2月16日凌晨，OpenAI公司發(fā)布最新“文生視頻”大模型Sora，并附帶發(fā)布了多條由Sora生成的視頻，相較于目前“文生視頻”業(yè)內(nèi)主流的數(shù)秒鐘版本，此次發(fā)布的Sora可以一次性生成一分鐘的視頻。

Sora的發(fā)布毫無(wú)懸念地再次引發(fā)了整個(gè)市場(chǎng)的高度關(guān)注。有人認(rèn)為Sora創(chuàng)新的模型架構(gòu)為大模型的發(fā)展開(kāi)辟了新道路，也有人認(rèn)為Sora的推出讓通用人工智能到來(lái)的日期大大提前，還有市場(chǎng)人士表示Sora的爆紅與OpenAI高超的營(yíng)銷(xiāo)密不可分。可以預(yù)見(jiàn)的是，Sora的橫空出世，無(wú)疑將促使人工智能引領(lǐng)新一輪行業(yè)變革。

Sora橫空出世

2月16日，美國(guó)人工智能公司OpenAI發(fā)布最新“文生視頻”大模型Sora，并同時(shí)公布了一系列樣片，展現(xiàn)了Sora令人驚嘆的視頻生成效果。據(jù)其官網(wǎng)介紹，Sora繼承DALL·E 3的畫(huà)質(zhì)和遵循指令能力，能生成長(zhǎng)達(dá)1分鐘的高清視頻。

從樣片來(lái)看，此次大模型在長(zhǎng)視頻（60秒）中表現(xiàn)出令人驚嘆的穩(wěn)定性與前后一致性。同時(shí)，在部分樣片中，Sora還展現(xiàn)了對(duì)“物理規(guī)律”超強(qiáng)的學(xué)習(xí)能力，無(wú)論是飄逸的毛發(fā)還是水體波紋，Sora都能“合乎常理”地呈現(xiàn)出來(lái)。

對(duì)于這款大模型，天風(fēng)證券全球科技首席分析師孔蓉用“非常驚艷、超預(yù)期”來(lái)形容初次看到的感受。

“我覺(jué)得除了生成時(shí)長(zhǎng)以及前后高度穩(wěn)定性外，還有一個(gè)非常關(guān)鍵的地方就是，它是一個(gè)世界模擬器，它對(duì)物理規(guī)則有著高度的理解，這不僅僅是視頻。”在孔蓉看來(lái)，這或許會(huì)成為真正意義上的“元宇宙”時(shí)刻。

伴隨Sora的亮相，外界普遍認(rèn)為，OpenAI的技術(shù)儲(chǔ)備深度可能遠(yuǎn)超想象。從目前來(lái)看，OpenAI僅透露Sora是一種擴(kuò)散模型，從噪聲開(kāi)始，能夠一次生成整個(gè)視頻或擴(kuò)展視頻的長(zhǎng)度。

隨著模型的發(fā)布，業(yè)內(nèi)圍繞技術(shù)的猜想隨即展開(kāi)。PyTorch創(chuàng)始人Soumith Chintala從視頻推測(cè)Sora是由游戲引擎驅(qū)動(dòng)，并為游戲引擎生成組件和參數(shù)。英偉達(dá)高級(jí)研究科學(xué)家范麟熙（Jim Fan）認(rèn)為，Sora通過(guò)一些去噪、梯度下降去學(xué)習(xí)復(fù)雜渲染、“直覺(jué)”物理、長(zhǎng)鏡頭推理和語(yǔ)義基礎(chǔ)等。

紐約大學(xué)助理教授謝賽寧推測(cè)，整個(gè)Sora模型可能有30億個(gè)參數(shù)。

是創(chuàng)新也是營(yíng)銷(xiāo)

Sora的橫空出世引發(fā)科技圈熱議。特斯拉創(chuàng)始人馬斯克在社交平臺(tái)連發(fā)多條動(dòng)態(tài)稱(chēng)：“被人工智能增強(qiáng)的人類(lèi)，將會(huì)在未來(lái)幾年之內(nèi)創(chuàng)作出最杰出的作品。”

在國(guó)內(nèi)，三六零創(chuàng)始人周鴻祎近日連續(xù)發(fā)聲稱(chēng)，Sora的誕生意味著AGI（通用人工智能）實(shí)現(xiàn)時(shí)間可能從10年縮短至一兩年。他表示，科技競(jìng)爭(zhēng)最終比拼的是人才密度和深厚積累。

“很多人說(shuō)Sora的效果吊打Pika和Runway。這很正常，就創(chuàng)業(yè)者團(tuán)隊(duì)而言，OpenAl這種有核心技術(shù)的公司實(shí)力還是非常強(qiáng)勁的。有人認(rèn)為有了AI以后創(chuàng)業(yè)公司只需要做個(gè)體戶(hù)就行，實(shí)際上今天再次證明這種想法是非?？尚Φ??！敝茗櫟t說(shuō)。

孔蓉對(duì)此表示贊同?！皩?duì)于創(chuàng)業(yè)公司來(lái)說(shuō)，目前壓力還是比較大的，因?yàn)镾ora的性能幾乎是碾壓的?！彼寡裕瑥哪壳皝?lái)看，國(guó)內(nèi)頭部廠商還有不小的距離需要追趕。

事實(shí)上，在此次Sora發(fā)布后，“文生視頻”知名創(chuàng)業(yè)公司Pika創(chuàng)始人郭文景表示：“我們覺(jué)得這是一個(gè)很振奮人心的消息，我們已經(jīng)在籌備，將直接對(duì)標(biāo)Sora。”

“Sora具有三維空間的連貫性、模擬數(shù)字世界、長(zhǎng)期連續(xù)性和物體持久性、與世界互動(dòng)的技術(shù)特點(diǎn)，是文生視頻領(lǐng)域取得的重大進(jìn)步和突破?！崩鋈f(wàn)維CEO方漢告訴上海證券報(bào)記者，從技術(shù)上來(lái)看，Sora領(lǐng)先國(guó)內(nèi)同行大概半年。

不過(guò)，方漢表示，這一差距并沒(méi)有外界想象得那么大?！皟H從目前公布的樣片來(lái)看，Sora在理解層面沒(méi)有特別大的突破，不能夸大Sora在通用人工智能方面的進(jìn)步。國(guó)內(nèi)廠商和國(guó)外廠商在文生視頻的差距，不像大模型領(lǐng)域的差距那么大。”方漢說(shuō)。

某種意義上來(lái)說(shuō)，Sora此次的成功既有技術(shù)的驚艷，也離不開(kāi)營(yíng)銷(xiāo)的運(yùn)作。

在Sora發(fā)布前數(shù)小時(shí)，谷歌公布了大模型Gemini 1.5版。如果進(jìn)一步考慮OpenAI創(chuàng)始人阿爾特曼近期正在為其7萬(wàn)億美元的芯片計(jì)劃四處奔走，Sora的發(fā)布時(shí)間也就更值得玩味了。

行業(yè)變革前夜

不能否認(rèn)的是，相比于GPT剛剛破圈時(shí)大眾的好奇與茫然，如今Sora一經(jīng)亮相，市場(chǎng)就已經(jīng)找到它未來(lái)的商業(yè)路徑。方漢直言，Sora的問(wèn)世對(duì)影視、視頻、廣告等行業(yè)或?qū)?lái)不小的沖擊。

“Sora對(duì)于XR領(lǐng)域的各類(lèi)頭戴式眼鏡設(shè)備將有著正向積極的作用。”孔蓉預(yù)測(cè)，隨著人工智能在2D轉(zhuǎn)3D的內(nèi)容生態(tài)上大展拳腳，XR當(dāng)前的內(nèi)容生態(tài)將得到極大的豐富，對(duì)于行業(yè)而言無(wú)疑是一件利好。

據(jù)不完全統(tǒng)計(jì)，在Sora發(fā)布48小時(shí)后，國(guó)內(nèi)已有14家券商發(fā)布了最新的分析研報(bào)。大部分分析師認(rèn)為，AI創(chuàng)作將為整個(gè)視頻行業(yè)帶來(lái)巨大變革。

伴隨Sora的發(fā)布，一批A股上市公司也摩拳擦掌，更有不少公司已經(jīng)布局AI文生視頻相關(guān)技術(shù)及產(chǎn)品，有望在新一輪的產(chǎn)業(yè)變革中搶占先機(jī)。

2月18日，新華網(wǎng)被新增“Sora概念”。該公司于2023年12月11日在互動(dòng)易平臺(tái)回復(fù)，新華智云的妙筆是AI文本生成，生花就是AI文生圖，這兩個(gè)2023年上線的新產(chǎn)品都是AIGC內(nèi)容生產(chǎn)工具。MAGIC短視頻智能生產(chǎn)平臺(tái)有文生視頻的功能，目前也在嘗試提升視頻生成效果，通過(guò)內(nèi)部測(cè)試后將對(duì)外發(fā)布。

因賽集團(tuán)此前公告稱(chēng)，公司的InsightGPT預(yù)計(jì)2024年3月底前將開(kāi)發(fā)實(shí)現(xiàn)文生視頻功能，之后推出公測(cè)版正式啟動(dòng)商業(yè)化。公司提到，InsightGPT自動(dòng)生成短劇腳本、視頻智能剪輯以及即將研發(fā)實(shí)現(xiàn)的文生視頻等功能，有助于短劇內(nèi)容制作降本增效。

萬(wàn)興科技去年6月曾公告稱(chēng)，公司基于AI文生視頻以及3D數(shù)字人等技術(shù)開(kāi)發(fā)了數(shù)字人營(yíng)銷(xiāo)短視頻創(chuàng)作工具，面向跨境營(yíng)銷(xiāo)和電商領(lǐng)域用戶(hù)，通過(guò)AIGC與虛擬數(shù)字人技術(shù)快速生成“真人”主播，解決傳統(tǒng)電商營(yíng)銷(xiāo)視頻實(shí)拍模式下的外籍模特?cái)?shù)量少、多語(yǔ)言翻譯配音難度高、制作周期長(zhǎng)、成本居高不下等問(wèn)題。

風(fēng)語(yǔ)筑今年2月6日在投資者互動(dòng)平臺(tái)上透露，目前，公司已結(jié)合AIGC技術(shù)在文生文、文生圖、文生音視頻等領(lǐng)域進(jìn)行場(chǎng)景應(yīng)用，隨著AIGC技術(shù)從“通用模型”向“行業(yè)垂直”方向加速迭代，公司還將強(qiáng)化在3D建模和虛擬空間生成等領(lǐng)域的定向訓(xùn)練和模型優(yōu)化。