碾壓式領先！OpenAI的Sora橫空出世 一級市場怎麼看？
《科創板日報》2月18日訊（記者 敖瑾） OpenAI再次以一款多模態大模型工具引爆全球。這款名爲Sora的文本轉視頻模型，可以基於描述性文字指令，生成長達60秒的視頻，並理解呈現用戶想象中的情緒以及光影。
此前，海內外已有多個創業項目專注於視頻生成領域，但Sora的出現，仍然給這些起跑者帶來不小衝擊。有關注AI領域的一級市場投資人對《科創板日報》記者表示，“大多數項目成立以及在技術探索方面的時間都不算長，目前看來，Sora在技術路線上可以說是處在碾壓式領先的地位，因此很多創業公司的價值可能需要重新判斷了。”
目前，Runway、Pika等AI視頻公司，在一級市場受到風險資金的密切關注。其中，公開資料顯示，Runway截至目前已累計融資超2.5億美元。對於Sora的推出，該公司的聯合創始人Cristóbal Valenzuela在社交媒體上回應表示，“遊戲開始了”。
碾壓式領先的Sora
上述不願具名的AI投資人對記者表示，Sora的出現，代表着當前已經有一個通用的視頻生成方案被探索出來了。“但OpenAI目前公佈出來的，只是整個模型很小的一部分。包括Sora模型需要什麼樣規格的視頻數據，哪個地方需要去做標註，標註的量有多大，過程是人工的還是自動的，這些整體思維目前全世界也只有OpenAI具備。”
OpenAI日前發佈的技術報告，對Sora進行了初步的介紹說明。該報告的內容包括：Sora得以將各類視覺數據轉換爲一個統一的表現方式的方法，這是大規模生成模型訓練實現的前提；以及Sora的能力和侷限性定型評估。但報告並未對模型和實現細節進行披露。
有分析人士解釋稱，Sora的創新性核心在於時空補丁（Spacetime Patches）。
以前文生視頻的方法，要求在訓練中使用的圖像和視頻都具有相同的大小，這需要大量的預處理來將視頻剪裁到合適的大小。但因爲Sora在“補丁”而非完整幀的視頻上進行訓練，所以它可以在任何視頻或圖像上進行訓練，而無需剪裁。這樣做的結果是，Sora可以使用更多數據進行訓練，從而獲得更高質量的輸出。
此外，Sora的另一個重大進步，是它所使用的架構。傳統的文本到視頻模型是擴散模型（diffusion models），上述Runway就是這種模型；而像GPT-4這類模型則爲Transformer架構。Sora則是兩者的結合體。也就是說，Sora不是預測序列中的下一個文本片段，而是預測序列中的下一個“補丁”。通過這種架構，OpenAI可以爲Sora的訓練提供更多的數據和計算資源，並最終達到更高質量的效果。
上述長期關注AI領域的一級市場投資人對《科創板日報》記者表示，OpenAI可以說是點亮了一棵科技樹，“給大家證明了這個東西在哪，你可以去做，至於有沒有能力做到，還是需要大量的時間和工程”。
OpenAI自己也用了“里程碑”這樣的字眼來形容Sora模型。“擴展視頻生成模型，是建立通用物理世界模擬器一個有前景的途徑。”
重構視頻生成領域？
緊隨Sora推出而來的，還有OpenAI的最新融資信息。據媒體援引知情人士消息，OpenAI已經完成了一筆交易，其投後估值目前已達到800億美元或更多，估值在9個月內暴漲兩倍。
而對於其他視頻生成類企業而言，Sora所代表的新技術路線的出現，則意味着公司價值將被市場重新檢驗。上述AI投資人對《科創板日報》記者表示，“‘Sora讓AI創業者和投資人徹夜無眠’的說法，不是標題黨，比如你如果是做視頻生成的，Sora的出現會讓你重新看待自己的方法路線，這就意味着，你之前投入的錢，還有投資人之前投的錢，都有可能浪費掉了。”
光速印度合夥人Hemant Mohapatra在接受媒體採訪時表示，Sora的出現，將會讓一切都發生改變。“它生成的視頻質量之高，會讓庫存視頻生成公司立即感受到威脅。”Adobe的股價走勢或許可以印證這一說法。在Sora面世後，作爲庫存視頻生成公司代表的Adobe股價，應聲下跌超過7%。
其他AI初創公司無疑也將受到Sora面世的影響。目前，全球較爲知名的AI視頻生成初創公司，包括Runway、Pika Labs、Stability AI等，這些公司之前都備受風險資金的關注。
其中，Runway成立於2018年，是較早的AI視頻創業項目。截至目前，Runway在一級市場融資金額已超過2.5億美元，投資方包括谷歌、英偉達等衆多知名機構，項目估值達到15億美元。該公司數月前剛發佈了Gen-2模型，目前已對外開放使用。
Pika Labs則因爲其創始人身份，年前在國內亦火爆了一把。目前，成立僅半年多的Pika，已累計融資超5500萬美元，其投資方包括Lightspeed Venture Partners等硅谷衆多知名風險投資機構以及投資人。
而除了初創公司，谷歌、Meta等大公司也都在進行視頻生成技術的探索。其中，Meta在2022年就發佈了首款視頻生成工具，名爲Make-A-Video。去年，其又測試了新的文生成視頻模型Emu Video，扎克伯格曾表示該模型將被嵌入Facebook和Instagram。
上述AI投資人對記者表示，隨着Sora所代表的新技術路線的出現，這些更早入局的AI視頻公司價值可能會經歷重構，而對於國內公司，其表示目前總體還處在追趕狀態，短期內出現類似Sora這樣的模型或許較難。
“去年一年我們追趕的速度已經很快了，但這個過程還是受到了包括算力、工程等方面因素的制約。在模型足夠成熟之前，很難有更多的應用出現，所以還是要一步一步來。”