繼ChatGPT這一現象級的應用推出一年之后，近日，美國開放人工智能研究中心OpenAI正式發(fā)布了旗下首款視頻生成模型Sora，再次在全球掀起了人工智能關注浪潮。相較于此前的視頻生成模型，Sora在底層模型和算法上進行了創(chuàng)新，被業(yè)界稱為視頻生成領域的里程碑。因此，Sora的問世令世人驚呼：現實不存在了！

從自動生成文字到自動生成圖片，再到現如今自動生成視頻，人工智能大模型技術在加速迭代。中央財經大學數字經濟融合創(chuàng)新發(fā)展中心主任陳端表示：“人工智能技術的國際競爭，本質上是國家創(chuàng)新力、創(chuàng)新生態(tài)以及創(chuàng)新資源體系的全方位競爭。國內人工智能相關企業(yè)擁有龐大的市場需求和豐富的數據資源等優(yōu)勢，正緊抓時間窗口，加強國際交流與合作，加快技術創(chuàng)新和商業(yè)化步伐，創(chuàng)造更多應用與成果。全球人工智能產業(yè)正進入加速發(fā)展階段?！?/p>

為什么Sora引發(fā)關注潮？

Sora作為文字轉視頻模型，能夠嚴格根據用戶輸入的提示詞、文本指令或靜態(tài)圖像，生成長達1分鐘的視頻，保持較高的視覺質量。據OpenAI官網介紹，該公司正在努力教人工智能“理解和模擬處在運動當中的物理世界”。

國海證券2月18日發(fā)布研報認為，Sora體現出大模型進化速度的超預期。截至2023年12月份，ChatGPT用戶數1.8億，網站月均訪問量17億次，OpenAI估值超1000億美元，Sora的發(fā)布將打開OpenAI用戶量價和估值空間。

據悉，Sora相較于過去幾款主流文生視頻工具有了極大幅度的提升。華金證券分析師方聞千表示，Sora生成的視頻具有超長時長、世界模型、多鏡頭切換三大特點。具體來看，之前幾款主流模型生成的視頻時長僅在20秒以內，Sora不僅能夠深入理解用戶提示，還學會了物理世界的部分規(guī)律，比如：一個人吃漢堡后會留下咬痕、火車車窗上會產生逼真的倒影，Sora還可在單個視頻中設計出多個鏡頭。

繼文字生成和圖像生成技術之后，Sora是視頻生成技術方面的突破性進展。短期來看，Sora將直接改變很多內容產業(yè)的成本結構以及資源支撐體系。薩摩耶云科技集團首席經濟學家鄭磊表示：“Sora的誕生將對影視、廣告、教育、游戲等多個行業(yè)產生直接影響。例如，視頻創(chuàng)作者可以專注于更具創(chuàng)意性和戰(zhàn)略性的工作，而將繁瑣的重復性工作交給人工智能?！?/p>

陳端表示：“長期來看，Sora將遠遠不止是內容生產工具，其構建的基于三維物理世界來創(chuàng)造數字原生世界的強大引擎，將給一些產業(yè)從底層工具層面帶來變化，形成深遠影響?！?60集團創(chuàng)始人、董事長周鴻祎2月16日在其微博上表示，Sora意味著AGI（人工通用智能）實現將從10年縮短到1年。

不過，目前的Sora仍存在一定局限性。例如，它可能難以精確模擬復雜場景的物理狀況，也可能無法理解一些特定的因果和時間聯(lián)系等。此外，模型還可能混淆一些文本指令中的空間細節(jié)，例如左右方向等。據了解，相關領域專家將對模型展開測試，目前，該模型只向有限數量的創(chuàng)作者提供訪問權限。

中國信息協(xié)會常務理事、國研新經濟研究院創(chuàng)始院長朱克力表示：“要用好Sora，企業(yè)首先需深入了解其技術特性和應用場景，其次要積極探索Sora與其他技術的結合，如與虛擬現實、增強現實等技術的融合應用。同時，還應注意數據安全和隱私保護等問題?！?/p>

多家上市公司涉足相關領域

2023年，科技大廠、創(chuàng)業(yè)企業(yè)、科研院所等紛紛入局AI大模型，目前，我國大數據、云計算、人工智能企業(yè)創(chuàng)新發(fā)展，數字產業(yè)化體系逐漸完備，并向全球產業(yè)鏈中高端躍進。政策端，《生成式人工智能服務管理暫行辦法》《關于加快推進視聽電子產業(yè)高質量發(fā)展的指導意見》等陸續(xù)出臺，既促進了人工智能大模型技術的創(chuàng)新發(fā)展和生成式人工智能產業(yè)健康發(fā)展，也進一步規(guī)范制度引領技術落地。

今年春節(jié)期間，支付寶等平臺陸續(xù)推出了人工智能全家福照片制作功能，上傳家人照片可以生成不同風格背景的全家福照片，生成式人工智能工具在圖生圖領域的落地應用已經被公眾廣泛接納。

在視頻生成領域，公開信息顯示，已有?？低?、佳都科技、昆侖萬維、大華股份、螢石網絡、萬興科技、因賽集團、拓爾思、當虹科技等多家A股上市公司積極布局。

例如，佳都科技公布了其自主研發(fā)的國產化的大模型技術，聚焦在交通、城市治理、政務服務等垂直領域的應用，公司的TransCore-M多模態(tài)大模型能夠理解文本、圖像、視頻等多種模態(tài)的信息，并且按照用戶需求將其描述、提示或轉化為指令代碼，是個“聰明”的交通信息小助手。

當虹科技擁有自研的生成式人工智能工具集，于2023年上半年發(fā)布了以靜態(tài)照片生成三維體積視頻的方案，支持六自由度視角自由移動，并且通過點云模型轉換及壓縮算法實現高達800倍的視覺無損壓縮，實現不同模態(tài)之間相互切換。

我國在人工智能技術和大模型領域已經取得了顯著的進展，但與國際領先水平相比，仍存在一些短板。中國電子商務專家服務中心副主任、資深人工智能專家郭濤表示：“這些短板包括原創(chuàng)算法的研發(fā)、高質量數據集的構建、芯片和硬件的自主研發(fā)能力、國際化人才的吸引和培養(yǎng)等方面?！?/p>

中國移動通信聯(lián)合會區(qū)塊鏈與數據要素專業(yè)委員會主任委員、首席數字經濟學家陳曉華表示，近年來，我國相關政策對人工智能技術應用和大模型的技術研發(fā)和產業(yè)創(chuàng)新提供了良好環(huán)境，但由于前期投入不足，在基礎研究和核心算法的原始創(chuàng)新上還有差距。

陳曉華說：“人工智能革命將會推動算力基礎設施的需求猛增，此外文生視頻大模型將帶動視頻數據的調用規(guī)模持續(xù)放大，這對寬帶質量也提出了更高的要求?！?/p>

商務部研究院電子商務研究所副研究員洪勇表示：“國際上，部分大型科技公司憑借雄厚的技術積累和資源在人工智能賽道占據領先地位。中國企業(yè)在某些細分領域已具備國際競爭力，但仍有短板。當下需要清醒意識到差距，加強基礎科研、培養(yǎng)高層次人才、建立合規(guī)體系，并積極參與國際合作與競爭，進一步提升在全球人工智能領域的地位?！?/p>

（來源：證券日報）