1. 创业头条
  2. 前沿领域
  3. AI智能
  4. 正文

OpenAI Sora画的饼,AI行业集体给它圆了......吗?

 2024-08-26 10:58  来源:A5专栏  我来投稿 撤稿纠错

  阿里云优惠券 先领券再下单

AI文生视频领域,几乎只剩Sora还是个期货了。

最近两个月,国内外的AI-generated Video应用持续爆发,中国的快手、字节、智谱AI、生数科技、爱诗科技,海外的谷歌、Luma、Runway,格局如八仙过海。

虽然不同平台水平差异依旧存在,但整体可用性已经大大提高,而且风格化特征也比较全面。唯一的缺憾是,在融入工作流方面,AI视频工具们的水平还是差了一点。Sora画的饼,要交给这些后来者去圆了。

放弃期货,文生视频应用爆发

业界民间都把视频视为AI应用落地的重点领域。英伟达CEO黄仁勋在7月30日的全球顶级计算机图形学会议SIGGRAPH 2024上邀请了Meta的CEO扎克伯格进行对话,双方都认可视频能力会是AI大模型的进化方向。

出身于英伟达研究小组的Luma AI首席科学家宋佳铭,在与a16z合伙人Anjney Midha对谈时说,视频关联着3D世界,从学习角度看,视频数据使模型更好地理解和推理3D世界。所以,实时高质量的视频生成,最终会推动具身AI的发展。

视频就是这样一座“桥”,而现在大量的AI公司正在试图抢先通过它,尤其是OpenAI让Sora变成了外界用不到的期货,给了其他平台进一步发展的空间。

(整理自公开信息)

(图源:天眼查)

超长战线背后是这些公司的试探。一部分是关于商业模式,另一部分是关于技术应用前景。

可灵、即梦、Vidu等都推出了会员订阅模式,在C端进行应用普及化尝试。爱诗科技创始人王长虎此前在接受财新采访时表示:“爱诗目前的策略以2C(面向消费者)为主,广泛收集国内外用户反馈,以更好地基于用户体验迭代底层模型。”至于更远的应用,现在来谈则为时尚早,主要是因为C端的收费模式无法承担成本。

Luma AI采取了To C的产品形态,不过它原本专注于3D领域,进入视频生成领域是为了探索3D生成与重建的更多可能性,以视频驱动3D发展。这在产业领域有更多的应用前景,例如批量制造电影需要的三维素材等。

最重要的是,Luma AI的期望不是售卖技术或者素材,而是建立类似TikTok这样的平台,也就是一个基于3D的生态系统。王长虎也在和极客公园创始人张鹏对话时表示,爱诗科技也瞄准的是“AIGC时代的平台性机会”,但平台的形态暂时无法预测,因为AI产业不会以复制现在已有的平台的方式成长。

不仅如此,目前让AI-generated Video进入完整工作流的应用已经在成形。开源视频编辑工具Clapper最近热度上升,它的特色就是集合各类AI技术,用prompt的方式调动AI Agent生成和迭代故事,直接跳过了手工编辑文件的过程。

(图源:机器之心)

由此可见,AI-generated Video的进化速度远比我们想象得要快。目前,行业的重点无疑在于生成速度和生成效率两个方面。但是,大模型并不提供完全确定的商业模式方向,这更多取决于团队的选择。而在这个过程中,除了商业化之外,AI公司还要思考怎么避免陷入合规困境、成本困境。所以,把文生视频变得成熟并不容易,现在仅仅相当于ChatGPT刚刚问世的阶段。

AI-generated Video的“硬伤”和突破口

a16z之前就发表过观点,巨头在从科研成果到商业产品的转化中需要更关注法律安全、版权等问题,所以往往效率会慢。我们不去考虑Sora是不是因为这个原因始终不露面,单看行业都要面对的相关问题,逻辑其实是一样的。

1.商业化的“落差”,目前的AI-generated Video很难满足甲方们的需求

彭博社曾报道,OpenAI一直试图向好莱坞推荐Sora,但并不成功。用Sora制作的第一则商业化广告是6月公开的玩具反斗城广告。然而,这则视频不但用了一些旧素材,公开新闻稿也没有说完全由AI生成。

导演Nik Kleverov还在一条已经删除的动态里表示,制作这些镜头的创意机构Native Foreign提供了大约十几个工作人员参与工作,Sora支持了80%到85%的流程。这对需要高效低成本的AI-generated Video来说算不上什么好消息。

2.训练成本、高质量数据集难以满足

视频的本质可以视为一系列图像,图像有很多公开的数据集,但是视频没有。OpenAI遇到过违规使用YouTube视频进行训练的指控,英伟达最近被媒体曝光从Netflix和YouTube收集了大量数据,用来训练自己的Cosmos项目,用于支持其AI产品往现实世界发展。它每天可以下载相当于80年的视频内容。

这体现了两个关键点:一是黄仁勋和Luma的观点类似,AI视频的发展确实对AI进入3D世界意义重大,英伟达也是这样做的:文本——图像——视频——三维模型——现实世界。二是视频数据集是个大问题,除了版权问题,这些视频数据还缺乏标签,斯坦福大学教授Stefano Ermon说,现阶段缺乏筛选和过滤好视频的方法,而且筛选后还要考虑它们的标签和描述。

3.AI资产泡沫的问题,AI必须为用户解决重要复杂的问题才能有价值,但现在它的发展成效,远远不能和互联网等技术当年初生时的情况相比

Benchmark合伙人Michael Eisenberg在最近的一期访谈中,引用了其好友Atreides Management创始人Gavin Baker关于大模型发展的观点:“基础模型是历史上贬值最快的资产。”

他所举的例子来自Seeking Alpha的创始人,类似金融领域这种每分钟都会进行业务和数据更新的高频领域,训练出来的模型只能完成写报告之类的常规工作,但无法应对数据的高速刷新,满足金融预测未来的需求。

而且,其他技术的发展是确定性的,互联网发展早期虽然泡沫巨大,但已经体现了应用路径;而AI浑身都是不确定性。互联网发展的边际成本几乎约等于0(或者说其中不少都分担给了运营商和用户),然而AI成长的边际成本涉及大量固定资产,现在都由创业者自己承担,而且越投入边际改善效应越弱。大量的早期投入,很可能是一个陷阱。

技术革命之后必须伴随产业革命,产业革命则需要现象级产品的引领。AI更需要的是一个成功的场景。目前看来,AI-generated Video还没有拿到这类成果的起色。

Perplexity的创始人Arin对此提供了另外一个观点,那就是基础模型的价值本质映射着背后团队的价值,即Sora之于OpenAI,文心大模型之于百度。不是Sora能革了视频的命,只是外界相信由OpenAI领导的Sora具备这样的可能性而已。当Sora没能提供符合我们预期的突破时,谁能在这个领域担起大任呢?

由此出发,关键或许在于谁能先把AI-generated Video真正融入到某一个商业系统的工作流中去,就像Clapper对视频制作的探索一样。而这就是一个更大的问题了,因为它涉及到和其他领域的融合——气象、城市、影视、汽车、制造业。也许Sora会在今年的某天拿出一个更具体的成果,也许是其他的创业公司颠覆了我们对AI视频的认知。

来源:松果财经

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
ai智能

相关文章

  • 科技泡沫论中,中国AI初创企业如何炼成“吸金大法”?

    作为这一轮全球AI科技周期的风向标企业,自2023年初截至今年6月31日,英伟达股价翻了近7.5倍。然而,自6月创下了历史高点后,截至当地时间8月12日收盘,其股价回撤幅度约20%。同时,这一时期,英伟达多位高管也在持续抛售公司股份。据统计,在6月13日至8月9日期间,CEO黄仁勋已累计套现超5.5

    标签:
    ai智能
  • AI时代的“另类博弈”,调薪只是大厂变革的开始

    大厂员工们的喜大普奔时刻,腾讯宣布“涨薪”了。具体内容:一是将服务奖,即「十三薪」,均摊到每月月薪中,折算后每月涨薪8%;二是将“易居”计划的年度房补,纳入月薪中。两项调整给新老员工的月薪带来了不小的变化。今年,裁员潮的阴影一直笼罩全球,但包括腾讯在内的国内互联网大厂却开始了一波“反向操作”,这背后

    标签:
    ai智能
  • 超预期的业绩增长未能“沸腾”股价,谷歌的AI战事升级?

    近日,谷歌母公司Alphabet在美股盘后公布了第二季度财报,其中,总营收847亿美元,同比增长14%,高于分析师普遍预期的842亿美元

    标签:
    ai智能
  • 现阶段的AI落地,只是一场大模型厂商的“卖家秀”?

    商业化愿景下,AI应用元年已经到来。2024年以来,诸多已布局AI大模型技术的科技公司都开始加速推出AI应用产品。比如,今年7月16日,腾讯旗下大模型应用“腾讯元宝”推出“3D角色梦工厂”玩法,成为首个拥有打印级3D生成能力的通用大模型App。无独有偶,百度也推出了一款名为“文小言”的AI数字人社交

    标签:
    ai智能
  • 掉队的百度,突然用AI应用重新杀回?

    文|智能相对论作者|叶远风松弛感,是这届奥运会开幕式给很多人留下的直观感受。而让用户观看奥运的过程也获得松弛感,同样是各路APP在奥运季努力的方向。从各种大型赛事报道来看,一般来说,APP们往往致力于整合信息、形成专题页面,方便用户一站式浏览,从容选择、查看。但“智能相对论”观察到,一些尝试推动用户

    标签:
    ai智能
  • 未来5年,中国AI的“大洗牌”和“内循环”

    我觉得我们AI的目标是:从芯片设计到软件生态,全链路自主开发,建立可控的世界级AI体系。所以这是俺对未来5年中国AI圈的展望和判断。(1)2026年,英伟达造车、国产开车26年国产芯片会在推理和垂直场景上发力。以DeepSeek为代表,大多数AI大模型会以软件弥补硬件不足,所以训练和推理分开,训练就

  • H20芯片开卖即叫停,英伟达如何解围?

    文/道哥在深陷“后门”风波、接受网信办问询之后,英伟达的“特供版”H20芯片,又有了新消息。近日,美国科技媒体《TheInformation》援引知情人士消息称,英伟达已悄然向其关键供应商——包括负责封装的安靠科技、供应高带宽内存的三星电子、以及承担后端处理的富士康发出指令,要求暂停所有与H20AI

    标签:
    英伟达
  • 真正的「国产英伟达」来了

    文/二风来源/节点财经一场关于“中国芯”的IPO审议,正把投资者们的目光锁定在上交所。根据上交所发布的公告,上市审核委员会已定于9月26日审议摩尔线程的科创板首发申请。作为中国半导体自主化浪潮中最受瞩目的“考生”之一,包括其创始人显赫的英伟达背景、高达80亿元人民币的募资雄心,以及在国产GPU领域取

    标签:
    英伟达
  • AI视频生成赛道“分野”:小厂重产品,大厂重生态

    AI视频生成赛道“分野”:小厂重产品,大厂重生态

  • 数据库进入“内存自由”时代!阿里云PolarDB发布全球首个CXL数据库服务器

    技术的进步永无止境,继创下TPC-C性能&性价比双冠之后,阿里云PolarDB云原生数据库再度实现关键突破。9月24日杭州云栖大会上,阿里云宣布推出全球首款基于CXL(ComputeExpressLink)2.0Switch技术的PolarDB数据库专用服务器。在原有RDMA网络的基础上,Polar

  • 为AI时代云服务器量身定制 阿里云操作系统Alinux 4重磅发布

    2025年9月24日,在杭州举办的云栖大会上,阿里云正式发布全新一代服务器操作系统AlibabaCloudLinux4(简称Alinux4)。Alinux4基于Linux6.6内核打造,是首个全面遵循龙蜥社区“开源生态合作倡议”规范的商业发行版。它不仅兼容主流开源社区生态,更针对阿里云最新9代ECS

  • 阿里云重磅发布AI安全护栏 五项安全能力护航AI安全

    9月24日,杭州云栖大会技术主论坛上,阿里云重磅发布AI安全护栏,提供五项核心安全能力,护航AI安全。一方面为客户提供融入AIAgent开发全链路的原生安全防护,另一方面持续用AI赋能安全产品智能化升级,打造Agentic-SOC安全运营,提升安全威胁检测和响应效率。在过去的一年,AIAgent正在

  • 魔搭社区国际版上线,并发布科学智能专区与AIGC创作引擎

    9月24日,魔搭社区举办了“全球协作•科学突破•创意无限”的专题论坛,并发布魔搭社区国际版、科学智能专区与AIGC创作引擎FlowBench,旨在连接全球开发者、加速科研范式创新、赋能创意表达。自2022年11月初成立至今,魔搭社区已成长为中国最大AI开源社区,其模型数量已突破10万,服务了全球20

  • 七连发!阿里多款重磅发布亮相云栖大会

    9月24日,2025云栖大会现场,阿里云CTO周靖人接连发布了七款大模型技术产品。七款技术产品覆盖语言、语音、视觉、多模态、代码等模型领域,在模型智能水平、Agent工具调用以及Coding能力、深度推理、多模态等方面均实现突破。在大语言模型中,阿里通义旗舰模型Qwen3-Max全新亮相,性能超过G

  • 阿里云扩建全球基础设施,将新增巴西、法国和荷兰数据中心

    9月24日,阿里云在云栖大会上宣布新一轮全球基础设施扩建计划:将在巴西、法国和荷兰首次设立云计算地域节点(region),并将扩建墨西哥、日本、韩国、马来西亚和迪拜的数据中心,以便更好服务全球客户日益增长的AI和云计算需求。目前,阿里云在全球29个地区运营91个可用区,是中国最大、亚太第一的云服务商

编辑推荐