本報記者 張曉玉

12月10日，OpenAI（美國人工智能研究公司）宣布正式向用戶開放人工智能AI視頻生成模型Sora，該系統可以根據文本提示生成逼真的視頻。截至當日，距離OpenAI首次公開預覽這款產品已過去了10個月時間。

OpenAI相關負責人表示，Sora將于當天晚些時候向美國及其他市場的ChatGPT付費用戶開放。新版工具SoraTurbo可以生成最長達20秒的視頻，并且可以提供這些視頻的多種變體。

據悉，Sora的發布是OpenAI為期12天的產品直播活動的一部分。作為視頻生成領域龍頭，Sora發揮著“鲇魚效應”。據《證券日報》記者不完全統計，自Sora發布以來，國內外已有近20家公司發布或更新了視頻生成模型。

美股視頻巨頭遭沖擊

據了解，Sora能夠根據用戶輸入的描述性提示快速生成視頻，并及時向前或向后擴展現有視頻。

Sora引發了全球科技產業的震動，尤其是在視頻生成領域。Sora以其極高的生成質量、快速的響應時間和低成本的生成方式，一度讓一些傳統視頻公司面臨巨大壓力。

以AdobeSystemsIncorporated（以下簡稱“Adobe”）為例，其股價曾在Sora首次發布的次日（2月16日）大跌了7.41%，創去年11月1日以來的新低，市值在短短一個交易日蒸發了近198億美元。

Adobe長期以來在圖像處理、視頻編輯軟件等領域占據領先地位，而OpenAI此次發布的Sora技術，將視頻生成的門檻大大降低。市場普遍認為，Sora的發布可能會改變視頻創作的格局，Adobe的市場份額受到威脅。

不過，市場上也有另一種觀點，認為像Sora這樣的開放式模型，無法為專業人士提供同等的安全保障，Sora的主要使用場景可能僅限于社交媒體平臺。在專業用戶市場上，Adobe的領導地位依然無法撼動。

面對Sora的沖擊，國外企業加速布局AI視頻生成領域。2024年RunwayAI，Inc.發布Gen-2模型，在視頻生成領域迅速重回第一梯隊陣營。用戶只需輸入文字描述，即可生成一段4秒的視頻，并且可以根據需求調整分辨率和幀率。

而就在Sora正式向用戶開放的幾天前，當地時間12月4日，谷歌旗下人工智能研究機構DeepMindTechnologiesLimited發布了一款名為Genie2的新型模型，可通過單張圖片和文字描述生成“無限”種類的可玩3D世界。

貝恩咨詢公司商品戰略顧問總監潘俊在接受《證券日報》記者采訪時表示，Sora的發布將對現有的視頻生成模型生態產生重大影響。它將打破傳統視頻制作的技術壁壘，為視頻生成領域帶來新的競爭格局。其他視頻生成模型公司可能會面臨來自Sora的競爭壓力，需要調整其產品和服務以適應新的市場需求和技術趨勢。未來，視頻生成領域的競爭格局可能會更加激烈，創新和差異化將成為關鍵。

國內企業積極布局

Sora的發布也促使國內科技巨頭紛紛加緊文生視頻大模型的研發。

中國電信集團有限公司在2024數字科技生態大會上發布及更新了昆侖云網能力開放平臺、“息壤”算力服務、視覺大模型及文生視頻大模型等方面的進展；12月3日，深圳市騰訊計算機系統有限公司旗下騰訊混元大模型（以下簡稱“騰訊混元大模型”）官微發布消息稱，騰訊混元大模型正式上線視頻生成能力，參數量130億，是當前最大的視頻開源模型；北京快手科技有限公司推出可靈AI，這款AI視頻生成模型可以生成長達兩分鐘的1080p視頻，還支持多種視頻輸出比例，并可以模擬現實世界的物理特性。

清華大學戰略新興產業研究中心副主任胡麒牧在接受《證券日報》記者采訪時表示，雖然目前這些國內公司推出的視頻生成技術在部分功能上與Sora尚有差距，但它們的迅速跟進顯示出國內企業對AI視頻生成技術的重視。自Sora發布以來，國內視頻大模型的生成效果顯著提升，與Sora的差距在不斷縮小，部分功能甚至已實現趕超。

例如，北京智譜領航科技有限公司全新迭代的AI視頻模型“新清影”，在文生視頻性能上實現了進一步提升，支持10秒時長及4K、60幀超高清畫質，以及任意尺寸的視頻輸出，并自帶音效和更好的人體動作及物理世界模擬。

北京火山引擎科技有限公司總裁譚待表示，視頻大模型的技術突破十分困難，需要大模型能理解復雜指令，包括對多鏡頭語言的運用，實現多個主題的交互視頻，保持風格的一致性等。當前視頻生成功能仍有很多難關亟待突破。豆包兩款模型會持續演進，在解決關鍵問題上探索更多可能性，加速拓展AI視頻的創作空間和應用落地。

推動多模態大模型創新

在文生視頻算法領域，國內也取得了顯著進展。中國國家互聯網信息辦公室公開信息顯示，今年以來國內共有2277個深度合成服務算法通過備案。其中，主要用途描述中帶有可實現文生視頻能力的算法共34個，備案名稱中明確界定為“文生視頻算法”的僅有6個。

例如，商湯集團有限公司通過備案的商湯V-ME視頻合成算法支持已有人物視頻、動畫、聲音、文字等多種元素進行驅動。天娛數字科技（大連）集團股份有限公司子公司北京智境云創科技有限公司在今年6月份一次性通過了“智境云創人臉融合算法”“智境云創文本生成視頻算法”“智者千問大語言模型算法”三項算法備案。

德邦證券股份有限公司分析師陳涵泊表示，Sora的正式開放，有望成為全球視頻生成領域的新標桿，加速多模態大模型的迭代與應用。

在潘俊看來，Sora的推出有望加速AI在視頻生成領域的商業化進程。由于Sora具有高度的創新性和廣泛的應用潛力，預計將吸引許多企業投資和合作，包括內容創作者、廣告公司、電影制作公司等。隨著商業化的推進，Sora可能會為視頻生成領域帶來新的商業模式。

“不過，Sora遠未達到替代人類內容創作的程度，其發展水平僅相當于GPT-1，尚處于起步階段。對于其他視頻生成模型公司而言，真正的競爭才剛剛開始。它們將在算力、數據和算法這三個關鍵領域展開角逐。”工業和信息化部信息通信經濟專家委員會委員盤和林向《證券日報》記者表示。

此外，胡麒牧表示：“技術創新與安全倫理之間的平衡是AI技術發展中的重要問題。在推動技術發展的同時，我們必須充分關注其可能帶來的社會影響，如隱私保護、版權爭議以及濫用風險等問題，確保技術在符合倫理和社會責任的基礎上得到合理應用。”