字鸿沟。 在数字商业基础设施建设方面，要大力加强“数字中台” 建设。“数字中台”作为数字商业的新型基础设施，将 加深各产业的数据化、智能化、平台化和生态化[17]。 要加强对现有企业的数字化改造，引导不同企业依托云 计算、分布式存储等方式打造弹性的多企业合用的算力 平台，弥补企业在使用技术过程中短时间内的算力不足 问题。这将进一步提高Sora赋能企业建设的效果，保 障技术的服务能力。
最后，加强技术人才的培养力度。针对当前存在 的种种问题，我们要以倒推的形式解密企业建设所迫切 需要的各层次数字人才。我们要从教育、政策、财政三 方面发力，以高校为主阵地，打造本硕博一体化的数字 人才培养体系，壮大国家高端企业管理人才培育与发展 数字技术重点领域高层次人才队伍。我们要加大融合性 人才培养政策供给，优化新科技、新产业、新人才的培 养结构，建立复合型跨专业人才教育和培训体系，贯通 高校、科研院所、企业之间的跨界人才理论与实践双结 合培养合作渠道，鼓励数字人才自我提升，为企业数字 人才培养与成长提供更多可能。
（二）秩序衡平：完善Sora赋能企业建设的法治保障
首先，出台法律法规，营造规范有序的平台环境。我们要重视典型案件的引领作用，及时根据所查处的严 重损害Sora赋能企业建设公平竞争和市场环境的典型 案件，出台和补足相应的反垄断法律法规及知识产权法 律法规，在增强其法律威慑力的同时，发挥其促进公平 竞争、规范发展的重要作用[18]，降低大型数字平台机 会主义倾向。与此同时，针对平台可能出现的数字剥削 现象，立法部门要科学评估并制定最低工资标准并根据 经济发展态势进行动态化调整，避免数字平台为攫取利 润而不择手段地压低数字劳动者的劳动报酬。
其次，完善刑事责任制度，严厉打击违法行为。 我们要健全以Sora作为犯罪工具的刑事责任制度，对 行为人故意利用人工智能实施犯罪行为、人工智能研发 者和使用者的过失责任等情况作出清晰的司法解释[19]。 我们要将模型的研发者、推广者和使用者纳入刑法规制 的责任体系范围，明确刑事责任标准与惩戒机制，完善 责任承担链条，形成有据可依、有据可罚的长效机制， 及时避免Sora成为网络犯罪的新工具。我们要对Sora 生成的真人模拟视频等功能建立严格的审查机制，限制 应用场景，确保其符合法律与道德伦理。
（三）体系完善：健全Sora赋能企业建设的治理机制
首先，建立协同联动共享的助推机制。我们要坚 持以新兴数字技术赋能企业建设为牵引，推动多行业、 多领域、多部门的业务与流程的精准高效协同。我们要 加大整合力度，破除跨部门、跨企业、跨机构的“数据 壁垒”，推进数字资源共享与优势互补。我们要重视新 产业、新业态、新技术等专项赋能评价机制的建设，构 建赋能问题整合平台，改进唯成果论的赋能效果检验机 制，减少因硬性指标考核导致的赋能成果造假、“数字 形式主义”等问题。
其次，加强数字领域主流话语的引领。其一，我们 要守好数字领域主流意识形态阵地，整合价值引领[20]。 宣传部门应积极作为，率先在Sora赋能企业建设的话语 传播中占据主导地位，将社会主义意识形态融入Sora数 据库和算法推荐机制之中；根据企业高质量发展的内涵、 特点及可能存在的问题构建数据网，确保Sora赋能企业建设的应用场景符合主流意识形态建设方向，从而凝聚广 大技术使用者的社会共识。其二，充分发挥数字领域主流 意识形态的供给能力。我们要通过组建官方优质视频创作 团队、吸引民间视频优秀创作者参与等方式，确保强大的 网络视频领域创作人才团队积极投身于Sora赋能企业建 设的主流意识形态内容创作，以此保证Sora生成的视频 内容具有良好的社会主义意识形态导向。其三，加强风 险预警与应对机制建设。公安部门、国安部门及宣传部门 应形成强大的合力，积极利用数字技术来构筑预警与应对 机制，来防范Sora赋能企业建设可能出现的意识形态风险。 我们要将大数据分析、智能算法等数字技术嵌入Sora赋 能企业建设话语缺失风险防控的各个环节，借由技术把握 受众思想动向[21]，科学预测与智能识别潜在的错误舆论风险内容，实时采集相关舆情数据，并且在把握社会舆情 动态的同时，合理控制好审查尺度。
最后，打造透明公开的算法监管体系。我们要建 议形成针对以Sora为代表的文生视频类人工智能模型 的全流程监管机制，涵盖事前、事中及事后三个阶段。 在事前,引导算法设计者自觉自律地设定算法应用标 准。在事中，由官方监管机构进行算法权力监管，通过 价值偏离预警、神经网络中间层等技术手段介入算法审 查，及时跟进算法使用情况。在事后，加强公权力机关 监管和问责职能[22]。此外，我们还要强化社会层面的 监管，增强算法决策过程的可解释性，畅通社会公众纠 正Sora等人工智能模型潜在偏见的渠道，为其更好地 赋能企业建设营造清朗的舆论环境。
参考文献：
[1]令小雄，王鼎民，唐铭悦.ChatGPT到Sora：Sora文生视频大模型对影视创作的机遇、风险及矫治[J].新疆师范大学学报（哲学社会科学版），2024，45（6）：128-137.
[2]张佳欣.Sora带来的深层次影响值得关注[N].科技日报，2024-03-22（4）.
[3]李长健,杨骏.生成式人工智能赋能数字乡村治理实践、风险及其防范研究[J].云南民族大学学报（哲学社会科学版）,2023（6）:107-115.
[4]黄静，张金昌，潘艺.数字化转型对企业新质生产力的影响研究：基于生产力要素视角和A股上市公司数据[J].技术经济与管理研究，2024（8）：8-14.
[5]张毓强，姬德强.Sora、生成式人工智能与我国国际传播的新生态[J].对外传播，2024（3）：68-72.
[6]李三希.现代化新征程中的数字经济[M].北京：中国人民大学出版社，2022.
[7]张夏恒.元宇宙融合新质生产力的价值维度、实现困境及推进路径[J].中州学刊，2024（2）：55-61.
[8]王伟玲.数字政府：开辟国家治理现代化新境界[M].北京：人民邮电出版社，2022.
[9]面对数字化转型“困境”，企业到底缺什么？[EB/OL].（2022-04-25）[2024-03-30].https://baijiahao.baidu.com/ s?id=1731009209752788025&wfr=spider&for=pc.
[10]杨天山，石福才，武可栋.数字化发展如何影响企业劳动力资源配置效率[J].企业经济，2024，43（6）：58-67.
[11]陈秀英，刘胜，沈鸿.以数字化转型赋能提升新质生产力[J].新疆社会科学，2024（2）：41-45.
[12]华劼.欧盟数据生产者权利质疑：以知识产权制度安排为视角[J].知识产权，2020（1）：72-78.
[13]邓建鹏，赵治松.文生视频类人工智能的风险与三维规制：以Sora为视角[J].新疆师范大学学报（哲学社会科学版），2024，45（6）：92-100.
[14]肖建国，陈志仙.数字形式主义的在场形态、生成逻辑及规制理路[J].理论导刊，2023（12）：66-71.
[15] 程新宇，杨佳.人工智能时代人权的伦理风险及其治理路径[J].湖北大学学报（哲学社会科学版），2024，51（3）：159-166.
[16] 张芳.政府支持、企业关系与高端装备制造企业技术创新[J].技术经济与管理研究，2024（7）：153-158.
[17] 云科技时代.数字中台：数字商业“新基建”，支撑新一轮产业变革[EB/OL].（2020-03-24）[2025-02-16]. https://baijiahao.baidu.com/s?id=1662036907502188979&wfr=spider&for=pc.
[18] 王先林.平台经济领域强化反垄断的正当性与合理限度[J].苏州大学学报（哲学社会科学版），2024，45（2）：73-84.
[19] 刘宪权.人工智能时代的刑事风险与刑法应对[J].法商研究，2018，35（1）：3-11.
[20] 杨章文.ChatGPT类生成式人工智能的意识形态属性及其风险规制[J].内蒙古社会科学，2024，45（1）：57-64.
[21] 王宇婷.数字意识形态风险的诱因、样态及治理[J].理论月刊，2023（12）：23-31.
[22] 罗有成.算法安全的理论内涵及治理实践建构[J].云南民族大学学报（哲学社会科学版），2023，40（6）：149-157
基金项目：2024年国家社会科学基金一般项目“中国式现代化蕴含的独特生态观及其实践路径研究”（24BKS060）；2023 年国家社会科学基金青年项目“人与自然和谐共生现代化的叙事体系建构及国际传播策略研究”（23CKS067）。
作者简介：王闻萱，大连海事大学马克思主义学院，博士研究生，研究方向为数字治理。杨骏（通信作者），华中科技大学法学院，博士研究生，研究方向为数字法治、数字经济。