Sora再刷屏，但國(guó)內(nèi)玩家走的不是同一條路

　　相比于Sora的大力出奇跡，多數(shù)國(guó)內(nèi)的文生視頻玩家走的不是這一條路。

　　Sora又有新動(dòng)向。3月25日，OpenAI首次公布了使用Sora制作的創(chuàng)意劇情短片。不同于此前的OpenAI主導(dǎo)生成，這次釋放出的視頻創(chuàng)作者是藝術(shù)家、設(shè)計(jì)師、創(chuàng)意工作者和電影人。

　　在視頻創(chuàng)意闡釋環(huán)節(jié)，不同的藝術(shù)創(chuàng)作者們講述了Sora在探索新的藝術(shù)領(lǐng)域和創(chuàng)意創(chuàng)作過程里的革新。某種程度而言，這也是OpenAI在打樣，向外界展示Sora在創(chuàng)意創(chuàng)作領(lǐng)域的想象空間。

　　相較而言，過去一個(gè)多月來，國(guó)內(nèi)視頻AIGC領(lǐng)域因Sora而燃起的熱潮則涌向了不同的領(lǐng)域。資本市場(chǎng)、上市公司、互聯(lián)網(wǎng)平臺(tái)到創(chuàng)業(yè)團(tuán)隊(duì)都展示出了存在感，不過多數(shù)動(dòng)向都朝向了企業(yè)級(jí)市場(chǎng)和營(yíng)銷類場(chǎng)景。

　　就像大模型在國(guó)內(nèi)市場(chǎng)更重視應(yīng)用場(chǎng)景探索和落地拷問，Sora引發(fā)的熱潮也表現(xiàn)出了同樣的趨勢(shì)。

　　01

　　國(guó)內(nèi)玩家進(jìn)場(chǎng)

　　Sora在海外大火后，很快影響到了國(guó)內(nèi)資本市場(chǎng)。

　　2月19日，Sora概念板塊開始出現(xiàn)，當(dāng)時(shí)的指數(shù)是1124.75，但很快這一指數(shù)節(jié)節(jié)走高，到3月22日這個(gè)板塊雖有下跌，但仍到了1675.80的位置。

　　板塊內(nèi)短劇游戲、手機(jī)游戲、多模態(tài)AI等多個(gè)板塊關(guān)聯(lián)公司都曾出現(xiàn)了股價(jià)的快速拉升。

　　一些公司在投資者互動(dòng)平臺(tái)上回應(yīng)了在文生視頻賽道的投入和動(dòng)作，也引發(fā)了市場(chǎng)關(guān)注。比如因賽集團(tuán)3月中旬在投資者互動(dòng)平臺(tái)上表示，該公司正加大各項(xiàng)資源投入，推動(dòng)文生視頻相關(guān)營(yíng)銷應(yīng)用產(chǎn)品于3月底、4月初開放體驗(yàn)。

　　去年12月該公司宣布推出營(yíng)銷行業(yè)的多模態(tài)垂直模型InsightGPT。據(jù)其提供信息，該模型的能力除了文生圖外，還具備文生文、視頻智能剪輯、圖生視頻等功能，并已在開發(fā)文生視頻功能。

　　此外，上市公司萬興科技也宣布其推出的聚焦數(shù)字創(chuàng)意垂類創(chuàng)作場(chǎng)景的音視頻多媒體大模型具有文生視頻能力。易點(diǎn)天下則稱，旗下的AIGC數(shù)字營(yíng)銷創(chuàng)作平臺(tái)KreadoAI，基于文生視頻的數(shù)字人口播視頻制作功能，創(chuàng)意營(yíng)銷短視頻，已被廣泛應(yīng)用于廣告營(yíng)銷多種場(chǎng)景。

　　大熱概念下，這些公司的股價(jià)飆升。以因賽集團(tuán)為例，它的股價(jià)2月8日最低點(diǎn)僅為21.12元，經(jīng)過一個(gè)多月狂飆，3月25日收盤價(jià)達(dá)到了64.52元。

　　互聯(lián)網(wǎng)大廠也有動(dòng)作。不同于一些上市企業(yè)從數(shù)字營(yíng)銷領(lǐng)域來挖文生視頻技術(shù)的潛力，短視頻平臺(tái)的動(dòng)向更偏重于對(duì)自身平臺(tái)能力和生態(tài)角度出發(fā)動(dòng)作。

　　2月初，字節(jié)旗下剪映海外版Capcut的AI生成視頻功能開放公測(cè)。另一平臺(tái)快手也于近日透露了在文生視頻技術(shù)的布局。

　　快手首席執(zhí)行官程一笑在幾天前的業(yè)績(jī)電話會(huì)上稱，快手已于去年底推進(jìn)專項(xiàng)研發(fā)，“我們認(rèn)為對(duì)短視頻生態(tài)是巨大的機(jī)會(huì)，未來會(huì)把生成模型和生產(chǎn)者工具結(jié)合起來，幫助創(chuàng)作者降低創(chuàng)作門檻，提升短視頻制作質(zhì)量和效率。”

　　平臺(tái)企業(yè)和上市公司之外，創(chuàng)業(yè)公司中則有玩家打出了國(guó)產(chǎn)版Sora概念產(chǎn)品。3月6日七火山發(fā)布了其結(jié)合Sora路線迭代的Etna文生視頻模型。據(jù)介紹，這個(gè)模型支持生成8～15秒時(shí)長(zhǎng)的視頻，視頻質(zhì)量每秒60幀。

　　而3D數(shù)字人創(chuàng)業(yè)公司魔琺科技也于近期舉行了AI戰(zhàn)略分享會(huì)。

　　去年8月，魔琺科技在其3D虛擬人AIGC消費(fèi)級(jí)產(chǎn)品發(fā)布會(huì)上就推出過魔琺有言視頻AIGC平臺(tái) 。

　　魔琺科技創(chuàng)始人兼CEO柴金祥介紹，目前有言的AIGC能力包含三維動(dòng)畫、 三維超寫實(shí)形象、三維運(yùn)鏡和聲音，能夠一鍵生成場(chǎng)景、運(yùn)鏡、動(dòng)畫、聲音等元素，已在培訓(xùn)、電商、金融、快消、廣電等多個(gè)行業(yè)場(chǎng)景里有落地應(yīng)用。

　　總體來看，不同于Sora在創(chuàng)業(yè)類場(chǎng)景里的挖掘，目前國(guó)內(nèi)企業(yè)的動(dòng)向偏向已有產(chǎn)品的能力升級(jí)和ToB場(chǎng)景的應(yīng)用挖掘。

　　02

　　視頻AIGC的不同路徑

　　從公開資料看，國(guó)內(nèi)企業(yè)目前入局視頻AIGC賽道的，多數(shù)與OpenAI的Sora的技術(shù)路線并不一致。

　　OpenAI在官網(wǎng)透露過Sora的技術(shù)實(shí)現(xiàn)——“通過一次性為模型提供多幀的預(yù)測(cè)，我們解決了一個(gè)具有挑戰(zhàn)性的問題。我們正在教AI理解和模擬運(yùn)動(dòng)中的物理世界，目標(biāo)是訓(xùn)練模型來幫助人們解決需要現(xiàn)實(shí)世界交互的問題。”

　　業(yè)界認(rèn)為這種方法與之前ChatGPT的Scaling Law是一致的。360創(chuàng)始人周鴻祎點(diǎn)評(píng)，OpenAI實(shí)現(xiàn)了用一個(gè)架構(gòu)對(duì)文字、圖片、視頻、音頻進(jìn)行統(tǒng)一處理。他認(rèn)為，過去很多多模態(tài)模型是縫合怪，一個(gè)模型處理圖片，一個(gè)模型處理視頻，模型之間互相不能打通。而OpenAI的Sora則依然和之前的ChatGPT是一種路線，他認(rèn)為這種大力出奇跡的方式，通過大量提升訓(xùn)練參數(shù)的量級(jí)，實(shí)現(xiàn)了令人驚艷的效果。

　　此前海外的玩家Pika和Runway基本也走的是利用大規(guī)模語料素材去訓(xùn)練，而后預(yù)測(cè)生成的路線，國(guó)內(nèi)的玩家里目前七火山也走了這條路。

　　有媒體分析，Etna和Sora同樣采用了Diffusion+Transform架構(gòu)，同時(shí)Etna加入了處理高分辨率視頻時(shí)更高效，有助于減少計(jì)算資源和內(nèi)存的需求的卷積神經(jīng)網(wǎng)絡(luò)層。

　　觀察人士分析，七火山是從算力投入和商業(yè)層面考量，追求更高的分辨率和幀數(shù)，舍去了生成更長(zhǎng)視頻的可能。因而它在對(duì)外公開的特色上強(qiáng)調(diào)生成視頻的幀數(shù)和分辨率超過了Sora。

　　多數(shù)國(guó)內(nèi)的文生視頻玩家走的不是這一條路。比如因賽集團(tuán)，從此前因賽集團(tuán)對(duì)外釋放出的信息來看，他們的做法偏向從素材查找、內(nèi)容管理和視頻剪輯等核心環(huán)節(jié)，利用AIGC技術(shù)解決傳統(tǒng)視頻處理方式費(fèi)時(shí)繁瑣等難題，而非預(yù)測(cè)生成。

　　魔琺科技創(chuàng)始人柴金祥則從2D視頻和3D視頻的應(yīng)用場(chǎng)景角度來區(qū)分了該公司的AIGC視頻產(chǎn)品有言和Sora之間的差異。

　　柴金祥介紹，目前，Sora生成的內(nèi)容雖然有些場(chǎng)景看上去很立體，但他認(rèn)為Sora并沒有嵌入游戲引擎，知識(shí)訓(xùn)練時(shí)學(xué)習(xí)了一些3D場(chǎng)景的數(shù)據(jù)，這些視頻的類型還是2D場(chǎng)景。

　　而魔琺有言生成的視頻，通過物理引擎渲染完成，放在vision Pro里，直接能看3D內(nèi)容。未來隨著空間計(jì)算時(shí)代的到來，三維內(nèi)容相比2D視頻內(nèi)容能帶來更好的沉浸感和體驗(yàn)。

　　同時(shí)，目前Sora生成的視頻，更偏創(chuàng)意類的視頻，這一類視頻容錯(cuò)率高，同樣的文本可以生成出100個(gè)版本的內(nèi)容。

　　但柴金祥認(rèn)為，除了創(chuàng)意類視頻，視頻生成類場(chǎng)景當(dāng)下還有大量的需求來自以高密度信息傳遞為主的企業(yè)級(jí)場(chǎng)景。

　　例如，企業(yè)內(nèi)外部信息傳達(dá)的視頻制作需求，其中涉及到企業(yè)形象和產(chǎn)品信息傳遞。這些視頻里的信息密度特別大，同時(shí)企業(yè)通常要求輸出的內(nèi)容高度可控，能編輯和調(diào)整，目前他們的產(chǎn)品有言也是從這個(gè)場(chǎng)景切入市場(chǎng)。

　　03

　　產(chǎn)品化和落地潛力

　　Sora最新釋出的創(chuàng)意短片看起來已經(jīng)能表達(dá)出完整的創(chuàng)意內(nèi)容，但一些業(yè)內(nèi)人士認(rèn)為，這個(gè)產(chǎn)品仍處于Demo和完善階段。

　　一位AIGC創(chuàng)業(yè)者點(diǎn)評(píng)稱，以黃氣球代替人臉可能是取巧的做法，Sora現(xiàn)在可能還不能很好支持人物面部的一致性，因?yàn)楝F(xiàn)階段模型依然很難完全理解現(xiàn)實(shí)物理世界的時(shí)空規(guī)律。

　　還有人判斷，片子看起來像經(jīng)過了后期剪輯，不過由于它完整呈現(xiàn)了文字內(nèi)容的意義，整體看起來很有視覺沖擊力。

　　相比OpenAI從創(chuàng)意激發(fā)層面強(qiáng)調(diào)Sora的能力，國(guó)內(nèi)視頻AIGC領(lǐng)域里創(chuàng)業(yè)者們則非常重視和強(qiáng)調(diào)落地性。

　　柴金祥認(rèn)為，國(guó)內(nèi)的大模型落地探索，對(duì)企業(yè)來說非常重要的一件事是PMF(Product Market Fit，指產(chǎn)品和市場(chǎng)達(dá)到最佳的契合點(diǎn))，要看企業(yè)能否找到與市場(chǎng)更契合的產(chǎn)品。

　　內(nèi)容生產(chǎn)工具賽道，過去十年，B端市場(chǎng)里有Canva、 Figma這樣的產(chǎn)品一旦到了產(chǎn)品和市場(chǎng)匹配，增長(zhǎng)就很快。

　　目前，在國(guó)內(nèi)企業(yè)級(jí)市場(chǎng)的視頻生成場(chǎng)景里，柴金祥認(rèn)為，能精準(zhǔn)控制從人物形象、輸出的內(nèi)容和場(chǎng)景等各種信息，最終能生成高質(zhì)量的視頻的AIGC模式，更適合在企業(yè)端去落地，這些場(chǎng)景里信息密度一般比較高，信息需要精準(zhǔn)。

　　柴金祥提及，國(guó)內(nèi)電商、短視頻和直播的應(yīng)用生態(tài)領(lǐng)先全球，因此許多視頻AIGC場(chǎng)景也是從這些場(chǎng)景出發(fā)，來尋找空間。

　　以他們此前服務(wù)B端客戶為例，一個(gè)超寫實(shí)虛擬人實(shí)現(xiàn)成本在幾十萬上下，幫客戶制作一條視頻成本往往要幾十萬元，并且時(shí)間周期要一兩個(gè)月，超寫實(shí)虛擬人直播成本就更高。因此市場(chǎng)就非常希望有更低成本來做信息傳達(dá)和營(yíng)銷類視頻，魔琺科技目前的產(chǎn)品端也是在這個(gè)方向延伸。

　　“技術(shù)如果沒有轉(zhuǎn)變成產(chǎn)品，沒有給用戶帶來很突出的價(jià)值，很難獲得生存空間”，柴金祥說，目前視頻AIGC賽道規(guī)�；�的門檻很高，而技術(shù)做到產(chǎn)品化后，未來企業(yè)的成本可能更多是GPU成本，更容易實(shí)現(xiàn)規(guī)�；�增長(zhǎng)。