每經(jīng)記者 蔡鼎    每經(jīng)編輯 蘭素英    

剛剛躋身全球第三大初創(chuàng)公司的OpenAI在中國(guó)春節(jié)期間又甩出“王炸”。繼文本模型ChatGPT、圖像模型Dall-E大放異彩后，其最新推出的“文生視頻”技術(shù)Sora又以其“逼真”和“富有想象力”的生成內(nèi)容吸引了廣泛的關(guān)注和討論。

Sora的誕生讓許多行業(yè)既興奮期待又惶恐不安。當(dāng)被問及哪些行業(yè)將面臨顛覆時(shí)，一位從事AI大模型研究多年的匿名人士對(duì)《每日經(jīng)濟(jì)新聞》記者表示，“首當(dāng)其沖的將是AI視頻、AI圖片賽道上的玩家。Sora的出現(xiàn)，意味著視頻生成門檻大幅降低。廣告、影視、短視頻等行業(yè)也會(huì)有較大改變。”

然而，出人意料的是，Sora的行業(yè)沖擊尚未顯現(xiàn)，美股二級(jí)市場(chǎng)卻掀起了一股“腥風(fēng)血雨”。

Sora發(fā)布的次日，美國(guó)電腦軟件公司Adobe股價(jià)暴跌超7%；美國(guó)圖片庫、圖片素材、圖片音樂和編輯工具供應(yīng)商Shutterstock跌超5%；幾周前發(fā)布了“文生視頻”工具Lumiere的谷歌母公司股價(jià)下挫1.58%。3家公司一天內(nèi)就合計(jì)蒸發(fā)近480億美元（折合人民幣近3500億元）的市值。

OpenAI首個(gè)視頻生成模型Sora問世，“引爆”世界科技圈 視覺中國(guó)圖

Sora具有碾壓優(yōu)勢(shì)

OpenAI官網(wǎng)介紹，Sora是一種擴(kuò)散模型，它從看起來像靜態(tài)噪聲的視頻開始生成視頻，然后通過多個(gè)步驟消除噪聲來逐漸對(duì)其進(jìn)行轉(zhuǎn)換生成視頻。Sora能夠一次生成整個(gè)視頻，或擴(kuò)展生成的視頻。通過一次性為模型提供多個(gè)幀的預(yù)見，OpenAI解決了一個(gè)具有挑戰(zhàn)性的問題，即確保主題即使暫時(shí)離開視野也保持不變。

與GPT模型類似，Sora使用Transformer架構(gòu)，建立在過去對(duì)DALL-E和GPT模型的研究之上。它使用DALL·E 3的重述技術(shù)，該技術(shù)涉及為視覺訓(xùn)練數(shù)據(jù)生成高度描述性的標(biāo)題。因此，該模型能夠更精準(zhǔn)遵循生成用戶的文本指令。

《每日經(jīng)濟(jì)新聞》記者注意到，大多數(shù)主要的AI公司多年來一直在研究“文生視頻”工具，一些公司已經(jīng)發(fā)布用戶可以使用的軟件。在Sora發(fā)布之前，最新版本的Runway就是最先進(jìn)的“文生視頻”技術(shù)，可以根據(jù)文本提示制作短視頻。

從OpenAI發(fā)布的演示視頻看，Sora生成的視頻有絲滑的移動(dòng)運(yùn)鏡、場(chǎng)景轉(zhuǎn)換，還可以自行分鏡、切換景別，這意味著Sora可能讓普通人以極低的門檻制作自己的電影。更值得一提的是，此前的文生視頻模型，由于是生成單鏡頭，一旦輸入新提示詞，就會(huì)生成新鏡頭，主角就會(huì)變換，而Sora生成的視頻，在視角轉(zhuǎn)換、鏡頭景別切換后，仍保持主體的一致性。

中信建投認(rèn)為，Sora采用擴(kuò)散模型+Transformer模型，通過一定的數(shù)據(jù)處理實(shí)現(xiàn)了更為廣泛的數(shù)據(jù)集，Sora模型帶來的震撼背后是一次數(shù)據(jù)驅(qū)動(dòng)下的能力突破?；诤Ａ繑?shù)據(jù)訓(xùn)練的Sora模型同樣觀察到了大語言模型中的涌現(xiàn)現(xiàn)象，Sora能夠深度模擬現(xiàn)實(shí)世界中人類、動(dòng)物和環(huán)境的物理規(guī)律，標(biāo)志著人工智能在理解真實(shí)世界場(chǎng)景并與之互動(dòng)方面邁出了重大的一步，Sora或成為實(shí)現(xiàn)通用人工智能的重要里程碑。

談到Sora相較于市面上已有的“文生視頻”類技術(shù)的優(yōu)勢(shì)時(shí)，一位從事AI大模型研究多年的匿名人士在接受《每日經(jīng)濟(jì)新聞》記者采訪時(shí)指出，首先是生成視頻的時(shí)長(zhǎng)，之前“文生視頻”技術(shù)普遍水平在4秒，Sora現(xiàn)在可以直接1分鐘，時(shí)間越長(zhǎng)，一致性、連貫性的難度也陡增；其次，Sora可以基于一個(gè)提示詞，生成不同角度的視頻，類似現(xiàn)實(shí)中的多機(jī)位拍攝，表明它已經(jīng)可以構(gòu)建一個(gè)三維的空間；另外，Sora還可以“文生視頻”“圖生視頻”，甚至“視頻生視頻”，可用性明顯增加；最后，Sora似乎展現(xiàn)了模擬真實(shí)世界物理規(guī)律的能力，但這一點(diǎn)還有爭(zhēng)議，如果成真，那也就意味著世界向通用人工智能邁出了一大步。

而針對(duì)Sora對(duì)行業(yè)的沖擊，上述人士對(duì)《每日經(jīng)濟(jì)新聞》記者說道：“首當(dāng)其沖的將是AI視頻、AI圖片賽道的玩家，OpenAI在這方面展示了碾壓性實(shí)力，算法、算力、數(shù)據(jù)的難度比文本大模型更高，成為同行追趕的硬門檻。Sora的出現(xiàn)，意味著視頻生成門檻大幅降低。廣告、影視、短視頻等行業(yè)也會(huì)有較大改變，但Sora只是降本增效的工具，核心依然是內(nèi)容創(chuàng)意。”

多家美股公司受沖擊

然而，讓人始料不及的是，Sora的第一波沖擊，卻是在美股二級(jí)市場(chǎng)上。

美國(guó)電腦軟件公司Adobe在Sora發(fā)布的次日（2月16日）股價(jià)暴跌7.41%，創(chuàng)去年11月1日以來新低，市值在短短一個(gè)交易日蒸發(fā)近198億美元。

Adobe主要從事多媒體制作類軟件的開發(fā)，近年亦開始涉足互聯(lián)網(wǎng)應(yīng)用程序、市場(chǎng)營(yíng)銷應(yīng)用程序、金融分析應(yīng)用程序等開發(fā)。Adobe開發(fā)的非線性編輯之視頻剪輯軟件，被廣泛用于視頻剪輯等領(lǐng)域。

同日，美國(guó)圖片庫、圖片素材、圖片音樂和編輯工具供應(yīng)商Shutterstock跌5.44%，市值一個(gè)交易日蒸發(fā)9360萬美元。

公開資料顯示，Shutterstock總部位于紐約，由程序員和攝影師強(qiáng)·歐寧杰于2003年創(chuàng)立，該公司擁有約2億張免版稅的圖片、矢量圖和插圖庫，還有約1000萬個(gè)影片剪輯和音樂曲目可授權(quán)給用戶使用。

X（原推特）上有用戶發(fā)帖稱，Shutterstock每年銷售價(jià)值約10億美元的庫存照片和視頻，（但現(xiàn)在）人們意識(shí)到人工智能生成的視頻和圖像可能會(huì)摧毀這個(gè)行業(yè)。在這條帖子的下方，特斯拉CEO馬斯克評(píng)論表示，“是的”。

此外，美國(guó)搜索引擎巨頭谷歌母公司Alphabet當(dāng)日也下跌1.58%，市值一天蒸發(fā)279億美元，且表現(xiàn)落后于微軟（下跌0.72%）、亞馬遜（下跌0.69%）和Meta（上漲2.27%）等美股藍(lán)籌股。

就在OpenAI發(fā)布Sora的幾周前，谷歌才剛發(fā)布視頻生成模型Lumiere。有分析認(rèn)為，強(qiáng)大的Sora讓谷歌的Lumiere顯得相形見絀。股價(jià)的下跌凸顯了市場(chǎng)對(duì)OpenAI人工智能服務(wù)可能影響谷歌在搜索行業(yè)主導(dǎo)地位的擔(dān)憂，但分析師認(rèn)為，OpenAI正在開發(fā)的搜索產(chǎn)品給Alphabet帶來的風(fēng)險(xiǎn)相對(duì)較小。

封面圖片來源：視覺中國(guó)