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)布毫無懸念地再次引發(fā)了整個市場的高度關(guān)注。有人認為Sora創(chuàng)新的模型架構(gòu)為大模型的發(fā)展開辟了新道路，也有人認為Sora的推出讓通用人工智能到來的日期大大提前，還有市場人士表示Sora的爆紅與OpenAI高超的營銷密不可分?？梢灶A(yù)見的是，Sora的橫空出世，無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，美國人工智能公司OpenAI發(fā)布最新“文生視頻”大模型Sora，并同時公布了一系列樣片，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的畫質(zhì)和遵循指令能力，能生成長達1分鐘的高清視頻。

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

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

“我覺得除了生成時長以及前后高度穩(wěn)定性外，還有一個非常關(guān)鍵的地方就是，它是一個世界模擬器，它對物理規(guī)則有著高度的理解，這不僅僅是視頻?！痹诳兹乜磥?，這或許會成為真正意義上的“元宇宙”時刻。

伴隨Sora的亮相，外界普遍認為，OpenAI的技術(shù)儲備深度可能遠超想象。從目前來看，OpenAI僅透露Sora是一種擴散模型，從噪聲開始，能夠一次生成整個視頻或擴展視頻的長度。

隨著模型的發(fā)布，業(yè)內(nèi)圍繞技術(shù)的猜想隨即展開。PyTorch創(chuàng)始人Soumith Chintala從視頻推測Sora是由游戲引擎驅(qū)動，并為游戲引擎生成組件和參數(shù)。英偉達高級研究科學家范麟熙（Jim Fan）認為，Sora通過一些去噪、梯度下降去學習復(fù)雜渲染、“直覺”物理、長鏡頭推理和語義基礎(chǔ)等。

紐約大學助理教授謝賽寧推測，整個Sora模型可能有30億個參數(shù)。

是創(chuàng)新也是營銷

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連發(fā)多條動態(tài)稱：“被人工智能增強的人類，將會在未來幾年之內(nèi)創(chuàng)作出最杰出的作品。”

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

“很多人說Sora的效果吊打Pika和Runway。這很正常，就創(chuàng)業(yè)者團隊而言，OpenAl這種有核心技術(shù)的公司實力還是非常強勁的。有人認為有了AI以后創(chuàng)業(yè)公司只需要做個體戶就行，實際上今天再次證明這種想法是非?？尚Φ?。”周鴻祎說。

孔蓉對此表示贊同?！皩τ趧?chuàng)業(yè)公司來說，目前壓力還是比較大的，因為Sora的性能幾乎是碾壓的。”她坦言，從目前來看，國內(nèi)頭部廠商還有不小的距離需要追趕。

事實上，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：“我們覺得這是一個很振奮人心的消息，我們已經(jīng)在籌備，將直接對標Sora?！?/p>

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

不過，方漢表示，這一差距并沒有外界想象得那么大?！皟H從目前公布的樣片來看，Sora在理解層面沒有特別大的突破，不能夸大Sora在通用人工智能方面的進步。國內(nèi)廠商和國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?！狈綕h說。

某種意義上來說，Sora此次的成功既有技術(shù)的驚艷，也離不開營銷的運作。

在Sora發(fā)布前數(shù)小時，谷歌公布了大模型Gemini 1.5版。如果進一步考慮OpenAI創(chuàng)始人阿爾特曼近期正在為其7萬億美元的芯片計劃四處奔走，Sora的發(fā)布時間也就更值得玩味了。

行業(yè)變革前夜

不能否認的是，相比于GPT剛剛破圈時大眾的好奇與茫然，如今Sora一經(jīng)亮相，市場就已經(jīng)找到它未來的商業(yè)路徑。方漢直言，Sora的問世對影視、視頻、廣告等行業(yè)或?qū)聿恍〉臎_擊。

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

據(jù)不完全統(tǒng)計，在Sora發(fā)布48小時后，國內(nèi)已有14家券商發(fā)布了最新的分析研報。大部分分析師認為，AI創(chuàng)作將為整個視頻行業(yè)帶來巨大變革。

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。

2月18日，新華網(wǎng)被新增“Sora概念”。該公司于2023年12月11日在互動易平臺回復(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)平臺有文生視頻的功能，目前也在嘗試提升視頻生成效果，通過內(nèi)部測試后將對外發(fā)布。

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

萬興科技去年6月曾公告稱，公司基于AI文生視頻以及3D數(shù)字人等技術(shù)開發(fā)了數(shù)字人營銷短視頻創(chuàng)作工具，面向跨境營銷和電商領(lǐng)域用戶，通過AIGC與虛擬數(shù)字人技術(shù)快速生成“真人”主播，解決傳統(tǒng)電商營銷視頻實拍模式下的外籍模特數(shù)量少、多語言翻譯配音難度高、制作周期長、成本居高不下等問題。

風語筑今年2月6日在投資者互動平臺上透露，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)域進行場景應(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。