OpenAI向用户开放AI视频生成模型 Sora将如何演绎“鲇鱼效应”？

本报记者 张晓玉,12月10日，OpenAI（美国人工智能研究公司）宣布正式向用户开放人工智能AI视频生成模型Sora，该系统可以根据文本提示生成逼真的视频。截至当日，距离OpenAI首次公开预览这款产品已过去了10个月时间。,OpenAI相关负责人表示，Sora将于当天晚些时候向美国及其他市场的ChatGPT付费用户开放。新版工具SoraTurbo可以生成最长达20秒的视频，并且可以提供这些视频的多种变体。,据悉，Sora的发布是OpenAI为期12天的产品直播活动的一部分。作为视频生成领域龙头，Sora发挥着“鲇鱼效应”。据《证券日报》记者不完全统计，自Sora发布以来，国内外已有近20家公司发布或更新了视频生成模型。,美股视频巨头遭冲击,据了解，Sora能够根据用户输入的描述性提示快速生成视频，并及时向前或向后扩展现有视频。,Sora引发了全球科技产业的震动，尤其是在视频生成领域。Sora以其极高的生成质量、快速的响应时间和低成本的生成方式，一度让一些传统视频公司面临巨大压力。,以AdobeSystemsIncorporated（以下简称“Adobe”）为例，其股价曾在Sora首次发布的次日（2月16日）大跌了7.41%，创去年11月1日以来的新低，市值在短短一个交易日蒸发了近198亿美元。,Adobe长期以来在图像处理、视频编辑软件等领域占据领先地位，而OpenAI此次发布的Sora技术，将视频生成的门槛大大降低。市场普遍认为，Sora的发布可能会改变视频创作的格局，Adobe的市场份额受到威胁。,不过，市场上也有另一种观点，认为像Sora这样的开放式模型，无法为专业人士提供同等的安全保障，Sora的主要使用场景可能仅限于社交媒体平台。在专业用户市场上，Adobe的领导地位依然无法撼动。,面对Sora的冲击，国外企业加速布局AI视频生成领域。2024年RunwayAI，Inc.发布Gen-2模型，在视频生成领域迅速重回第一梯队阵营。用户只需输入文字描述，即可生成一段4秒的视频，并且可以根据需求调整分辨率和帧率。,而就在Sora正式向用户开放的几天前，当地时间12月4日，谷歌旗下人工智能研究机构DeepMindTechnologiesLimited发布了一款名为Genie2的新型模型，可通过单张图片和文字描述生成“无限”种类的可玩3D世界。,贝恩咨询公司商品战略顾问总监潘俊在接受《证券日报》记者采访时表示，Sora的发布将对现有的视频生成模型生态产生重大影响。它将打破传统视频制作的技术壁垒，为视频生成领域带来新的竞争格局。其他视频生成模型公司可能会面临来自Sora的竞争压力，需要调整其产品和服务以适应新的市场需求和技术趋势。未来，视频生成领域的竞争格局可能会更加激烈，创新和差异化将成为关键。,国内企业积极布局,Sora的发布也促使国内科技巨头纷纷加紧文生视频大模型的研发。,中国电信集团有限公司在2024数字科技生态大会上发布及更新了昆仑云网能力开放平台、“息壤”算力服务、视觉大模型及文生视频大模型等方面的进展；12月3日，深圳市腾讯计算机系统有限公司旗下腾讯混元大模型（以下简称“腾讯混元大模型”）官微发布消息称，腾讯混元大模型正式上线视频生成能力，参数量130亿，是当前最大的视频开源模型；北京快手科技有限公司推出可灵AI，这款AI视频生成模型可以生成长达两分钟的1080p视频，还支持多种视频输出比例，并可以模拟现实世界的物理特性。,清华大学战略新兴产业研究中心副主任胡麒牧在接受《证券日报》记者采访时表示，虽然目前这些国内公司推出的视频生成技术在部分功能上与Sora尚有差距，但它们的迅速跟进显示出国内企业对AI视频生成技术的重视。自Sora发布以来，国内视频大模型的生成效果显著提升，与Sora的差距在不断缩小，部分功能甚至已实现赶超。,例如，北京智谱领航科技有限公司全新迭代的AI视频模型“新清影”，在文生视频性能上实现了进一步提升，支持10秒时长及4K、60帧超高清画质，以及任意尺寸的视频输出，并自带音效和更好的人体动作及物理世界模拟。,北京火山引擎科技有限公司总裁谭待表示，视频大模型的技术突破十分困难，需要大模型能理解复杂指令，包括对多镜头语言的运用，实现多个主题的交互视频，保持风格的一致性等。当前视频生成功能仍有很多难关亟待突破。豆包两款模型会持续演进，在解决关键问题上探索更多可能性，加速拓展AI视频的创作空间和应用落地。,推动多模态大模型创新,在文生视频算法领域，国内也取得了显著进展。中国国家互联网信息办公室公开信息显示，今年以来国内共有2277个深度合成服务算法通过备案。其中，主要用途描述中带有可实现文生视频能力的算法共34个，备案名称中明确界定为“文生视频算法”的仅有6个。,例如，商汤集团有限公司通过备案的商汤V-ME视频合成算法支持已有人物视频、动画、声音、文字等多种元素进行驱动。天娱数字科技（大连）集团股份有限公司子公司北京智境云创科技有限公司在今年6月份一次性通过了“智境云创人脸融合算法”“智境云创文本生成视频算法”“智者千问大语言模型算法”三项算法备案。,德邦证券股份有限公司分析师陈涵泊表示，Sora的正式开放，有望成为全球视频生成领域的新标杆，加速多模态大模型的迭代与应用。,在潘俊看来，Sora的推出有望加速AI在视频生成领域的商业化进程。由于Sora具有高度的创新性和广泛的应用潜力，预计将吸引许多企业投资和合作，包括内容创作者、广告公司、电影制作公司等。随着商业化的推进，Sora可能会为视频生成领域带来新的商业模式。,“不过，Sora远未达到替代人类内容创作的程度，其发展水平仅相当于GPT-1，尚处于起步阶段。对于其他视频生成模型公司而言，真正的竞争才刚刚开始。它们将在算力、数据和算法这三个关键领域展开角逐。”工业和信息化部信息通信经济专家委员会委员盘和林向《证券日报》记者表示。,此外，胡麒牧表示：“技术创新与安全伦理之间的平衡是AI技术发展中的重要问题。在推动技术发展的同时，我们必须充分关注其可能带来的社会影响，如隐私保护、版权争议以及滥用风险等问题，确保技术在符合伦理和社会责任的基础上得到合理应用。”,