圖片來源@視覺中國
文 | 貝克街探案官，作者 | 鎮(zhèn)西
沒想到今年第一個引爆科技圈的消息，還沒等復工就刷了屏，復工后又直接推動相關(guān)企業(yè)市值爆拉，A股25家相關(guān)企業(yè)市值共計增長888.42億元，兩個交易日平均漲幅26.94%。
2 月 16 日凌晨，OpenAI 發(fā)布首個文生視頻模型 Sora，是OpenAI繼ChatGPT之后，推出的另一款具備顛覆行業(yè)能力的AI應(yīng)用，Sora能夠僅僅根據(jù)提示詞，生成60s的連貫視頻，遠超行業(yè)目前大概只有平均“4s”的視頻生成長度。
“平均4s”的長度指代非常明顯，就是Runway和PIKA。也曾短暫引爆過A股文生視頻的炒作，但無論是強度還是持續(xù)性，都遠不如Sora。
在Sora問世之前，Runway和PIKA被視為文生視頻領(lǐng)域的龍頭，但在sora生產(chǎn)的視頻出現(xiàn)后，業(yè)界普遍認為Sora可以吊打Runway和PIKA。
Pika創(chuàng)始人郭文景曾在接受采訪時表示，“視頻現(xiàn)在沒有很好的算法，它不是一個規(guī)?；膯栴}，不是說現(xiàn)在大家的GPU不夠多，很多時候其實是算法上還沒有很好的一個思路。”并認為Sora的發(fā)布“是一個很振奮人心的消息，我們已經(jīng)在籌備直接沖，將直接對標Sora。”
和Runway和PIKA相比，Sora產(chǎn)出的視頻時間更長，連貫性更好，其他模型產(chǎn)出的視頻甚至還有卡頓、場景突變等問題；在此基礎(chǔ)上，Sora的視覺細節(jié)更豐富，且清晰度更高。對比Sora和runway的視頻不難發(fā)現(xiàn)，Sora的視頻內(nèi)容更符合常人對“視頻”的理解，而runway的視頻內(nèi)容更像是“GIF”動圖。
業(yè)內(nèi)普遍認為，Sora的出現(xiàn)，預(yù)示著一個全新的視覺敘事時代的到來，它能夠依據(jù)客戶的文本提示，將人們的想象力轉(zhuǎn)化為生動的動態(tài)畫面。Sora作為一款通用的視覺數(shù)據(jù)模型，其卓越之處在于能夠生成跨越不同持續(xù)時間、縱橫比和分辨率的視頻和圖像，甚至包括生成長達一分鐘的高清視頻。
從成片來看，假以時日，伴隨熟練運用Sora的工程師、自媒體人越來越多，電影業(yè)恐將在此次技術(shù)變革中迎來一次大洗牌，畢竟每一部影視作品成片之前都要先有個好劇本，好劇本問世后，用Sora就可以實現(xiàn)視頻輸出了。
但就目前而言，實現(xiàn)這個目標為時尚早，因為整個Sora產(chǎn)業(yè)鏈正處于萌芽期，國內(nèi)目前尚未有一家公司可以與之抗衡，就連字節(jié)都直言“Boximator”目前還無法作為完善的產(chǎn)品落地，令人略有欣慰的是，已經(jīng)涌現(xiàn)出大批企業(yè)試圖搭上Sora的快車。
這也不禁讓人想起ChatGPT發(fā)布后，大量企業(yè)跟進推出“自研大模型”，并不斷呼嚎趕超OpenAI，結(jié)果人家這次直接來個降維，借著推出Sora繼續(xù)AI應(yīng)用市場遙遙領(lǐng)先。
Sora采用了Transformer架構(gòu)，和ChatGPT不同的是，大語言模型通過token將各種形式的文本代碼、數(shù)學和自然語言統(tǒng)一起來，Sora則通過視覺包（patchs）實現(xiàn)了類似的效果。
Sora和ChatGPT最大的區(qū)別，就是Sora為擴散模型，它接受輸入的噪聲包（以及如文本提示等條件性輸入信息），然后被訓練去預(yù)測原始的“干凈”包。
重要的是，Sora是一個基于擴散的轉(zhuǎn)換器模型，這種模型已經(jīng)在多個領(lǐng)域展現(xiàn)了顯著的擴展性，包括語言建模、計算機視覺以及圖像生成等領(lǐng)域。擴散轉(zhuǎn)換器在視頻生成領(lǐng)域同樣具有巨大的潛力，不同訓練階段下，使用相同種子和輸入的視頻樣本對比，結(jié)果證明了隨著訓練量的增加，樣本質(zhì)量有著明顯的提高。
Sora研究員專門訓練了一個網(wǎng)絡(luò)，專門負責降低視覺數(shù)據(jù)的維度。這個網(wǎng)絡(luò)接收原始視頻作為輸入，并輸出經(jīng)過壓縮的潛在表示。Sora模型就是在這個壓縮后的潛在空間中接受訓練，并最終生成視頻。此外，研究員還設(shè)計了一個解碼器模型，它可以將生成的潛在表示重新映射回像素空間，從而生成可視的視頻或圖像。
當給定一個壓縮后的輸入視頻時，從中提取出一系列的時空包，這些包被用作轉(zhuǎn)換token。這一方案不僅適用于視頻，因為視頻本質(zhì)上就是由連續(xù)幀構(gòu)成的，所以圖像也可以看作是單幀的視頻。
通過這種基于包的表示方式，Sora能夠跨越不同分辨率、持續(xù)時間和縱橫比的視頻和圖像進行訓練。在推理階段，研究員只需在適當大小的網(wǎng)格中安排隨機初始化的包，就可以控制生成視頻的大小和分辨率。
僅從原理層面來看，推出Sora這種文生視頻大模型并不難，但國產(chǎn)廠商在推出進度上紛紛落后于OpenAI，此前曾有消息稱字節(jié)推出了Boximator，它可以通過文本精準控制生成視頻中人物或物體的動作。
對此，字節(jié)跳動相關(guān)人士回應(yīng)稱，Boximator是視頻生成領(lǐng)域控制對象運動的技術(shù)方法研究項目，目前還無法作為完善的產(chǎn)品落地，距離國外領(lǐng)先的視頻生成模型在畫面質(zhì)量、保真率、視頻時長等方面還有很大差距。
其他發(fā)布公告的企業(yè)，要么是想要介入這個賽道，要么就是可以為該行業(yè)提供硬件設(shè)備支持，因為A股市場中沒有文生視頻的企業(yè)，所以退而求其次，找到了一家文生圖產(chǎn)品獲得市場認可的企業(yè)炒作，即因賽集團，該公司的InsightGPT的文生圖功能已在時尚珠寶和快消兩個賽道的營銷領(lǐng)域商用，并且具有一定市場認可度。
其他的則是一些算力租賃公司獲得市場爆炒，至于想要切入這個行業(yè)的公司就更多了，不勝枚舉。
Sora之所以會引起市場轟動，主要是因為其“文生視頻”的功能直接讓影視從業(yè)人員集體焦慮。
北京天工異彩影視科技有限公司的副總裁兼CTO周輝公開表示，Sora生成的視頻質(zhì)量足夠震撼，可以縮短電影拍攝周期。
其實周輝的表達還是保守了，只要Sora工程師足夠多，硬件設(shè)備不受限，整個影視業(yè)的演員都可以省了，動輒過億的演員費用也可以省下，那現(xiàn)在已經(jīng)成名的影視劇明星，想要上鏡就要另謀出路，當然制作方也可以獲得已成名演員的授權(quán)后上鏡。
同時場地租賃、置景等費用也會隨之下降，這也給了很多非專業(yè)團體在影視業(yè)一展身手的機會，換言之，今天是影視業(yè)最容易的一天，以后每一天都比今天難上加難，值得注意的是，這一邏輯對視頻依賴較大的廣告業(yè)也通用。
除此之外，國內(nèi)剛起步的科幻電影可發(fā)揮空間也將瞬間提升。之前一直說《三體》影視化不成功，是因為很多場景制作困難，而Sora的出現(xiàn)，可以有效解決這個問題，C 內(nèi)容的專家化也將創(chuàng)造新的風格與形式，增強影視內(nèi)容的吸引力與豐富度。用人方面，特效師因為具備基礎(chǔ)的工作邏輯，培訓周期也比其他沒有經(jīng)驗的人群更短。
但在Sora工程師大規(guī)模入局之前，短期Sora還是一個工具性產(chǎn)品，某種程度上幫助影視制作方降本增效。
除影視行業(yè)外，游戲行業(yè)也將借助Sora產(chǎn)生巨大變革，Sora對于物理世界的理解和模擬可以與游戲場景開發(fā)高度適配，Sora可以幫助游戲開發(fā)者創(chuàng)立角色或背景故事。OpenAI也在Sora技術(shù)報告中提出，Sora能夠模擬如視頻游戲的數(shù)字化過程，根據(jù)官方視頻演示，Sora能在控制《Minecraft》游戲角色進行基本操作的同時，高質(zhì)量動態(tài)渲染游戲世界。
可以預(yù)見，Sora未來將可能被應(yīng)用生成游戲動畫和場景等，增加游戲情感故事背景提高可玩性，游戲開發(fā)者的成本也將隨之降低。簡言之，又會有部分人因此面臨崗位變動。
這種背景下，不會使用AI工具的從業(yè)者將會伴隨科技進步，被時代無情淘汰，而掌握AI工具的外行業(yè)，跨行也不會再體會“翻山越嶺”般的困苦，當今大量自媒體從業(yè)者，也有機會進一步落地自己的創(chuàng)意。
至于賣課教別人怎么使用AI工具的機構(gòu)，誰讓人家先掌握知識呢，“知識就是力量”已經(jīng)成為亙古不變的真理，每當科技迭代出現(xiàn)新的生產(chǎn)力工具，都會有相應(yīng)的課程出現(xiàn)，當年Word的使用也是一門技術(shù)，路邊的打印店甚至招了很多年“打字員”，而如今打字員早已經(jīng)不是一個職業(yè)，而是每個打工人都必須掌握的技能。
假以時日，使用AI工具或許也會成為每個打工人必須掌握的技能，但就目前而言，這仍是一個新興就業(yè)崗位，各位也沒必要因為科技進步而焦慮，畢竟機遇總是伴隨危機出現(xiàn)，機會也是給有準備的人。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論
AI工具可以幫助打工人提高工作效率和準確性
這個sora最近是真火
利用工具是人類同其他動物的區(qū)別
本來都是為大家服務(wù)的
掌握AI工具也可以增強打工人的競爭力