很可惜 T 。T 您現在還不是作者身份，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，一經錄用會有專人和您聯系
咨詢如何成為春羽作者請聯系：鳥哥筆記小羽毛（ngbjxym）
來源 | 伯虎財經（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。
因為其發(fā)布了一個全新的聊天機器人模型—— ChatGPT。和過去那些簡單的聊天機器人相比，ChatGPT不僅可以回答人類的追問，承認自己回答中的錯誤，拒絕回答不適當的問題，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，我們離強大到危險的人工智能不遠了。”距離發(fā)布后僅兩個月，ChatGPT月活用戶就達到了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。
據了解，通過文本指令，Sora可以直接輸出長達60秒的視頻，且視頻的精致程度遠超大部分人的想象。
這意味著，繼文本、圖像之后，OpenAI將其先進的AI技術拓展到了視頻領域。
馬斯克也再次評價了 OpenAI 視頻模型：“AI 增強的人類將在未來幾年里創(chuàng)造出最好的作品。”
一方面是技術上的突破。
Sora 能夠生成長達 1 分鐘的超長視頻，遠超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，其細節(jié)的精細度幾乎已經做到了以假亂真。換句話來說，Sora 創(chuàng)作的視頻質量，無論是高清度還是還原度，都是可圈可點的。
另一方面，同樣引人關注的是，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實世界如何存在。”
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不僅可以準確把握用戶文本中的復雜意思，并且還能分拆出不同的元素，將其轉換為有具體創(chuàng)意構思的視頻內容，看起來就像是專業(yè)導演、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，成功地推進了故事的發(fā)展。視頻中實際上發(fā)生了多次鏡頭轉換，這些沒有特別指令它這么做，它卻能自動完成。
據內行人士透露，像是Sora生成的視頻，就算是頭部動畫制作公司都需要數日時間完成，而Sora只需要幾分鐘搞定。
國盛證券認為 Sora 相比此前其他文生視頻模型，已經跨越到實用生產力工具，1 分鐘長度有望大規(guī)模應用在短視頻領域，擴展視頻的能力也有望制作長視頻，或將帶來新一輪內容創(chuàng)作產業(yè)革命。
當然,Sora并不完美。OpenAI官網指出它可能難以準確模擬復雜場景的物理原理，并且可能無法理解因果關系，混淆提示的空間細節(jié)。
以此次發(fā)布的DEMO“與中國龍一起慶祝農歷新年的視頻”為例，Sora無法準確生成視頻畫面中的中文，還被網友調侃調侃“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的團隊，讓AI能從最初的模糊分辨不清的圖像，進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)領跑么，但現在我是真的服了，真的是比其他廠牛逼不止一點，一出手就是降維打擊，sora也是transform架構，這不就是gpt5的一部分么，之前網上說gpt5看完了互聯網的所有視頻我還不信，現在我信了”。
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秒時長的精細視頻，大大降低了視頻制作的門檻和成本，特別是熱點類等具備強烈時效性的內容。
不過Sora更深層的意義在于，這也意味著有關AI的競爭再度升級。
2023年，ChatGPT的發(fā)布引領全球進入AI熱潮，光是中國公司就發(fā)布了超過130個大模型。起初，大家的目標都是朝著自研大模型進發(fā)——有錢的大廠研發(fā)基座模型，創(chuàng)業(yè)公司們則轉向研發(fā)在開源模型基礎上加入特定數據集做微調的行業(yè)模型、垂直模型。
但事實證明，大模型真正的門檻在于高昂的成本——海量的算力、能提供定制服務的數據服務商和頂尖的人才團隊。
以算力為例，目前市場絕大部分被用于訓練大模型的算力芯片都來自于英偉達。根據財經報道，2023年，英偉達A100的售價漲了約1倍。單單部署1000臺服務器的電力成本就高達月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，利用大模型去實現效率提升。
根據晚點LatePost報道，11月，基于阿里的“通義千問”，跨境業(yè)務AI Business團隊正式對外公布自己的產品 “Aidge”，兼具翻譯、營銷、設計、本地化服務等一系列功能。統(tǒng)計數據顯示，11月經過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。
Sora使用 transformer 架構，將視頻和圖像表示為稱為 Patch 的較小數據單元的集合，類似于 GPT 中的 token。重要的是，它和GPT一樣符合AI 縮尺律（Scaling Law），也就是說隨著訓練計算量的增加，樣本質量明顯提高。
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。
算力已經成為了各家最為關注的資源之一。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)尋求數十億美元的資金。
軟銀集團創(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)，與旗下半導體設計公司ARM的業(yè)務形成互補。
不過Sora的驚艷并不意味著其他人就沒有機會。視頻生成賽道此前的明星公司是Runway和Pika，盡管有許多人認為Sora很容易對兩者進行降維打擊，但Pika創(chuàng)始人郭文景在回應鈦媒體時稱，“我們覺得這是一個很振奮人心的消息，我們已經在籌備直接沖，將直接對標Sora。”
事實上，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，根據官方數據，其支持長達 100 萬個 token，遠超當前其他基礎模型，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當然是OpenAI領先的有力證明，但更像是大模型這個“大力出奇跡”賽道競爭升級的信號。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現為：
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，破壞國家統(tǒng)一，損害國家榮譽和利益；
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、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
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、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現為：
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，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，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，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行負面評價；
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、擾亂本網站秩序的內容，或進行相關行為。主要表現為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。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容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯想；
5)展現血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
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，或與特定機構或個人存在關聯。
6. 傳播封建迷信，主要表現為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
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、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現為：
1)以各種夸張、獵奇、不合常理的表現手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現為：
1)誘導未成年人應援集資、高額消費、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、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內容，主要表現為：
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、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、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。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、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)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)