前幾天的Sora真的太火了，不光是各個大佬都開始發聲，超低的門檻讓普通人也能以文字的方式生成視頻?！叭巳硕寄墚攲а莸娜兆优R近了?！闭缫晃痪W友的發言，用戶的期待永遠比技術落地的腳步更快一些。但真的是這樣嗎？我們不妨讓技術再飛一會。

前有《我們一起搖太陽》《紅毯先生》等四部影片宣布撤檔，讓春節檔開啟“撤檔元年”，后有人工智能（AI）巨頭OpenAI發布首個文生視頻模型Sora，迎來AI視頻的“GPT時刻”。這個龍年春節，奏響了獨屬于影視從業者的“冰與火之歌”。

通過Sora生成的視頻，能看到主角、背景人物，都展現了極強的一致性，可以支持60秒一鏡到底，并包含高細致背景、多角度鏡頭，以及富有情感的多個角色……即意味著，只需輸入一段文字描述，或許每個使用Sora技術的普通人，不用親身上陣痛苦減肥也能當上如賈玲這樣的“大導演”。

上一次能如此快速引爆網絡關注的還是在2022年11月推出的ChatGPT，而如今，ChatGPT不僅引領了全球大模型的蓬勃發展，也開始在文本等相關行業展現其強大的生產力。作為今年的開年“王炸”，Sora自然被外界廣泛期待著可以承接起ChatGPT的衣缽，改寫視頻等產業的發展。

不過，目前60秒的生成視頻還撐不起一部電影，真想實現自己的“導演夢”，還得讓技術“再飛一會兒”。

一、震撼全球的“60秒”

“OpenAI發布文生視頻模型Sora，AI視頻進入大規模應用前夜?！?/p>

“從相關受益細分行業來看，下游應用側包括但不限于視頻美化、廣告營銷、短劇、游戲、辦公軟件等?！?/p>

“Sora三大亮點突出，實現AIGC領域的里程碑式進展?！?/p>

“AI視頻生成等多模態模型有望在影視、動畫、游戲、音樂等IP開發中發揮更大作用，繼續推動IP開發降本增效，帶來增量變現空間，并拉動算力需求?！?/p>

……

自16日凌晨發布以來，不過短短幾天時間就有超過14家券商發布逾19份相關研報，均對Sora給予了極高評價。

同樣對Sora的出現飽含驚嘆的還有不少科技圈名人。

針對網友“貝夫?杰索斯”在社交平臺上轉發的一段Sora演示視頻，配文聲稱“gg Pixar”，馬斯克在這條推文下方表示，“gg humans”（gg是網絡游戲的用語之一，原指游戲結束時玩家互相致意，后引申為“游戲結束”），并借此盛贊，“在未來的幾年里，人類借助 AI 的力量，將創造出卓越的作品?！?/p>

360公司董事長周鴻祎在朋友圈發文稱，“一旦AI能夠接上攝像頭，觀看并理解世界上所有的電影，它對世界的理解能力將遠遠超過僅僅通過文字學習所能達到的水平。在這種情況下，實現通用人工智能不再是遙不可及的夢想?！?/p>

前阿里巴巴副總裁，Lepton AI公司創始人賈揚清則直接評價Sora“真的非常?！?，他表示，“Sora的問世可能會給對作OpenAI的公司帶來一波被大廠FOMO（害怕錯過機會而導致的收購）收購的機會?！?/p>

關鍵是，Sora為什么會被業界廣泛視作影視行業的領航技術？

其實在Sora出現之前，類似的AI視頻模型也有：谷歌在去年12月21日發布一個全新的視頻生成模型VideoPoet，能夠執行包括文本到視頻、圖像到視頻、視頻風格化等操作；Meta發布的Emu Video，能夠基于文本和圖像輸入生成視頻剪輯；Runway的Gen2具有Motion Brush動態筆刷功能，只需要在圖像中的任意位置一刷，就能使圖像中靜止的物體動起來；Stable AI推出Stable Video Diffusion，可以根據圖像自動生成高品質的視頻剪輯；此前一夜爆紅的文生視頻軟件Pika，更是掀起了AI視頻的應用熱潮。

但就像OpenAI的技術報告所說的那樣，“Sora能夠深刻地理解運動中的物理世界，堪稱為真正的「世界模型」”。

圖片來源：Sora技術報告

Sora有別于上述AI視頻模型的優勢在于，既能準確呈現細節，又能理解物體在物理世界中的存在，并生成具有豐富情感的角色，甚至該模型還可以根據提示、靜止圖像甚至填補現有視頻中的缺失幀來生成視頻。

新京報的實測對比結果顯示，在相同的提示詞下，Pika僅能生成3秒的視頻，Gen-2video則可以生成4秒的視頻，Sora生成的視頻時間最多可達1分鐘。在內容方面，無論是Pika還是Gen-2video都難以始終保持同一人物的連貫性，而Sora不僅體現了提示詞中的全部細節，而且還很好地保持了人物的連貫性，使得該視頻幾乎可以“以假亂真”。

二、新王上位，誰在蠢蠢欲動

眼看Sora“高開瘋走”的勢頭如此明顯，其競爭對手也坐不住了。

在Sora出現之前，AI生成視頻的默認選擇是Runway，尤其是自去年11月推出第二代模型Gen-2以來，不僅解決了第一代AI生成視頻中每幀之間連貫性過低的問題，在從圖像生成視頻的過程中也能給出很好的結果，因此還被稱為“AI視頻界的MidJourney”。

但在Sora發布后，Runway的CEO克里斯托瓦爾·巴倫蘇埃拉只在X平臺上給出了一個簡短的宣言：“Game On（比賽開始了）?！?/p>

國內針對AI視頻相關研發和布局多模態大模型的企業，追趕前沿技術的腳步同樣不曾停歇。

據不完全統計，包括萬興科技、博匯科技、當虹科技、易點天下、數碼視訊、漢王科技、神思電子、東方國信、因賽集團、拓爾思、國脈文化、佳都科技在內的超10家A股上市公司近三個月以來在互動平臺披露視頻生成模型領域的業務情況。

其中，易點天下在2月4日在投資者互動平臺表示，公司旗下AIGC創作平臺KreadoAI可以幫助企業實現從腳本撰寫、語音克隆、個性化數字人選擇到輸出口播視頻的內容生產AI化全鏈路閉環。

萬興科技2月2日在互動平臺表示，其視頻創意產品萬興喵影/Filmora可用于各類視頻的創作和剪輯，“天幕”大模型是以視頻創意類AI技術為核心的多媒體大模型涵蓋音頻、圖像、視頻等多模態能力。

當虹科技1月5日在互動平臺表示，公司擁有自研的AIGC工具集，發布了以靜態照片生成三維體積視頻的方案，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，實現不同模態之間相互切換。

更甚至于，自2023年下半年以來，國內科技巨頭在多模態AI上投入的不少資源已經取得了實質性進展，如阿里巴巴的Animate Anyone和字節跳動的Magic Animate，都是圖片轉視頻技術的落地應用。

阿里巴巴的Animate Anyone技術

可見，得益于全球生成式AI技術的持續發展，不僅是來自視頻生成模型領域的企業在積極“備戰”，包括文生圖、視頻、音樂、代碼等多方面應用的迭代更新，還有望長期給更多相關行業帶來“革命”發展的機會——以全球視角來看，算力產業鏈從上游硬件、中游服務器/交換機、下游應用側閉環現愈發清晰，從云側到端側、從硬件到軟件均呈現生機勃勃之景。

這也意味著，從全球算力產業鏈核心廠商，到端側AI相關企業，再到國產化算力公司（包括AI服務器零部件、服務器整機、算力租賃、數據中心等環節）的整個輻射范圍，均是以Sora的出現為契機，開啟屬于自己的爆發式更新，更為實現普通人的“導演夢”打下了堅實的技術基礎。

三、下個春節檔，也許人人皆導演

“人人都能當導演的日子臨近了?！闭缫晃痪W友的發言，用戶的期待永遠比技術落地的腳步更快一些。

盡管Sora發布的視頻中時間最長的只有一分鐘，但業內人士預測，按照OpenAI的迭代速度，生產出幾十分鐘的AI視頻也不遠了，“未來數年內，將對整個影視制作和短視頻行業帶來顛覆性沖擊，元宇宙的高光時刻也會越來越近?！?/p>

不過Sora所生成的視頻內容在網絡上爆火的同時，也有不少人發現了其中的不足之處：雖然在視頻畫質、細節、光影和色彩等方面表現出色，但在涉及鏡頭運動角度和更精細內容調控方面仍稍遜一籌，如一分鐘的東京街頭女郎漫步場景中，女郎走路過程中存在腿部變形、腿部交叉換位時錯亂等錯誤。

有媒體通過Sora進行測試“找茬”

對此，Perplexity AI的首席執行官表示，“Sora雖然令人驚嘆，但還沒有準備好對物理進行準確的建模。并且Sora的作者非常機智，在博客的技術報告部分提到了這一點，比如打碎的玻璃無法很好地建模?！?/p>

而針對目前Sora存在的不成熟之處，OpenAI方面也表示承認并正在積極改進，還稱其將繼續努力提升Sora的性能和精度，以期在未來為影視行業帶來更多創新和突破。

實際上，基于目前Sora已經展現出來的技術特點，不少影視從業者認為，要應用到影視行業制作上，AI生成視頻技術至少要做到能對細節之處隨時調整，并且生成的視頻具有一定穩定性，不能有變化，顯然Sora目前的精細度還達不到這樣的要求，但將其用于前期開發（尤其是概念設計）已經夠用，甚至基于當下高昂的人工制作成本，如果未來Sora的技術迭代能達到投入影視行業商業應用階段，其發展空間之大也是可以預見的。

Sora距離用戶期待的樣子似乎只需經過一段時間的等待，但需要注意的是，從實際情況來看，AI視頻技術落地還充滿了不確定性，尤其是從技術的復雜性到倫理及版權問題上。

中國社會科學院法學研究所副研究員唐林垚認為，AI生成視頻帶來的挑戰包括但不限于如何有效區分真實和虛假內容，以及如何確保人工智能作品不被用于誤導公眾或其他非法目的；更進一步的法治挑戰在于，如何平衡強監管與行業發展之間的張力。

對于視頻生成技術的濫用以及AI模型的透明度和可解釋性，業界仍在尋求答案和解決方案。而當下，我們能做的也只是讓技術“再飛一會兒”。