Sora冲击波

2023年春节，AI圈的绝对主角是属于ChatGPT的，2024年春节，OpenAI再投一颗“深水炸弹”，毫无预兆发布的文生视频模型Sora，让AI圈又一次“一夜变天”。

一是时长，二是逼真程度，Sora实现了两个老大难问题的同时解决，以至于外界毫不吝啬地将其形容为“颠覆性”的存在。360创始人周鸿祎说，Sora的发布意味着AGI（通用人工智能）的实现将从十年缩短到一年。

现实，不存在了？

没有任何预兆和消息的提前透露，OpenAI突然发布了首个文生视频模型Sora，逼真程度瞬间“引爆”市场。

“一句话生成视频”正无限接近于现实。在OpenAI的展示中，只需要一段简单的文本指令，Sora就可以直接输出最长达60秒的视频，并且包含高度细致的背景、复杂的多角度镜头以及富有情感的多个角色。

一位行走在东京街道上时尚女性的视频几乎成了Sora的“代表作”。这段一分钟的视频里，从主要人物到背景人物，从近景到远景，细致、逼真的画面和流畅转换的镜头几乎以假乱真。

国泰君安研报指出，Sora具有三大突出亮点，一是60秒长视频，Sora可以保持视频主体与背景的高度流畅性与稳定性。二是单视频多角度镜头，Sora在一个视频内实现多角度镜头，分镜切换符合逻辑且十分流畅。三是理解真实世界的能力，Sora对于光影反射、运动方式、镜头移动等细节处理得十分优秀，极大地提升了真实感。

对于文生视频的技术问题，北京市社会科学院副研究员王鹏对北京商报记者提到，这首先涉及到算法的复杂性。文生视频技术不仅涉及文本到图像的转换，还需要处理时序信息和音频同步。这需要复杂的深度学习模型，如生成对抗网络（GANs）和变分自编码器（VAEs）等，以捕捉视频中的动态变化和细节。

不过OpenAI也承认，目前Sora还存在着一定的短板，比如无法准确地模拟复杂场景的物理原理，且无法理解这其中的因果关系，呈现在视频上，可能就会出现一个人咬了一口饼干后，饼干并没有咬痕的结果。

Sora生成视频截图。提示词为：在东京街头，一位时髦的女士穿梭在充满温暖霓虹灯光和动感城市标志的街道上。

AGI加速

“通过文字描述的方式来生成前后有关联的连续视觉内容的时代来临了”。在接受北京商报记者采访时，新壹科技CTO张华伟说，从Sora的效果看，稳定性已经很高了，这也意味着视频内容的生产效率大大提升了。

中国企业资本联盟副理事长柏文喜对北京商报记者提到，Sora有望颠覆影视、游戏、广告等多个行业。随着Sora等文生视频技术的成熟，各行各业都可以利用其生成高质量的视频内容，提高内容创作效率，降低制作成本。

“从长期来看，这种颠覆效应将更加明显，可能导致传统视频制作人员的需求减少，进而推动整个行业的变革。”柏文喜称。

不过中国信息协会常务理事、国研新经济研究院创始院长朱克力提到，这种颠覆还需要一定的时间，因为Sora尽管在技术上取得了突破，但在实际应用中还需要解决许多问题，如模型的稳定性、可扩展性和计算效率等。此外，各行业对于新技术的接受和应用也需要一个过程。

但Sora真正的“星辰大海”，很可能早就超过了视频的范畴。就像周鸿祎在评价Sora时说的，“我认为AGI很快会实现，就这几年的事儿了”。

在接受北京商报记者采访时，天使投资人、资深人工智能的郭涛提到，与文本和图像相比，视频不仅包含了静态图像的空间信息，还加入了时间维度，要求模型能够理解和预测随时间变化的动态场景。

这意味着Sora需要处理更加丰富的数据类型，包括物体的运动、光影变化、遮挡关系等，这些都是AGI所需解决的核心问题。

朱克力也表示，文生文和文生图主要关注的是静态信息的转换和表达，而文生视频则需要在连续的时间序列中保持场景的一致性、物体的动态关系和光影的变化，这要求模型具备更强的时空建模能力和更高的计算复杂度。因此，文生视频技术的成功对于推动AGI的发展具有更为显著的作用。

“所以Sora只是小试牛刀，它展现的不仅仅是一个视频制作的能力，而是大模型对真实世界有了理解和模拟之后，会带来新的成果和突破。”周鸿祎说。

理想与现实

据悉，目前Sora并未对公众全面开放，仅邀请部分测试者进行体验。造成这一情况的原因，是Sora所引发的关于滥用视频生成技术所带来的安全性担忧，而这也几乎可以看做是Sora想要“做大做强”必然需要迈过的一道坎。

王鹏总结出了文生视频的三大难点，分别是真实性问题、创意和版权问题以及可解释性和透明度问题。

但这些并不足以阻挡文生视频的发展。2023年是国内大模型竞争白热化的一年。《北京市人工智能行业大模型创新应用白皮书（2023年）》显示，我国10亿参数规模以上的大模型已超过200个。而从2023年下半年开始，大模型竞争焦点也开始从底层模型的搭建转移向行业的落地应用。

不过从整体而言，国内在AI领域的发展仍稍显逊色，未出现代表性应用的同时，行业发展也出现“降温”迹象。CB insights报告显示，去年，中国AI领域投融资数量约为232笔，同比下降38%，融资总额约为20亿美元，同比下降70%。

有分析师解读，这意味着，热钱可能集中地涌向了少数团队背景和技术实力强大的公司。从资源分配的角度而言，后来者想要再挤进模型层创业，空间已经不多。

“不少国内的大模型企业仍然面临缺少自主创新的问题，如果不能知其然，必然不能知其所以然。”在接受北京商报记者采访时，一位业内人士如此说道。

北京商报记者 杨月涵