Sora横空出世，中美之间人工智能的差距在拉大？

（本文首发于《紫金商业评论》，授权紫金财经发布，转载请注明来源）

继文本模型 ChatGPT、图像模型 Dall-E 大杀四方后，OpenAI继续祭出“大杀器”。

2月16日，OpenAI在其官网发布文生视频模型Sora。据介绍，该模型可以生成长达一分钟的视频，同时保持视觉品质并遵循用户提示。

虽然文本转为视频的产品早已面世，但是没有一个能够在画质精美程度、逼真程度等方面与Sora相媲美。OpenAI更是在其网站上直言：“Sora是能够理解和模拟现实世界的模型基础，我们相信这一功能将成为实现AGI（通用人工智能）的重要里程碑。”

作为OpenAI首推的文本转视频模型，Sora以黑马之姿，占据AI领域话题中心。在Sora发布后，OpenAI的估值也迎来了大幅飙升。

Sora横空出世

Sora的问世，宣告了新一轮科技革命的到来。

Sora大模型的惊艳之处在于，仅仅通过一段文本指令，Sora就可以直接输出长达60秒的视频，并且包含高度细致的背景、复杂的多角度镜头，以及富有情感的多个角色。

就连特斯拉CEO马斯克也为此感到惊叹，他在社交媒体上转发网友的帖子时评论称：“gg humans”，意为“人类认赌服输”。

具体来看，Sora在多个方面重新定义了AI视频生成模型的标准：

首先，它将视频时长从当前的5-15秒，直接提升到了1分钟，这个长度完全可以应对短视频的创作需求。从OpenAI发表的文章看，如果需要，超过1分钟毫无任何悬念。

其次，用户不仅可以用文字prompt生成视频，还支持视频到视频的编辑，当然也可以生成高质量的图片，Sora甚至还可以拼接完全不同的视频，使之合二为一、前后连贯。

此外，它是扩散模型，更是扩散+Transformer的视觉大模型，并且产生了涌现现象，对现实世界有了更深刻的理解和互动能力，具有了世界模型的雏形。

虽然未经提前预热，但Sora很快成为热点话题，并引爆国内科技圈，360创始人周鸿祎、出门问问创始人李志飞等人纷纷下场讨论，发表看法。

周鸿祎表示，Sora对短视频行业有巨大的颠覆，但未必能那么快击败TikTok，更多是创作力工具。此外，他认为，中美两国的人工智能差距在拉大。

李志飞在微信朋友圈称：“LLM（大型语言模型）Chat GPT是虚拟思维世界的模拟器，以LLM为基础的视频生成模型Sora是物理世界的模拟器，物理和虚拟世界都被建模了，到底什么是现实？”

Sora的问世，宣告了新一轮科技革命的到来。

OpenAI的又一次胜利

在Sora 发布前，大众对文生视频方案并不陌生，包括大众熟知的 Runway、Pika、Genmo 以及 Stable Video Diffusion 等等，也取得了不错的进展，但OpenAI依然实现了降维打击。

一直以来，AI视频生成被人看作是AI应用率先垂直落地的场景之一，正因为如此，几乎所有的 AI 视频生成公司都陷入了同质化竞争：过多关注更高画质、更高成功率、更低成本，而非更长时长的世界模型。Pika、Runway 做视频的时长都不超过4s范围，虽然可以做到画面足够优秀，但物体动态运动表现不佳。

但OpenAI对AI视频生成的探索更像是沿着另一条路线前进：OpenAI技术报告中透露，Sora能够深刻地理解运动中的物理世界，堪称为真正的“世界模型”，通过世界模型，Sora打通虚拟世界与现实世界的边界，实现真正AGI（通用人工智能）。

在业内人士看来，Sora是AGI（通用人工智能）实现的重要里程碑，Sora的出现将全球目光聚焦于视频生成领域，验证了视频为王的趋势，也进一步验证了无视频不传播的时代，“视频+大模型”的应用市场空间扩展。

市场预计，在最新一轮由风投公司 Thrive Capital 牵头融资中，OpenAI 的估值有望超过 800 亿美元（约合 5755 亿元人民币）。

作为对比，OpenAI 去年年初发布ChatGPT的时候，该公司的估值大约为 290 亿美元（约合 2086 亿元人民币），如今飙升了 275%。

对于Sora是否会一家独大，对相关AI视频生成模型或厂家形成冲击。业内人士认为，参考此前ChatGPT掀起的大语言模型热潮，在ChatGPT爆红后，全球大语言模型不仅没有出现一家独大的情况，反而随着Google、Meta、英伟达，以及百度、阿里、华为等公司的入场，呈现百花齐放态势。

此外，从实用性来看，风头更胜一筹的Sora只是展示了几十个精选作品，离落地还有相当的距离。