Sora“拯救”元宇宙,世界模型的潛力才剛釋放
近幾日,OpenAI推出的模型Sora引起了業(yè)內(nèi)人士的熱切關(guān)注,某種程度上,Sora的出現(xiàn)不僅沖擊了視頻領(lǐng)域,或許還會改變教育、文旅等眾多行業(yè)的規(guī)則。一起來看看本文。
熟悉的配方、熟悉的操作。
OpenAI深夜“放大招”,其世界模型Sora一經(jīng)發(fā)布引起了諸多討論。其中,在二級市場中,文生視頻和元宇宙概念熱度劇增,在經(jīng)歷長時間遇冷后,有可能成為2024年火爆題材之一。
應(yīng)該說,Sora的最大貢獻(xiàn)是作為革命性平臺,極大降低了視頻輸出成本。這被一度看作是元宇宙發(fā)展的核心桎梏。
表面上,它的出現(xiàn)沖擊了貼片廣告、影視或嚴(yán)肅新聞的禁臠。深層次而言,它更是可以改變教育、文旅和會展等諸多行業(yè)的游戲規(guī)則。
一、元宇宙+世界模型=?
時至今日,元宇宙的概念已不新鮮。經(jīng)過多年發(fā)育,其不僅在一級、還是二級市場均走過一輪又一輪浪潮。它從科幻小說和電影的概念,走入了人們視野多年。
對于不同人而言,它或許是一部頭顯設(shè)備、一部優(yōu)秀的游戲作品、一個教育軟件或是一套工業(yè)數(shù)字孿生系統(tǒng)。
當(dāng)這個概念如日中天之時,人們對其遐想聯(lián)翩。認(rèn)為它是下一個流量入口、認(rèn)為它是巨頭不得不搶占的高地。而如今,在概念遇冷時刻,站在當(dāng)下回望歷史,會發(fā)現(xiàn),它可能正在走出迷惘,距離其找到其應(yīng)有的價值更近了一步。
其實,元宇宙一詞誕生的伊始,便充斥著以扎克伯格等人的焦慮。那時,移動互聯(lián)網(wǎng)幾近終局,不同年齡層、不同畫像、不同功能的移動互聯(lián)網(wǎng)產(chǎn)品均已出世。所以,或許是為了挽救股價、搶占新的制高點(diǎn),元宇宙一詞被捧得很高。
它的火爆符合創(chuàng)投行業(yè)的一種規(guī)律,即“雖然不太明白,但干就完了”。在二級市場中,這種思維被稱作“先相信、先下手、先跑路”。更何況有巨頭背書,更何況那么多人趨之若鶩。
后知后覺,只配享用一地雞毛。
但緊接著,元宇宙產(chǎn)品研發(fā)難、設(shè)備體積重量大、云傳輸速率低和內(nèi)容配套缺乏問題等種種暴露,讓即便是業(yè)內(nèi)人士(如Oculus的顧問CTO約翰卡馬克)都開始了詰難。
最有發(fā)言權(quán)的,可能非開發(fā)者莫屬。
事實上,在元宇宙行業(yè)里,開發(fā)者的境遇并沒有想象的那么好,他們除了要做iOS、安卓之類的適配工作外,還需要調(diào)整每款頭顯設(shè)備帶來的算力、視場角、分辨率、刷新率、控制方式、輸入輸出方式等方面的更新。
而多出來的工作量,或許并沒有帶來相對應(yīng)的回報。
在資本又向著新能源、生成式AI、智能制造、電動汽車等進(jìn)軍后,產(chǎn)業(yè)大變局顯得“更香”,推行元宇宙的科技巨頭遇到了更粗的大腿和更完美的故事。
所以這都導(dǎo)致了一個結(jié)果,也是科技界人士正在反思的:我們是否仍然需要沉浸式體驗、3D的頭顯世界是否具備性價比、元宇宙究竟能為我們帶來什么?
在Sora出現(xiàn)后,行業(yè)或許迎來了新的轉(zhuǎn)機(jī)。
二、世界模型的場景:不止文旅、教育和會展
Sora未出現(xiàn)前,國內(nèi)的元宇宙從業(yè)者便已經(jīng)開始了本土化實踐??梢钥吹降氖牵谖穆?、教育、會展等方面,相關(guān)應(yīng)用已經(jīng)開始發(fā)力。
“我們應(yīng)該如何讓不同地域、不同國家的人參與同一場盛會?”這是一個來自數(shù)科星球(ID:digital-planet)社群的從業(yè)者的問題。我們覺得,答案可能是通過元宇宙。
在過去幾年,進(jìn)博會、工博會和服貿(mào)會等會展人頭攢動。在真實物理世界里,其線下會展似乎已逐漸逼近極限承載能力。所以,虛擬化場景或?qū)⒃谔嵘史矫骘@示出更多裨益。
只是,大多數(shù)會展類元宇宙產(chǎn)品還看起來比較初級,更多的產(chǎn)品看起來像是擁有虛擬場景的“騰訊會議”。直白點(diǎn)說,絕大部分只有社交關(guān)系,但缺乏豐富的內(nèi)容。
或許,世界模型的出現(xiàn)將彌補(bǔ)上述缺憾。
另外,在教育領(lǐng)域,在北京課改的新背景下,思維訓(xùn)練、各科融合趨勢開始顯現(xiàn)。在一些補(bǔ)習(xí)老師對于北京市中小學(xué)期末考試試卷的調(diào)研后發(fā)現(xiàn),試題正在向著跨學(xué)科、大閱讀量、多情景的方向演化。
在北京的海淀區(qū)、西城區(qū),上述趨勢尤為明顯。
補(bǔ)習(xí)老師們紛紛吐槽“補(bǔ)習(xí)已死”。這意味著,以往“做題家”模式將在新的考試模式下將難以生存。而另一方面,在網(wǎng)絡(luò)的反饋中,眾多家長更是難以應(yīng)對當(dāng)下的知識爆炸時代。
另外,在中小學(xué)中,由于試題不按套路出牌、跳過了由淺入深的思維訓(xùn)練卻依舊保留了分?jǐn)?shù)導(dǎo)向,讓孩子的思維承受能力瀕臨極限,甚至一些孩子開始抑郁、走向崩潰。
所以,基于教育教學(xué)的元宇宙場景似乎更令人期待。借助虛實融合,學(xué)生們也許能夠可通過元宇宙所提供的教學(xué)場景體驗更加直觀的知識輸出。
教學(xué)場景的問題仍然是內(nèi)容制作成本高。所以,這又是Sora的一大場景。
文旅行業(yè)的問題同樣如此。
一直以來,不喜旅游的人總在抱怨:目的地旅游千篇一律、人山人海更是對體驗產(chǎn)生了負(fù)向影響。吃的、喝的同質(zhì)化現(xiàn)象嚴(yán)重,似乎只有歷史人文和特殊的自然風(fēng)光可持續(xù)吸引游客。
現(xiàn)在,人們在挑選旅游目的地的過程中似乎更痛苦了,因為大量的網(wǎng)紅打卡地缺乏真切的旅游體驗,名不副實和收智商稅的行為比比皆是,導(dǎo)致游客們在小紅書上的停留時間增加,用戶在進(jìn)行詳盡的攻略后,線下旅游的神秘感又被提前透支。
所以,為了彌補(bǔ)這樣的缺憾,文旅從業(yè)者們紛紛將目光瞄向了元宇宙。核心邏輯是,相比線下物理場景、商業(yè)業(yè)態(tài)的更新,線上的變化似乎可以更快、更直觀。所以,目前,國內(nèi)的大多數(shù)目的地景點(diǎn)、酒旅集團(tuán)紛紛在開拓線上IP、數(shù)字動漫等方面熱情高漲。
看起來,這仍然利好Sora。
三、2024主旋律:與Sora貼身肉搏
Sora世界模型的推出,讓人們自然想到:國內(nèi)有何企業(yè)可與之抗衡。
如果說,在過去的2023年,國內(nèi)的大模型均圍繞GPT-4“貼身肉搏”;那么可以預(yù)測,在2024年,文生視頻行業(yè)會集中火力趕超Sora。
Sora的優(yōu)勢是顯而易見的。業(yè)界專業(yè)人士預(yù)測,它會增加文生視頻能力,提高生成視頻片段的質(zhì)量,加速可應(yīng)用性。就好比過去一年中,GPT-4持續(xù)刺痛國內(nèi)大模型的神經(jīng)那樣,事實上,Sora的出現(xiàn)對萬興科技這類公司來說也是機(jī)會大于挑戰(zhàn)的——它會更快加速視頻生成類工具的成熟應(yīng)用。
技術(shù)上,OpenAI采用DiT等技術(shù)實現(xiàn)世界模型(暫時沒有明確的數(shù)學(xué)定義),達(dá)到理解真實世界的運(yùn)動和物理能力。它用于文生視頻,可以生成超逼真的符合物理和運(yùn)動學(xué)的復(fù)雜場景的視頻,也就是說,可以理解和模擬真實世界。理解和模擬真實世界是AGI關(guān)鍵一步,能夠加速通用人工智能的實現(xiàn)。
僅圍繞春節(jié)場景,在過去無人機(jī)表演、《長安三萬里》的虛實融合就給人們留下了深刻印象。在未使用大模型技術(shù)的情況下,在數(shù)字經(jīng)濟(jì)的高地四川,人們就利用AR、VR技術(shù)打造了沉浸式的三國元宇宙。
對于喜歡歷史的人而言,這種體驗是前所未有的。有了世界模型后,用戶的體驗似乎能再上一個、甚至幾個臺階。
目前,Sora依然遵循OpenAI的Scaling Law,大力出奇跡,大量數(shù)據(jù),大模型和大量算力。專業(yè)人士對數(shù)科星球(ID:digital-planet)表示,Sora底層采用了游戲、無人駕駛和機(jī)器人領(lǐng)域驗證的世界模型,構(gòu)建文生視頻模型,達(dá)到模擬世界的能力,具體采用DiT(Diffusion Transformer),處理不同持續(xù)時間、分辨率和比例的視頻/圖像。
他們普遍認(rèn)為,世界模擬器是AI生成視頻的另一種方式,它的成功,會給視頻生成賽道產(chǎn)生一波沖擊,會有大量公司涌入該賽道,加速視頻生成成熟。
新的體驗或?qū)@AGI展開。
與以往不同的是,AGI具備相當(dāng)于人類智慧程度的AI,一個AGI可以執(zhí)行任何人類可以完成的智力任務(wù),可以處理任意數(shù)據(jù)。眾所周知,繼文本、圖像之后,Sora 拓展到了視頻領(lǐng)域,它是能夠理解和模擬現(xiàn)實世界的模型,是AGI實現(xiàn)的重要里程碑。
僅以Sora公布的60秒視頻中,它提供的體驗便已嘆為觀止。在國內(nèi)創(chuàng)作者如云的背景下,想必在2024年,會有更多意想不到發(fā)生。
不過,時下專業(yè)人士認(rèn)為,從技術(shù)到用戶體驗Sora還有短板:
- 即需要提高物理交互的準(zhǔn)確性:盡管Sora能夠模擬一些基本的物理交互,但它在處理更復(fù)雜的物理現(xiàn)象時可能會遇到困難;
- 長期依賴關(guān)系的處理存在挑戰(zhàn),即保持時間上的一致性和邏輯性;
- 還需要提升空間細(xì)節(jié)的精確性:因為現(xiàn)階段的產(chǎn)品在處理空間細(xì)節(jié)方面可能不夠精確,可能影響到視頻內(nèi)容的準(zhǔn)確性和可信度。
總體而言,作為行業(yè)先驅(qū),OpenAI通過Sora驗證了世界模型可行性,驗證了大模型做視頻生成的可行性。在國內(nèi)的相關(guān)產(chǎn)品中,已出現(xiàn)了萬興科技的天幕大模型等大模型產(chǎn)品,并更為專注垂類創(chuàng)作。
似乎,這又是一場追隨與反超越劇情。但它又是十分令人期待的,因為相比較文字和圖片而言,視頻擁有更多的受眾和可能性。
作者:苑晶,編輯:大兔;公眾號:數(shù)科星球(ID:digital-planet)
本文由 @數(shù)科星球 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自 Unsplash,基于 CC0 協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
- 目前還沒評論,等你發(fā)揮!