Sora到底有多強？

北京時間2月16日凌晨，OpenAI發布文本生成視頻的AI模型Sora，瞬時刷屏科技圈，成為2024年開年“頂流”。

官方稱，Sora只需文本就能自動生成高度逼真和高質量的視頻，且時長突破1分鐘。這是繼文本模型ChatGPT和圖片模型Dall-E之后，OpenAI在視頻領域的另一個顛覆性創造。

Sora之前，并不是沒有AI生成視頻的應用，Runway、Pika、Stable Video Diffusion等公司百舸爭流。但如今Sora橫空出世，這些公司瞬間變得暗淡無光。

被稱是“降維打擊”的Sora到底有多強？

“一位時尚的女人走在東京的街道上，街道上到處都是溫暖的發光霓虹燈和動畫城市標志。她身穿黑色皮夾克，紅色長裙，黑色靴子，背著一個黑色錢包。她戴著墨鏡，涂著紅色口紅。她自信而隨意地走路。街道潮濕而反光，營造出五顏六色的燈光的鏡面效果。許多行人四處走動。”

這是OpenAI在官網介紹視頻模型 Sora出現的第一組提示詞。這段由Sora自主生成的長達59秒的一鏡到底的視頻，也是其展現給公眾的第一個成果，隨即引爆全球網絡，實現爆發式的傳播發酵。

作為一款視頻生成模型，Sora繼承了DALL-E 3的畫質和遵循指令能力，可以根據用戶的文本提示創建逼真的視頻。

與其他視頻生成模型相比，Sora能夠根據提示詞生成60s的連貫視頻，這對于平均只能生成“4s”視頻的全行業來說，造成了“碾壓式”的沖擊。

此外，Sora在采樣的靈活性、視頻拓展、鏡頭語言等方面，也遠遠領先于其他模型。

在對Sora生成的視頻表示震驚之余，各路大佬們也開始紛紛表態：有人吃瓜感慨“gg humans”，競爭對手接受壓力并參與“游戲”（game on）；技術大牛深扒核心技術稱Sora是一個“數據驅動的物理引擎”（Sora is a data-driven physics engine）......

盡管Sora生成的視頻遠遠高出行業的平均水平，但依舊存在某些局限性。技術報告提到，Sora還存在不準確的物理建模和非自然物體“變形”的例子，以及在模擬對象和多個角色之間的復雜交互，對模型來說通常具有挑戰性等。

自谷歌2017年發布Transformer網絡結構以來，僅用五年多時間全球已迅速成長出龐大的大模型技術群，衍生出涵蓋各種技術架構、各種模態、各種場景的大模型家族。

從文字工作者恐失業的文本大模型 ChatGPT，到設計師恐失業的圖片生成模型 Stable Diffusion 和 Midjourney，技術的發展日新月異，大模型正在改變著各行各業。

如今，AI生成視頻正迎來爆發期。

此次Sora橫空出世，無疑是給AI生成視頻添了一把火。

事實上，AI生成視頻早已斷斷續續火了一段時間。2023 年可以看作是 AI 視頻爆發的一年。年初，還沒有公開的文本到視頻模型。僅僅 12 個月后，數十種視頻生成產品開始投入使用，全球數百萬用戶根據文本或圖像提示創建短片。

根據美國VC機構a16z的統計，截止到去年11月，文生視頻領域發布相關工具與產品達到了21種。

但此時發布產品的多為初創企業，擁有相機平移和變焦以及動作控制功能的在少數，這意味著無法生成擁有更多視覺深度和動態效果的復雜視頻。

此外，生成視頻的時間也較短，大多在3秒左右，與其說生成的是視頻，不如說生成的是GIF動圖。

Sora的發布，意味著新一輪人工智能革命的開端，我國AI科技處于怎樣的水平，中美之間的差距有多大呢？

去年5月，科技部發布的《中國人工智能大模型地圖研究報告》顯示，中國研發的大模型數量排名全球第二，10億參數規模以上的大模型已發布79個，目前與美國保持同步增長態勢。

截至2023年6月底，全球人工智能領域獨角獸中，108家來自中國，占全球總數的37%。

國內玩家也在積極下場布局AI生成視頻。

字節跳動于去年11月18日推出了文生視頻模型PixelDance。基礎模式下，用戶需要提供一張指導圖片+文本描述，PixelDance 就可以生成有高度一致性且有豐富動態性的視頻。

阿里緊隨其后也上線了Animate Anyone模型，需要一張人物照片，再配合骨骼動畫引導，就能生成自然的動畫視頻。

23年末，百度發布了文生視頻工具“度加剪輯”，號稱“可以一鍵獲取最新熱點、ai生成文案、一鍵生成視頻”。百度文心大模型的類似功能則在內測中，不久后會以插件形式開放。

Sora的發布，能否鞭策中國企業進一步突破技術難關，我們不妨拭目以待。

Sora發布前，我國影視行業已經在應用文生視頻，作為拍攝輔助。AI可以低成本快速產出分鏡，用簡單動畫預演出演員走位、取景、攝影機角度與運動大方向，提高拍攝效率。而當AI的精細度可以直接參與后期制作，帶給行業的沖擊是顛覆性的。

關于相關從業者是否會被AI取代，網上爭論不斷。不過對于Sora這樣的復雜系統，人是不可替代的生產力要素，未來，做“工具人”，不如做創造和使用工具的人。

據統計，全球1/7的人工智能頂尖人才在中國，不過相較于產業的迅猛發展，人工智能人才缺口還是非常大。根據中關村產業研究院測算，到2025年，預計北京AI人才需求量為54萬人，缺口將達37萬，特別是急缺計算理論、人機交互、安全與隱私、計算機系統等方面的頂尖學者。

人工智能也成為近年來新增開設數量最多的專業之一。2018年教育部批準設立人工智能本科專業。經過四輪增開，截至2023年共有499所高校設置人工智能本科專業，其中不乏清華、北大、浙大、復旦等頂尖院校。

AI技術大勢滾滾而來，無論于國家，于企業，還是于個人，主動擁抱或許是最好的選擇。