AI界一夜變天

沒有絲毫預(yù)熱和劇透，Open AI深夜直接丟下核彈炸了街，從業(yè)者深感要變天。

2月16日凌晨，Open AI發(fā)布了首個“文生視頻”模型Sora。官方介紹，Sora能根據(jù)文字指令創(chuàng)造出包含豐富細(xì)節(jié)的逼真場景、角色，且能用多角度鏡頭，生成一鏡到底的60秒長視頻。

目前官網(wǎng)上已經(jīng)更新了48個樣片，視頻中人物、背景都具有驚人的一致性。并且借助于對語言的深刻理解，Sora創(chuàng)造出的角色能表達(dá)豐富的情感。

更令業(yè)內(nèi)驚嘆的是，Sora身上似乎開始出現(xiàn)“世界模型”的雛形。通過大量觀察訓(xùn)練，它學(xué)會了許多關(guān)于真實(shí)世界的物理規(guī)律。

要知道，原先動畫影視公司為讓動物的數(shù)百萬根毛發(fā)、皮膚紋理、衣物等細(xì)節(jié)在3D建模中表現(xiàn)得如現(xiàn)實(shí)場景般真實(shí)，為此專門成立研究部門，且投入了不菲的成本和時間才得以實(shí)現(xiàn)。而如今，Sora只需要一行描述、幾次提示便能自動完成。

雖然Open AI坦言Sora仍有一些效果上的瑕疵，也因潛在的風(fēng)險暫未對公眾開放。但憑借著極度真實(shí)的視覺效果，這一足以“模糊虛實(shí)”的王炸級技術(shù)，正粗暴地沖擊著大眾心智。

事實(shí)上，文生視頻并非Open AI的獨(dú)門，賽道早已涌入大量玩家。去年下半年開始，谷歌、Meta及部分AI創(chuàng)業(yè)公司相繼下場試水，國內(nèi)的字節(jié)跳動也于11月推出了文生視頻模型Pixel Dance，阿里云的Animate Anyone以及百度文心大模型的類似功能同樣在內(nèi)測。

入局者眾多，但各家效果卻未達(dá)預(yù)期，當(dāng)Runway Gen2、Pika、PixVerse等AI視頻工具還在突破數(shù)秒內(nèi)的連貫性時，Sora已經(jīng)將時長拉至1分鐘，大幅度拉高生成視頻的可用性。影眸科技CTO張啟煊評價道，Sora跟Pika、Runway及同類玩家已拉開代差。

顛覆性的效果，伴隨的是顛覆性的思路。360董事長周鴻祎指出，現(xiàn)在所有文生圖、視頻的模型都是在2D平面上對圖形元素進(jìn)行操作，并未適用物理定律。

而Open AI利用了其大語言模型優(yōu)勢，將LLM和Diffusion結(jié)合訓(xùn)練，通過學(xué)習(xí)視頻，理解現(xiàn)實(shí)世界的動態(tài)變化規(guī)律，并模擬、創(chuàng)造出新的視覺內(nèi)容，由此產(chǎn)生的視頻真實(shí)感十足。

回溯來看，文生視頻能蔚然成風(fēng)，成為全球新一輪AIGC競賽的焦點(diǎn)，因?yàn)榇蠹叶夹岬搅硕桃曨l在全球直播電商、內(nèi)容創(chuàng)作等新興行業(yè)的巨大機(jī)遇。周鴻祎就認(rèn)為，Sora可能給廣告業(yè)、電影預(yù)告片、短視頻行業(yè)帶來巨大顛覆，成為激發(fā)創(chuàng)作力的工具。

AI從業(yè)者更一葉知秋地感受到，Sora在展示視頻制作能力外，更多暗含的是大模型逐漸掌握對真實(shí)世界的理解及模擬能力后，可能會帶來更驚嘆的突破和成果。

有強(qiáng)勁大模型的底座、基于對人類語言的解析、對人類知識和世界模型的了解，再疊加其他技術(shù)，周鴻祎認(rèn)為這便可以創(chuàng)造各個領(lǐng)域的超級工具。因?yàn)檫@種“先記憶，再預(yù)測”，正是人類理解并與世界交互的方式。

他舉例稱 ，Sora對物理世界的模擬，就會對智能駕駛領(lǐng)域產(chǎn)生巨大影響。原先智駕“重感知”卻“輕認(rèn)知”，他認(rèn)為人在駕駛時的很多判斷，是基于對這個世界的理解，缺乏這一點(diǎn)很難做出真正的無人駕駛。

行業(yè)專家普遍認(rèn)為，應(yīng)用層面衍化的終局，便是真正通用人工智能(AGI)時代的到來。

Sora的技術(shù)文檔就寫道，“我們的結(jié)果表明，視頻生成模型是有希望向構(gòu)建通用物理世界模擬器邁進(jìn)的路徑”。

“一旦人工智能接上攝像頭，把所有電影、視頻都看一遍，其對世界的理解將遠(yuǎn)超文字學(xué)習(xí)。AGI真的就不遠(yuǎn)了，不是10-20年的問題，可能一兩年就能實(shí)現(xiàn)?！敝茗櫟t如是說道。

“我相信Open AI手里或許還藏著一些秘密武器，無論是GPT-5，還是機(jī)器學(xué)習(xí)自動產(chǎn)生內(nèi)容?！敝茗櫟t稱，“奧特曼是個營銷大師，知道怎樣掌握節(jié)奏”。

這與Sam Altman要籌集7萬億美元，塑全球AI芯片基礎(chǔ)設(shè)施的野心形成閉環(huán)，因?yàn)橥ㄍㄓ萌斯ぶ悄艿牡缆飞?，需要極為龐大的算力。

近期有投資界人士透露，Open AI正討論新一輪融資，估值高達(dá)千億美元。作為頭羊，有著獨(dú)霸AI行業(yè)、重塑全球AI芯片行業(yè)的龐大野心的Open AI，勢必要借助資本的助推不斷滾雪球。

回溯來看，在這場AI公司、資本交織的游戲中，技術(shù)迭代一直是跳躍式的，并不會給大家慢慢來的時間。

未來的世界和AI行業(yè)究竟會駛向何方?還難以斷言，但眼下的2024，必將又是刺激的一年。