OpenAI發(fā)布文生視頻模型“Sora”。它是繼ChatGPT之后，OpenAI又推出的一款震驚科技圈的產(chǎn)品。

Sora，OpenAI發(fā)布的人工智能文生視頻大模型，于2024年2月15日（美國當(dāng)?shù)貢r間）正式對外發(fā)布，Sora可以生成長達一分鐘的視頻，同時保持視覺品質(zhì)并遵循用戶提示。它能夠生成具有多個角色、特定類型的運動以及精確的主題和背景細節(jié)的復(fù)雜場景。

除了能夠僅由文本指令生成視頻外，該模型還能夠獲取現(xiàn)有的靜態(tài)圖像并從中生成視頻，并精確地將圖像內(nèi)容動畫化。Sora還可以對視頻色彩風(fēng)格等要素精確理解，創(chuàng)造出人物表情豐富、情感生動的視頻內(nèi)容。目前 Sora 尚未對公眾全面開放，僅邀請部分測試者進行體驗。

Sora視頻對文字提示的超高還原，不僅成為科技圈的重磅熱點，也迅速引爆網(wǎng)絡(luò)，馬斯克評論“人類輸了”（gg humans）。360創(chuàng)始人周鴻祎發(fā)布視頻表示，Sora意味著AGI實現(xiàn)將從10年縮短到兩三年，科技競爭最終比拼的是人才密度和深厚積累；AI不一定那么快顛覆所有行業(yè)，但它能激發(fā)更多人的創(chuàng)作力。

Sora是能夠理解和模擬現(xiàn)實世界的模型的基礎(chǔ)，這一功能將成為實現(xiàn) AGI的重要里程碑。如果要用三個詞來概括Sora，那就是“60秒超長長度” “單視頻多角度鏡頭”和“世界模型”。Sora是一個新型視頻生成模型，其最引人注目的特點之一就是能夠根據(jù)簡短的文字提示生成長達1分鐘的高清視頻。這就是所謂的“60秒超長長度”。此外，Sora還具有一種“超”能力，即在一個視頻中實現(xiàn)多角度鏡頭，分鏡切換符合邏輯且流暢。這就是所謂的“單視頻多角度鏡頭”。最后，Sora還擁有“世界模型”，可以根據(jù)文字指令創(chuàng)造出既逼真又充滿想象力的場景。

據(jù)悉，“世界模型”的難點在于收集、清洗數(shù)據(jù)。從已經(jīng)發(fā)布的視頻可以看出，Sora已經(jīng)能理解物理規(guī)律了。人經(jīng)歷過千萬年的進化，對于常識的理解已經(jīng)融入了基因，能夠自動把冗余信息快速屏蔽，只篩選最關(guān)鍵的信息，然后做推斷。但是機器不懂抽象，所以需要人去研究類似人類的抽象的學(xué)習(xí)算法，提取關(guān)鍵信息，收集視頻數(shù)據(jù)。而收集數(shù)據(jù)，是最難解決的問題之一。

OpenAI 將視頻和圖像劃分為“補丁”——這是由小單元組成的集合，每個補丁在概念上類似于 GPT 中的“令牌”。通過采用這種統(tǒng)一的數(shù)據(jù)表示方法，OpenAI 能夠在更廣泛的視覺數(shù)據(jù)上訓(xùn)練擴散變換器，這包括具有不同持續(xù)時間、分辨率和縱橫比的視頻和圖像。

多年以后，當(dāng)我們再回看“AI視頻生成”這件事時，或許可以直接用“Sora前時代”和“Sora后時代”來描述它。

文本、圖片都已經(jīng)被AI輕松拿下，而現(xiàn)在，AI視頻，這個最堅固的堡壘，在OpenAI的Sora攻勢下，也已經(jīng)被攻占。AI和現(xiàn)實的界限開始模糊，人類必須準備好迎接一個可能以假亂真的虛擬世界。

Sora將顛覆哪些行業(yè)？廣告業(yè)、電影和短視頻行業(yè)、設(shè)計行業(yè)應(yīng)該是受Sora影響最大的行業(yè)。第一，廣告業(yè)。Sora可以快速生成高質(zhì)量的視頻廣告，提升廣告的創(chuàng)新性和效率，甚至可以顛覆現(xiàn)有的廣告制作流程，使人人都有機會成為廣告導(dǎo)演。第二，電影和短視頻行業(yè)。Sora能夠生成具有電影質(zhì)感的視頻，并可以自行分鏡、切換景別，使得一個人可以完成從編劇到導(dǎo)演的角色，大大降低了制作成本，提高了制作效率。第三，設(shè)計行業(yè)。Sora的出現(xiàn)，為需要現(xiàn)實世界建模的行業(yè)，如自動駕駛等，提供了新的方向，使虛擬世界和現(xiàn)實世界更加緊密結(jié)合，加快了設(shè)計行業(yè)的創(chuàng)新和發(fā)展。

一將功成萬骨枯。照這個發(fā)展速度，AGI應(yīng)該很快照進現(xiàn)實。

Sora，作為一個由OpenAI研發(fā)的先進人工智能模型，對企業(yè)數(shù)字化轉(zhuǎn)型具有重大意義。Sora的能力不僅限于制作視頻，而是代表了人工智能在理解和模擬現(xiàn)實世界方面的巨大進步。Sora對企業(yè)數(shù)字化轉(zhuǎn)型將帶來四個方面的影響。

第一，內(nèi)容創(chuàng)作和自動化。Sora能夠創(chuàng)造包含復(fù)雜場景和角色的60秒視頻，這意味著企業(yè)可以利用AI自動化生產(chǎn)內(nèi)容，快速創(chuàng)建營銷視頻、產(chǎn)品演示、客戶案例研究等，從而提升品牌形象和產(chǎn)品影響力。極大提高效率并降低成本。

第二，客戶個性化體驗。Sora技術(shù)能夠根據(jù)文本提示生成高質(zhì)量的短視頻內(nèi)容。企業(yè)可以根據(jù)客戶的行為數(shù)據(jù)和偏好，定制個性化的視頻內(nèi)容，提升客戶體驗，增強溝通效果。Sora技術(shù)可以與AR技術(shù)結(jié)合，為用戶提供沉浸式的購物體驗，例如在線上購物平臺上通過AR技術(shù)展示產(chǎn)品的實際應(yīng)用場景，提高用戶體驗和購買決策。

第三，數(shù)據(jù)分析與洞察。Sora展示了人工智能在處理和生成復(fù)雜數(shù)據(jù)方面的能力，這可以幫助企業(yè)在分析和解讀大數(shù)據(jù)時更加高效，從而獲得深入的業(yè)務(wù)洞察。結(jié)合AI的視頻分析工具，企業(yè)可以對用戶觀看視頻的行為進行分析，獲取用戶反饋和偏好，進一步優(yōu)化產(chǎn)品設(shè)計和市場策略。

第四，創(chuàng)新驅(qū)動。Sora的出現(xiàn)激發(fā)了企業(yè)在創(chuàng)意領(lǐng)域的探索，如電影制作、游戲開發(fā)等領(lǐng)域，企業(yè)可以嘗試新的創(chuàng)意項目，開辟新的業(yè)務(wù)領(lǐng)域。早期采用Sora技術(shù)的企業(yè)可以在市場上獲得競爭優(yōu)勢。通過利用AI技術(shù)優(yōu)化業(yè)務(wù)流程、提升產(chǎn)品質(zhì)量或服務(wù)，企業(yè)可以更好地滿足客戶需求，增強市場地位。

早期采用Sora技術(shù)的企業(yè)需要解決來自技術(shù)、應(yīng)用等方面的難題。第一，技術(shù)理解和應(yīng)用挑戰(zhàn)。Sora技術(shù)涉及復(fù)雜的機器學(xué)習(xí)和人工智能算法，對于非技術(shù)背景的企業(yè)來說，理解和應(yīng)用這些技術(shù)可能是一個挑戰(zhàn)。將Sora技術(shù)集成到現(xiàn)有的業(yè)務(wù)系統(tǒng)中需要解決兼容性和適配問題。第二，高昂的成本。研發(fā)和部署高級AI模型如Sora需要大量的資金投入，包括技術(shù)研發(fā)、硬件設(shè)備和專業(yè)人才等方面的成本。精通AI和機器學(xué)習(xí)領(lǐng)域的專家相對稀缺，企業(yè)可能難以招聘到足夠的專業(yè)人才來開發(fā)和維護Sora技術(shù)。第三，數(shù)據(jù)隱私和安全問題。在使用AI技術(shù)處理視頻內(nèi)容時，企業(yè)需要確保數(shù)據(jù)的隱私和安全，避免敏感信息泄露或被不當(dāng)使用。AI技術(shù)的應(yīng)用可能會涉及版權(quán)、隱私保護、知識產(chǎn)權(quán)等法律問題，以及就業(yè)、道德和責(zé)任分配等倫理問題。

盡管Sora技術(shù)在眾多行業(yè)中具有顛覆性的潛力，但其技術(shù)可能對就業(yè)、隱私和安全性等方面產(chǎn)生負面影響。這些影響的好壞取決于如何使用和管理這些技術(shù)。同時也需要關(guān)注其局限性和可能帶來的倫理和安全問題。例如，Sora在物理理解方面仍存在局限性，如難以準確模擬復(fù)雜場景的物理原理和理解因果關(guān)系；在廣泛應(yīng)用中可能會涉及隱私和數(shù)據(jù)安全等問題。

可以肯定的是，Sora技術(shù)就算再無敵，也需要合適的應(yīng)用才能推動其釋放精彩，更需要企業(yè)結(jié)合自身的業(yè)務(wù)模式進行創(chuàng)新應(yīng)用。好的創(chuàng)意、深邃思想、合適的應(yīng)用，將成倍放大Sora的能量。未來什么才會成為稀缺資源，什么是企業(yè)發(fā)展的核心競爭力？唯創(chuàng)新亙古不變。