开年抢跑AI赛道，Sora“截胡”字节

奋起直追还来得及吗？

撰文/ 黎炫岐

编辑/ 黎文婕

排版/ Annalee

最近，国内的大公司在AI赛道上被Sora抢占了风头。

在2024年2月初，此前在大模型领域保持低调的字节跳动终于有了新动作，上线了“Coze扣子”AI Bot开发平台，据Coze官方介绍，Coze可以让用户快速创建各种由AI提供支持的问答Bot，且可以将Bot发布到各种应用程序，从而促进与这些应用程序上的用户的动态交互。

简单来说，Coze的特点是，可以让用户创建个人定制版Bot，实现“0代码”开发。

这倒也并非创新之举。早在2023年末，OpenAI发布的GPTs也是旨在“每个人都可以定制自己的ChatGPT，从而让GPT成为一个家族。”但对于字节跳动而言，这多少算个大动作，毕竟此前它在大模型领域沉寂已久。

不过，还未等Coze掀起太大的水花，OpenAI发布的Sora直接“王炸”，抢走风头，引发热议。

“Coze是一个一站式AI机器人开发平台。”

据Coze官网，为了促进和简化AI机器人的开发过程，Coze目前集成了60多个插件，增强了Bot在信息检索、旅行协助、生产力、图像理解等领域的功能，“你可以直接将这些插件添加到Bot中，丰富Bot能力。例如使用新闻插件，打造一个可以播报最新时事新闻的AI新闻播音员。”用户也可以通过指定现有API的输入和输出来快速创建自定义插件。

锌刻度体验Coze时发现，目前Coze的Bot商店内已有各种场景的预置Bot，其中包括女生头像生成器、小红书文案输出大师、求职助手等，而根据官网介绍，选择预生成Bot后，用户会被引导到该Bot的配置页面。在这里，你可以查看这个Bot的配置信息，与这个Bot进行交互，体验它提供的能力。

经体验，锌刻度留意到，目前的预置Bot多搭载云雀大模型。其中，“求职助手”可以提供求职建议、推荐工作机会。

Coze Bot商店内的“求职助手”界面

而部分Bot或许还有一定完善和提升空间。比如，在体验“小红书文案输出大师”时，锌刻度分别提出“帮我列出送妈妈的礼物清单”和“帮我列出送奶奶的礼物清单”的需求，但得到的回答基本相同。这一问题在“春联大王”这一Bot也出现，据钛媒体，要求bot帮助写一个关于雪的春联，经过两次追加不一样的提示词（Prompt），最后生成的两副春联竟是一模一样的，并未如预期出现不同的回答。

值得一提的是，除了可以体验这些预置Bot，用户也可复制一个预置的Bot，并根据你的具体需求对其进行修改。

至于Coze背后的开发团队，据界面新闻报道，Coze由2023年11月字节跳动成立的AI创新业务部门Flow研发而成的，该部门业务主要聚焦于AI应用层，由字节跳动技术副总裁洪定坤担任技术负责人，原今日头条CEO朱文佳担任字节大模型团队业务负责人。

不过，Coze官网链接的企业为“北京春田知韵科技有限公司”，天眼查显示，该公司成立于2023年7月，由北京抖音信息服务有限公司100%持股。

在发布Coze之前，字节跳动在AI赛道上一度“掉队”。

在字节跳动2024年全员会上，字节跳动CEO梁汝波表示，字节跳动存在低效和迟钝现象，并直言，“字节对于大模型领域的反应过于迟钝，直到2023年中才出现跟GPT相关的讨论，而GPT-1在2018年就发布了，且业内做得比较好的大模型创业公司也基本在2018-2021年间创立。”

回顾此前，直到去年8月，字节跳动基于云雀大模型开发的AI聊天机器人“豆包”才开始公测，面向C端市场发力AI应用。与此同时，还在国外发布了基于CPT模型训练的Cici，后者目前已经在超过30个国家和地区上线。

字节跳动“豆包”

与此同时，国内大公司纷纷在这个赛道发力：从2023年的3月到9月，从百度的大语言模型“文心一言”、360的智脑大模型，到阿里巴巴的“通义千问”大模型、科大讯飞的星火大模型，再到腾讯的混元大模型，国内传统的三大互联网巨头“BAT”悉数下场。

更不用提诸多风云人物对此的讨论不断。其中，据财经网，华为创始人任正非3月中旬参加华为 “难题揭榜火花奖” 颁奖座谈会时称，华为会做底层算力平台：“未来AI大模型会风起云涌，不只微软一家。ChatGPT把计算、管道流量撑大，华为的产品就有了机会。”同月月底，腾讯总裁刘炽平在财报电话会上说，生成式人工智能可成为腾讯已有业务，如社交、游戏的 “倍增器”，也可帮助开拓数字助手、搜索等新增长线。此外，《张朝阳的物理课》直播结束后会自动生成字幕：“‘社交互动’‘算法推荐以及AIGC’‘自媒体’，是这些年来互联网的三个线索。”

数据则更为直观，据“趣解商业”，2023年5月的中关村论坛上，专家口中中国“10亿级参数规模以上”大模型的发布数量尚为79个；而《2023中国新一代人工智能科技产业发展报告》显示，截至2023年10月，我国拥有10亿参数规模以上大模型的厂商及高校院所共计254家，分布于20多个省市/地区，国内大模型总数达238个；而据GitHub的统计数据，到2023年底国内已经发布的大语言模型接近300个。

所以，当“百模大战”如火如荼时，在2024年初发布Coze的字节跳动，与其说是抢跑，可能更精确的说法是“奋起直追”。

字节跳动或许本想着在2024年初抢先崭露头角，却不料OpenAI再放“狠招”，直接“王炸”，抢占了风头。就在Coze上线后不久，Sora横空出世。

2月16日，OpenAI推出了一款能根据文字指令即时生成短视频的模型，命名为Sora。据介绍，Sora能够从文本说明中生成长达60秒的视频，并能够提供具有多个角色，特定类型的动作和详细的背景细节的场景。Sora还能在一个生成的视频中创建多个镜头，体现人物和视觉风格。此外，Sora可以一次性生成整个视频，也可以扩展生成的视频，使其

Sora技术报告

这意味着，OpenAI已然在人工智能赛道上迈入下半场，国内外大模型的差距更明显了。当OpenAI官方公布长达60秒未经修改的AI视频，国内也有AI团队紧急上线相关“文字生成视频”大模型，但与国外主流AI视频模型能力相仿，均暂时无法超越Sora的水平。

不过，当OpenAI已经开始深耕文生视频的大模型，字节跳动却似乎如梦初醒，刚刚开始追赶对话问答大模型的进度。

日前虽有消息称，在Sora引爆文生视频赛道之前，国内的字节跳动也推出了一款颠覆性视频模型——Boximator。与Gen-2、Pink1.0等模型不同的是，Boximator可以通过文本精准控制生成视频中人物或物体的动作。但对此，字节跳动相关人士回应新浪科技称，Boximator是视频生成领域控制对象运动的技术方法研究项目，目前还无法作为完善的产品落地，距离国外领先的视频生成模型在画面质量、保真率、视频时长等方面还有很大差距。

事实上，字节跳动的Coze也多少有些亦步亦趋，早在Coze发布之前，其实在2023年11月的OpenAI首届开发者大会上，GPTs就已经发布，而根据当时的介绍，GPTs无需编程技巧，可以让用户用自己的自然语言来创建“个人版ChatGPT”，实现全程“0代码”开发。

用OpenAI CEO奥尔特曼的话说，每个人都可以定制自己的ChatGPT，从而让GPT成为一个家族。那时候，外界讨论，GPTs搭配GPT Store，很可能会在AI应用生态中诞生下一个苹果。

彼时，华西证券研报曾评价，类比App Store，GPT Store将成为OpenAI生态重要一环。

按照研报的说法，对初创公司来说，GPTs本身就是一个值得挖掘的AI应用项目；而对于现有的互联网应用来说，GPT Store是一个优质的流量入口，GPTs要实现复杂功能普遍需调用外部API，若现有App能充分利用GPTs的高智能、高灵活性，并与自身应用进行结合，有望为现有互联网生态注入新鲜血液，“AI+一切”已近在咫尺。

显然，Coze的设定与此相同。

只不过，当字节跳动这次试图紧跟OpenAI脚步时，还是稍有差距。可以预想的是，国内或许很快也将掀起文生视频大模型的新浪潮，而字节跳动又该如何应对呢？