很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
來源 | 伯虎財經(jīng)（bohuFN）
作者 | 陳平安
OPEN AI又刷屏了。
2023年年初，OPEN AI就曾引爆全球科技圈。
因?yàn)槠浒l(fā)布了一個全新的聊天機(jī)器人模型—— ChatGPT。和過去那些簡單的聊天機(jī)器人相比，ChatGPT不僅可以回答人類的追問，承認(rèn)自己回答中的錯誤，拒絕回答不適當(dāng)?shù)膯栴}，還能寫詩、編程、寫論文等等。
連馬斯克都忍不住感嘆：“ChatGPT好得嚇人，我們離強(qiáng)大到危險的人工智能不遠(yuǎn)了。”距離發(fā)布后僅兩個月，ChatGPT月活用戶就達(dá)到了1億，為其母公司OpenAI拉來了微軟100億美元的下注。
2024年年初，相似的故事又在上演。
2 月 16 日凌晨，OpenAI 在 AI 生成視頻領(lǐng)域扔出一枚“王炸”，宣布推出全新的生成式人工智能模型“Sora”。
在 OpenAI 官網(wǎng)分享的演示視頻中，Sora 可以直接輸出有多個角色、多種場景和運(yùn)鏡的畫面。這對比一年前 AI 生成的視頻，簡直是天差地別，其視頻長度方面就“碾壓”同行。
據(jù)了解，通過文本指令，Sora可以直接輸出長達(dá)60秒的視頻，且視頻的精致程度遠(yuǎn)超大部分人的想象。
這意味著，繼文本、圖像之后，OpenAI將其先進(jìn)的AI技術(shù)拓展到了視頻領(lǐng)域。
馬斯克也再次評價了 OpenAI 視頻模型：“AI 增強(qiáng)的人類將在未來幾年里創(chuàng)造出最好的作品。”
一方面是技術(shù)上的突破。
Sora 能夠生成長達(dá) 1 分鐘的超長視頻，遠(yuǎn)超Runway-gen2 的 18 秒和 Pika 的 3 秒。
更重要的是，相比之前AI視頻明顯的“AI感”不同，Sora制作的視頻在逼真度和畫面精致程度將整個AI視頻行業(yè)提升到 next level。
從官網(wǎng)視頻來看，人物臉上的黑痣粉刺，地面積水倒映的霓虹光影等等，其細(xì)節(jié)的精細(xì)度幾乎已經(jīng)做到了以假亂真。換句話來說，Sora 創(chuàng)作的視頻質(zhì)量，無論是高清度還是還原度，都是可圈可點(diǎn)的。
另一方面，同樣引人關(guān)注的是，Sora理解長文本的能力。OpenAI在官方博客中寫道，“Sora不僅可以理解用戶的需求，還知道這些事物在現(xiàn)實(shí)世界如何存在。”
什么意思呢？只需要輸入一段文本，Sora就能自動生成最長一分鐘的高清視頻。讓人驚艷的是，Sora不僅可以準(zhǔn)確把握用戶文本中的復(fù)雜意思，并且還能分拆出不同的元素，將其轉(zhuǎn)換為有具體創(chuàng)意構(gòu)思的視頻內(nèi)容，看起來就像是專業(yè)導(dǎo)演、攝像和剪輯的作品。
比如 Sora以“色彩繽紛的魚類和海洋生物充斥的，由紙藝精心構(gòu)建的珊瑚礁世界”為主題的視頻中， Sora 通過其攝影角度和拍攝時機(jī)，成功地推進(jìn)了故事的發(fā)展。視頻中實(shí)際上發(fā)生了多次鏡頭轉(zhuǎn)換，這些沒有特別指令它這么做，它卻能自動完成。
據(jù)內(nèi)行人士透露，像是Sora生成的視頻，就算是頭部動畫制作公司都需要數(shù)日時間完成，而Sora只需要幾分鐘搞定。
國盛證券認(rèn)為 Sora 相比此前其他文生視頻模型，已經(jīng)跨越到實(shí)用生產(chǎn)力工具，1 分鐘長度有望大規(guī)模應(yīng)用在短視頻領(lǐng)域，擴(kuò)展視頻的能力也有望制作長視頻，或?qū)硇乱惠唭?nèi)容創(chuàng)作產(chǎn)業(yè)革命。
當(dāng)然,Sora并不完美。OpenAI官網(wǎng)指出它可能難以準(zhǔn)確模擬復(fù)雜場景的物理原理，并且可能無法理解因果關(guān)系，混淆提示的空間細(xì)節(jié)。
以此次發(fā)布的DEMO“與中國龍一起慶祝農(nóng)歷新年的視頻”為例，Sora無法準(zhǔn)確生成視頻畫面中的中文，還被網(wǎng)友調(diào)侃調(diào)侃“都怪中文太難了？”以及視頻中老人生日蛋糕蠟燭，但蠟燭火苗前面卻沒有絲毫變化等等。
但OpenAI的團(tuán)隊(duì)，讓AI能從最初的模糊分辨不清的圖像，進(jìn)步到目前足以生成長視頻的階段，可見其發(fā)展可怖。
B站一位網(wǎng)友是這么評價的：
“sora出之前我還在給gpt5心里打一個問號，到底能提升多少，openai還能繼續(xù)領(lǐng)跑么，但現(xiàn)在我是真的服了，真的是比其他廠牛逼不止一點(diǎn)，一出手就是降維打擊，sora也是transform架構(gòu)，這不就是gpt5的一部分么，之前網(wǎng)上說gpt5看完了互聯(lián)網(wǎng)的所有視頻我還不信，現(xiàn)在我信了”。
Sora最直接的影響的肯定是對視頻行業(yè)的沖擊。作為一種視頻生成工具，Sora僅需文字就可以生成60秒時長的精細(xì)視頻，大大降低了視頻制作的門檻和成本，特別是熱點(diǎn)類等具備強(qiáng)烈時效性的內(nèi)容。
不過Sora更深層的意義在于，這也意味著有關(guān)AI的競爭再度升級。
2023年，ChatGPT的發(fā)布引領(lǐng)全球進(jìn)入AI熱潮，光是中國公司就發(fā)布了超過130個大模型。起初，大家的目標(biāo)都是朝著自研大模型進(jìn)發(fā)——有錢的大廠研發(fā)基座模型，創(chuàng)業(yè)公司們則轉(zhuǎn)向研發(fā)在開源模型基礎(chǔ)上加入特定數(shù)據(jù)集做微調(diào)的行業(yè)模型、垂直模型。
但事實(shí)證明，大模型真正的門檻在于高昂的成本——海量的算力、能提供定制服務(wù)的數(shù)據(jù)服務(wù)商和頂尖的人才團(tuán)隊(duì)。
以算力為例，目前市場絕大部分被用于訓(xùn)練大模型的算力芯片都來自于英偉達(dá)。根據(jù)財經(jīng)報道，2023年，英偉達(dá)A100的售價漲了約1倍。單單部署1000臺服務(wù)器的電力成本就高達(dá)月20萬元。
大廠們的優(yōu)勢在于，既擁有雄厚的財力去大規(guī)模購買、部署GPU，也能及時通過工程優(yōu)化，利用大模型去實(shí)現(xiàn)效率提升。
根據(jù)晚點(diǎn)LatePost報道，11月，基于阿里的“通義千問”，跨境業(yè)務(wù)AI Business團(tuán)隊(duì)正式對外公布自己的產(chǎn)品 “Aidge”，兼具翻譯、營銷、設(shè)計、本地化服務(wù)等一系列功能。統(tǒng)計數(shù)據(jù)顯示，11月經(jīng)過AI優(yōu)化后的商品，獲得的海外詢盤量比之前增加了15%。
字節(jié)則在推出了云雀大模型后，相繼研發(fā)出了豆包、扣子、話爐等產(chǎn)品。以話爐為例，用戶可以在其中與AI智能體一道，通過故事聊天、創(chuàng)作，獲得互動體驗(yàn)。
Sora使用 transformer 架構(gòu)，將視頻和圖像表示為稱為 Patch 的較小數(shù)據(jù)單元的集合，類似于 GPT 中的 token。重要的是，它和GPT一樣符合AI 縮尺律（Scaling Law），也就是說隨著訓(xùn)練計算量的增加，樣本質(zhì)量明顯提高。
有行業(yè)人士表示，目前Sora 暫未對外開放使用，僅OpenAI CEO Sam Altman 在X 平臺上與評論互動生成視頻，認(rèn)為算力的限制可能是目前 Sora 暫未開放使用的重要因素。
算力已經(jīng)成為了各家最為關(guān)注的資源之一。2018 年，Altman 個人投資了一家AI 芯片初創(chuàng)公司Rain Neuromorphics，2019 年，OpenAI 花費(fèi)5100 萬美元購買Rain 的芯片；去年 11 月，Altman 為一家代號為“Tigris”的芯片企業(yè)尋求數(shù)十億美元的資金。
軟銀集團(tuán)創(chuàng)始人孫正義則正尋求籌措1000億美元資金成立一家芯片企業(yè)，與旗下半導(dǎo)體設(shè)計公司ARM的業(yè)務(wù)形成互補(bǔ)。
不過Sora的驚艷并不意味著其他人就沒有機(jī)會。視頻生成賽道此前的明星公司是Runway和Pika，盡管有許多人認(rèn)為Sora很容易對兩者進(jìn)行降維打擊，但Pika創(chuàng)始人郭文景在回應(yīng)鈦媒體時稱，“我們覺得這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(biāo)Sora。”
事實(shí)上，OpenAI也并非毫無對手。和Sora同一時期發(fā)布的還有谷歌的Gemini1.5 Pro，根據(jù)官方數(shù)據(jù)，其支持長達(dá) 100 萬個 token，遠(yuǎn)超當(dāng)前其他基礎(chǔ)模型，可以一次性處理大量信息，如 1 小時的視頻、11 小時的音頻、超過3 萬行代碼或超過 70 萬個單詞。
Sora當(dāng)然是OpenAI領(lǐng)先的有力證明，但更像是大模型這個“大力出奇跡”賽道競爭升級的信號。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點(diǎn)擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)