春節(jié)后的第一周，美國人工智能公司OpenAI依舊是全球矚目的焦點。

此前在北京時間2月16日凌晨，OpenAI在官網宣布推出一個名為Sora的文本生成視頻模型，極大地拓展了AI在視頻內容生成方面能力。相比此前已有的視頻生成模型，Sora在時長和分辨率上大幅超越，強大的文本理解和細節(jié)生成能力更是引發(fā)全球關注，被視為AI界的新里程碑。

“完了，我可能要失業(yè)了?！彪S著不斷地翻看由Sora生成且未經修改的視頻，在廣告設計公司做視頻剪輯的李俊心中涌起一股不安，在看到一段段視頻精準還原了提示文字的每一個細節(jié)，他的職業(yè)危機感如潮水般涌來。

Sora的橫空出世讓不少傳統(tǒng)行業(yè)的從業(yè)者感到顛覆與重塑正在上演，首當其沖的便是影視相關行業(yè)。“無人機視圖，海浪撞擊著大蘇爾的加雷點海灘崎嶇的懸崖.....這個景色捕捉了海岸的原始美景和太平洋海岸公路的崎嶇景觀?！迸c這段文字匹配的是一段Sora生成的高清視頻，盡管只有8秒，但已經足夠讓李俊震撼不已。

Sora的“問世”適逢中國春節(jié)，順勢抓住了公眾閑暇時光與社交場景，并通過互聯(lián)網社交平臺擴散、裂變，最終引發(fā)熱烈談論，360創(chuàng)始人周鴻祎更是下場判斷，Sora意味著AGI的實現(xiàn)將從10年縮短到1年。與此同時，圍繞Sora相關功能的知識付費課程層出不窮，相關概念股成為龍年“開門紅”行情的領頭羊，“掘金熱潮”不減。

OpenAI上一次這樣“出風頭”是在2022年11月底，其開發(fā)的ChatGPT點燃AI熱潮，掀起了整個2023年的人工智能淘金熱。那么，此次Sora的橫空出世，又將預示著什么？

跨越式突破

“Sora給人的震撼主要體現(xiàn)在其生成視頻的精細畫面已經很接近現(xiàn)實世界，有些甚至到了難以區(qū)分真假的程度?！?月下旬，短視頻創(chuàng)作者夏廷對記者表示，Sora不僅提供了清晰、豐富的的視頻內容，且其細節(jié)、光影和色彩等方面表現(xiàn)出色。

雖然在此之前視頻生成已經是大模型領域最熱門的研究方向之一，谷歌、Meta、Runway、百度、字節(jié)跳動等國內外公司都在積極布局，但截至目前，市場上尚未出現(xiàn)能夠與Sora相抗衡的競爭對手。Sora走紅后，視頻生成賽道的領先者Runway公司CEO克里斯托瓦爾·巴倫蘇埃拉在X平臺上發(fā)布了一個簡短的宣言：“Game On（比賽開始了）?！?/p>

根據OpenAI官方介紹，因使用Transformer架構，Sora具有極強的擴展性，同時在基于過去對DALL·E和GPT的研究基礎構建上，還利用了DALL·E 3的重述提示詞技術，為視覺模型訓練數(shù)據生成高描述性的標注，該模型不僅能理解用戶提示詞中的物品，更能理解這些物品在真實世界的存在形式。

2021年1月份，OpenAI發(fā)布了DALL·E模型，它能從文字說明中創(chuàng)建圖像，用于表達各種可由自然語言表達的概念。一年后，OpenAI發(fā)布DALL·E 2，相比第一代以4倍的分辨率生成更真實和準確的圖像。2023年9月，OpenAI再度刷新，DALL·E 3與整合了ChatGPT，語言理解能力大幅提升，可以將用戶的想法轉換為非常精確的圖像。從文生圖模型的快速迭代來看，Sora的突然爆發(fā)并未偶然。

不過，OpenAI也說明了Sora的局限性：它可能難以準確模擬復雜場景的物理特性，并且可能無法理解因果關系的具體實例。例如，一個人可能會咬一口餅干，但餅干可能沒有咬痕。同時，該模型還可能混淆提示的空間細節(jié)，例如，左右混淆，并且可能難以精確描述隨時間推移發(fā)生的事件，例如遵循特定的相機軌跡。

目前，Sora尚未開放公測，僅相關程序人員、安全測試人員以及OpenAI挑選的少量創(chuàng)作者和藝術家有體驗權限。OpenAI稱，在Sora產品上線前將會進行一系列的安全測試，包括進行誤導性信息、仇恨內容等對抗測試，構建幫助識別誤導性內容的工具，并制定安全規(guī)則等。

招商策略在研報中分析，“雖然OpenAI表示當前Sora仍有弱點，例如難以準確模擬復雜場景中的物理現(xiàn)象，可能無法理解具體的因果關系，但從當前展示的效果來看，Sora顯著領先于其他文生視頻模型，推動AI視頻生成進入了一個全新的時代?！?/p>

顛覆與重構

和此前ChatGPT一樣，Sora一夜爆火后，隨之而來的便是其應用領域會顛覆哪些行業(yè)的討論。

“Sora的出現(xiàn)將極大地改變視頻制作的方式和效率，為導演們帶來更多的創(chuàng)作可能性?！毙っ魇且患矣耙暪镜木帉В饲爸饕臄z傳記片，他對《國際金融報》記者表示，Sora能夠將文本直接轉換成高質量的視頻，在某些場景下，拍攝條件可能受限或無法實現(xiàn)，就能通過Sora生成相應的視頻片段來彌補這些不足。

不過肖明也強調，Sora暫時不會顛覆影視行業(yè)，因為視頻是由模型生成的，而不是真實的演員和場景，可能缺乏真實性和情感共鳴，“畢竟影視行業(yè)的核心是劇本，劇本和創(chuàng)意還是得靠人?！?/p>

受訪者提供

根據浙商證券分析，短期內，Sora及同類產品可大幅提升圖像和短視頻的制作效率，改變創(chuàng)意生產及營銷工作流，提升短視頻產品生產力。對于業(yè)態(tài)更加復雜的長視頻和游戲，受限于模型目前還無法很好理解因果關系和其他技術難點，現(xiàn)階段或以提供美術靈感支持為主。

“從中長期來看，Sora及同類產品將參與改變信息生產和分發(fā)兩大環(huán)節(jié)的進程中，PGC（專業(yè)生產內容）將廣泛采用AI工具輔助生產，UGC（用戶生產內容）將借助AI工具逐步替代PGC（專業(yè)生產內容）?！闭闵套C券進一步稱，“AI生成視頻工具的商業(yè)化將提速，目前Sora還未公布收費標準，參照之前部分文生視頻工具收費情況，定價相對較高。鑒于Sora采用的世界模擬器技術路徑，邊際成本或有降低的可能。”

不過就實際情況而言，當下AI視頻的落地還面臨多重不確定性和挑戰(zhàn)。尤其是版權歸屬問題，AI生成的視頻內容究竟歸屬于誰？這既涉及到原創(chuàng)性的界定，也牽涉到多方利益的平衡。

“在實踐中，有關AIGC是否受著作權相關法律保護存在爭議。”上海市海華永泰律師事務所合伙人陳元熹向記者指出，基于Sora與基于Stable Diffusion、DALL·E等其他軟件生成內容的保護是類似的。在我國，《著作權法》第三條要求，作品應當是具有獨創(chuàng)性的智力成果。在使用過程中，使用者通過輸入提示詞，由Sora基于Diffusion與Transformer架構，直接生成不帶聲音的視頻內容。在這個過程中，除了提示詞以外，使用者無法對Sora進行干預，這種視頻生成方式與傳統(tǒng)的視頻拍攝、剪輯等制作方法完全不同。

“我們保守認為，這樣的視頻生成比較難以成為法律規(guī)定的作品。然而，北京互聯(lián)網法院在2023年11月的判決認可了基于Stable Diffusion生成圖片的著作權。”陳元熹進一步分析稱，“所以，Sora生成視頻涉及的著作權問題，還需要未來更多案件的具體分析與法律討論。”

新一輪跟風？

Sora橫空出世所激起的風浪仿佛“昨日重現(xiàn)”。

在過去的2023年，ChatGPT引領了全球大模型的浪潮，掀起了全球范圍內的AI軍備競賽。國內科技行業(yè)則形成了“百模大戰(zhàn)”，百度、阿里、騰訊、科大訊飛等科技大廠和眾多創(chuàng)業(yè)公司跑步入場，通用大模型、垂直大模型等各類產品百花齊放；持續(xù)疲軟的手機行業(yè)也在全面擁抱AI大模型，華為、小米、OPPO、vivo等廠商都在致力于將大模型裝進手機里面。

伴隨著Sora成為開年以來最亮眼的“王炸”，“降維打擊”“新的GPT時刻”“人類愿賭服輸”等贊譽紛至沓來，可以預見的是，國內企業(yè)的跟進風潮將再度開啟。

從春節(jié)后的首個交易日開始，A股市場相關概念股就迎來漲停潮。記者注意到，與AI、算力、游戲、影視、廣告營銷等行業(yè)相關的多家上市公司在投資者互動平臺上對Sora所引發(fā)的熱潮進行了回應。例如，巨人網絡表示，公司關注到Sora在視頻生成領域取得的突破性進展，公司同樣在積極布局多模態(tài)大模型領域，聚焦游戲垂直類創(chuàng)作場景；芒果超媒也表示，對以Sora為代表的新興AI文生視頻技術平臺保持密切關注。

文生視頻模型并不是剛出現(xiàn)的新鮮事物，在Sora問世之前，Meta和谷歌也曾推出過文生視頻工具，創(chuàng)業(yè)公司中，Runway旗下視頻生成模型Gen-2和去年爆火的Pika旗下Pika 1.0在這一賽道都有亮眼的表現(xiàn)。

但這些產品在Sora面前顯得有些黯然失色，OpenAI自帶的光環(huán)是原因之一，更重要的原因在于視頻長度、連貫性、畫質、多角度鏡頭等多個方面的突破，以及對人類語言和真實世界的理解。

在對外發(fā)聲方面，相比上市公司，國內的互聯(lián)網大廠們則顯得有些低調。有人說，Sora問世之后，壓力給到國內的科技巨頭，尤其是字節(jié)跳動，原因在于Sora未來會對短視頻行業(yè)帶來巨大沖擊，而作為全球短視頻巨頭，字節(jié)跳動旗下視頻編輯工具剪映將面臨威脅。

盡管在AI方面起步較晚，但從去年以來的一系列調整動作可以看出，字節(jié)跳動正在“火力全開”。就在Sora發(fā)布前一周，帶領團隊從0到1推出抖音的張楠宣布辭去抖音集團CEO一職，未來將把精力聚焦在剪映的發(fā)展上，張楠在朋友圈表示“跟著這個AI時代一起成長”，所透露的信號不言而喻。

值得關注的是，2月20日，有消息稱，字節(jié)跳動推出了一款“中文版Sora”——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)跳動相關人士表示，Boximator目前還無法作為完善的產品落地，距離國外領先的視頻生成模型在畫面質量、保真率、視頻時長等方面還有很大差距。

這也意味著，字節(jié)跳動能否突圍，依舊任重道遠，而這或許也是國內眾多科技公司都需要摸索和解答的問題。