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!
文/道哥美国设计软件公司Figma近期在纽约证券交易所挂牌上市,首日即上演“狂飙”行情——发行价定每股33美元,开盘报价85美元,较发行价翻倍。首日收报115.50美元,较发行价大涨约250%,市值飙升至近670亿美元,创下近30年来同等规模美股IPO的最大单日涨幅纪录。然而,随着短线资金获利了结,
文/一灯来源/节点财经在当前无人敢缺席的AI军备竞赛中,巨头们一面为巨额的资本支出焦虑,一面又向市场勾勒着未来的宏伟蓝图。在各家动辄千亿级投入的背景下,市场迫切需要一份关于AI回报价值的有力证明。而腾讯,率先给出了答卷。8月13日,腾讯控股发布2025年第二季度财报。尽管资本开支同比剧增119%,达
文/二风来源/节点财经2025年的硅谷,一场没有硝烟的战争正以前所未有的烈度上演。这场战争的核心武器不是代码或芯片,而是人——那些全球仅有数千名、能够构建未来人工智能基础模型的顶尖大脑。在这场激烈的人才争夺战中,Meta及其首席执行官马克·扎克伯格(MarkZuckerberg)正扮演着最具侵略性的
文/道哥大举裁员、清空账号、国内IP无法访问——曾被誉为“中国AIAgent希望之星”的Manus,在估值飙至5亿美元的高光时刻“闪离”中国市场。近日,Manus“裁员、出走”的消息在媒体端大量发酵。消息称,Manus公司总部将由中国迁至新加坡,其国内团队也将大幅裁撤——原有120人规模团队除40余
文/杨雪健来源/节点AI“相信,尽可能相信AI”这是宇树科技创始人、董事长、CEO王兴兴最新演讲的题目。10月22日,2026世界物理AI大会暨宇树合作伙伴生态大会在宇树总部所在地杭州举办,大会主论坛上王兴兴进行题为《相信,尽可能相信AI》主旨演讲,金句频出。2026年宇树成立十周年,在这一年,公司
作者:Evin编辑:刘致呈审核:徐徐出品:互联网江湖近几日,智驾圈“软硬一体”的话题再度升温。10月29日,Momenta"兄弟公司"XHEART新芯航途在苏州发布大模型芯片X7Ultra,同步亮相的还有Momenta即将推出的R7Ultra世界模型。相似的命名暗示着芯片与模型的深度绑定,正如其CE
苹果官宣,Apple智能将接入阿里巴巴的千问大模型,11月4日开放测试。这条消息的重量不在苹果本身,而在一个国产大模型第一次被装进了全球出货量最大的消费终端之一。过去两年,国产大模型出海主要靠API和开源权重:开发者在自己的服务器上调千问、调DeepSeek。苹果这一步不同——它是把模型直接放进手机
11月2日开幕的"互联网之光"博览会上,中科曙光抬来一台名叫曙光8000的真机,观众围着打卡拍照。这是中国首个全国产的十万卡AI超集群——十万多张国产计算卡、约30亿个电子元器件、1600公里互连线缆,都压在这一套系统里。看点不在"堆得多",而在"堆得转"。大模型参数跑到十万亿级别,单卡性能再强也喂
这可能是互联网诞生以来,因为PHP漏洞引起发到一张全球末日危机,全球70%的网站面临着被攻击的风险。事情是这样的:8月,有人接触OpenAI模型审查PHP代码的时候发现了两个严重漏洞,这两个漏洞会允许在不用登录的情况下,远程执行服务器上的代码。。靠人工很难发现,但AI很快就定位到了。本来PHP开发团
行业还在早期,窗口远未关闭。九识能否用双品牌协同跑出独立增长曲线,新石器能否用多边网络兑现规模化盈利,答案都会在未来两到三年揭晓。近4亿美元,约26.7亿元人民币。2026年10月20日,新石器宣布完成E轮近4亿美元融资,创下今年国内自动驾驶领域最大单笔融资纪录。值得注意的是,本轮投资方中出现阿里巴
AI的下一站,是物理世界。黄仁勋曾说,AI的下一个浪潮是物理AI。“AI教母”李飞飞发长文判断“空间智能是AI的下一个前沿”。站在AI最前线的人都相信,大模型不能只停留在屏幕里理解世界,得进入物理世界,动手改造世界。从街道上的车流,到车间的产线,哪里才是物理AI率先兑现商业价值的地方?工业。工厂环境
欧洲是滚筒洗衣机的发源地,也是全球市场的桥头堡。在当地,一台光能洗净的洗衣机不再是“加分项”,而仅仅是市场的“入场券”。面对家庭结构、市场环境的变化,如今在欧洲,什么洗衣机卖得好?据GfK中怡康数据显示,2026年1-8月欧洲市场,海尔洗衣机份额达15.8%,位居中企第一,销量销额均实现增长。在细分
做媒体这些年,采访是我最头疼的事情。采访本身要花时间,采访完还要去整理采访素材,更别说后面还要写稿——这里要花费的时间和精力,往往是采访工作的双倍,甚至更多。虽说现在市面上的录音软件、录音设备很普遍,但是实际用下来都不尽如人意。录音素材导出导入、录音转写、内容整理、提炼重点、内容创作等每一道环节都很
具身智能商业化落地的东风来了。先是海外OpenAI宣布入局具身智能行业,然后国内,商务部等9部门对外公布《关于加快推进科技兴商的意见》。其中明确提出,要“丰富智能手机、电脑、家居、穿戴设备、机器人等智能商品供给”。言下之意,接下来“机器人”与手机、电脑并列,归类为面向消费市场的商品。市场端很快就有了