OpenAI向用戶開放AI視頻生成模型 Sora將如何演繹“鲇魚效應”？

　　12月10日，OpenAI(美國人工智慧研究公司)宣佈正式向用戶開放人工智慧AI視頻生成模型Sora，該系統可以根據文本提示生成逼真的視頻。截至當日，距離OpenAI首次公開預覽這款産品已過去了10個月時間。

　　OpenAI相關負責人表示，Sora將於當天晚些時候向美國及其他市場的ChatGPT付費用戶開放。新版工具SoraTurbo可以生成最長達20秒的視頻，並且可以提供這些視頻的多種變體。

　　據悉，Sora的發佈是OpenAI為期12天的産品直播活動的一部分。作為視頻生成領域龍頭，Sora發揮著“鲇魚效應”。據《證券日報》記者不完全統計，自Sora發佈以來，國內外已有近20家公司發佈或更新了視頻生成模型。

　　美股視頻巨頭遭衝擊

　　據了解，Sora能夠根據用戶輸入的描述性提示快速生成視頻，並及時向前或向後擴展現有視頻。

　　Sora引發了全球科技産業的震動，尤其是在視頻生成領域。Sora以其極高的生成品質、快速的響應時間和低成本的生成方式，一度讓一些傳統視頻公司面臨巨大壓力。

　　以Adobe Systems Incorporated(以下簡稱“Adobe”)為例，其股價曾在Sora首次發佈的次日(2月16日)大跌了7.41%，創去年11月1日以來的新低，市值在短短一個交易日蒸發了近198億美元。

　　Adobe長期以來在圖像處理、視頻編輯軟體等領域佔據領先地位，而OpenAI此次發佈的Sora技術，將視頻生成的門檻大大降低。市場普遍認為，Sora的發佈可能會改變視頻創作的格局，Adobe的市場份額受到威脅。

　　不過，市場上也有另一種觀點，認為像Sora這樣的開放式模型，無法為專業人士提供同等的安全保障，Sora的主要使用場景可能僅限于社交媒體平臺。在專業用戶市場上，Adobe的領導地位依然無法撼動。

　　面對Sora的衝擊，國外企業加速佈局AI視頻生成領域。2024年Runway AI,Inc.發佈Gen-2模型，在視頻生成領域迅速重回第一梯隊陣營。用戶只需輸入文字描述，即可生成一段4秒的視頻，並且可以根據需求調整解析度和幀率。

　　而就在Sora正式向用戶開放的幾天前，當地時間12月4日，谷歌旗下人工智慧研究機構DeepMind Technologies Limited發佈了一款名為Genie2的新型模型，可通過單張圖片和文字描述生成“無限”種類的可玩3D世界。

　　貝恩諮詢公司商品戰略顧問總監潘俊在接受《證券日報》記者採訪時表示，Sora的發佈將對現有的視頻生成模型生態産生重大影響。它將打破傳統視頻製作的技術壁壘，為視頻生成領域帶來新的競爭格局。其他視頻生成模型公司可能會面臨來自Sora的競爭壓力，需要調整其産品和服務以適應新的市場需求和技術趨勢。未來，視頻生成領域的競爭格局可能會更加激烈，創新和差異化將成為關鍵。

　　國內企業積極佈局

　　Sora的發佈也促使國內科技巨頭紛紛加緊文生視頻大模型的研發。

　　中國電信集團有限公司在2024數字科技生態大會上發佈及更新了崑崙雲網能力開放平臺、“息壤”算力服務、視覺大模型及文生視頻大模型等方面的進展；12月3日，深圳市騰訊電腦系統有限公司旗下騰訊混元大模型(以下簡稱“騰訊混元大模型”)官微發佈消息稱，騰訊混元大模型正式上線視頻生成能力，參數量130億，是當前最大的視頻開源模型；北京快手科技有限公司推出可靈AI，這款AI視頻生成模型可以生成長達兩分鐘的1080p視頻，還支援多種視頻輸出比例，並可以模擬現實世界的物理特性。

　　清華大學戰略新興産業研究中心副主任胡麒牧在接受《證券日報》記者採訪時表示，雖然目前這些國內公司推出的視頻生成技術在部分功能上與Sora尚有差距，但它們的迅速跟進顯示出國內企業對AI視頻生成技術的重視。自Sora發佈以來，國內視頻大模型的生成效果顯著提升，與Sora的差距在不斷縮小，部分功能甚至已實現趕超。

　　例如，北京智譜領航科技有限公司全新迭代的AI視頻模型“新清影”，在文生視頻性能上實現了進一步提升，支援10秒時長及4K、60幀超高清畫質，以及任意尺寸的視頻輸出，並自帶音效和更好的人體動作及物理世界模擬。

　　北京火山引擎科技有限公司總裁譚待表示，視頻大模型的技術突破十分困難，需要大模型能理解複雜指令，包括對多鏡頭語言的運用，實現多個主題的交互視頻，保持風格的一致性等。當前視頻生成功能仍有很多難關亟待突破。豆包兩款模型會持續演進，在解決關鍵問題上探索更多可能性，加速拓展AI視頻的創作空間和應用落地。

　　推動多模態大模型創新

　　在文生視頻演算法領域，國內也取得了顯著進展。中國國家網際網路信息辦公室公開資訊顯示，今年以來國內共有2277個深度合成服務演算法通過備案。其中，主要用途描述中帶有可實現文生視頻能力的演算法共34個，備案名稱中明確界定為“文生視頻演算法”的僅有6個。

　　例如，商湯集團有限公司通過備案的商湯V-ME視頻合成演算法支援已有人物視頻、動畫、聲音、文字等多種元素進行驅動。天娛數字科技(大連)集團股份有限公司子公司北京智境雲創科技有限公司在今年6月份一次性通過了“智境雲創人臉融合演算法”“智境雲創文本生成視頻演算法”“智者千問大語言模型演算法”三項演算法備案。

　　德邦證券股份有限公司分析師陳涵泊表示，Sora的正式開放，有望成為全球視頻生成領域的新標桿，加速多模態大模型的迭代與應用。

　　在潘俊看來，Sora的推出有望加速AI在視頻生成領域的商業化進程。由於Sora具有高度的創新性和廣泛的應用潛力，預計將吸引許多企業投資和合作，包括內容創作者、廣告公司、電影製作公司等。隨著商業化的推進，Sora可能會為視頻生成領域帶來新的商業模式。

　　“不過，Sora遠未達到替代人類內容創作的程度，其發展水準僅相當於GPT-1，尚處於起步階段。對於其他視頻生成模型公司而言，真正的競爭才剛剛開始。它們將在算力、數據和演算法這三個關鍵領域展開角逐。”工業和資訊化部資訊通信經濟專家委員會委員盤和林向《證券日報》記者表示。

　　此外，胡麒牧表示：“技術創新與安全倫理之間的平衡是AI技術發展中的重要問題。在推動技術發展的同時，我們必須充分關注其可能帶來的社會影響，如隱私保護、版權爭議以及濫用風險等問題，確保技術在符合倫理和社會責任的基礎上得到合理應用。”