繼ChatGPT這一現(xiàn)象級的應用推出一年之后，近日，美國開放人工智能研究中心OpenAI正式發(fā)布了旗下首款視頻生成模型Sora，再次在全球掀起了人工智能關注浪潮。相較于此前的視頻生成模型，Sora在底層模型和算法上進行了創(chuàng)新，被業(yè)界稱為視頻生成領域的里程碑。因此，Sora的問世令世人驚呼：現(xiàn)實不存在了！
從自動生成文字到自動生成圖片，再到現(xiàn)如今自動生成視頻，人工智能大模型技術在加速迭代。中央財經大學數(shù)字經濟融合創(chuàng)新發(fā)展中心主任陳端表示：“人工智能技術的國際競爭，本質上是國家創(chuàng)新力、創(chuàng)新生態(tài)以及創(chuàng)新資源體系的全方位競爭。國內人工智能相關企業(yè)擁有龐大的市場需求和豐富的數(shù)據(jù)資源等優(yōu)勢，正緊抓時間窗口，加強國際交流與合作，加快技術創(chuàng)新和商業(yè)化步伐，創(chuàng)造更多應用與成果。全球人工智能產業(yè)正進入加速發(fā)展階段。”
為什么Sora引發(fā)關注潮？
Sora作為文字轉視頻模型，能夠嚴格根據(jù)用戶輸入的提示詞、文本指令或靜態(tài)圖像，生成長達1分鐘的視頻，保持較高的視覺質量。據(jù)OpenAI官網介紹，該公司正在努力教人工智能“理解和模擬處在運動當中的物理世界”。
國海證券2月18日發(fā)布研報認為，Sora體現(xiàn)出大模型進化速度的超預期。截至2023年12月份，ChatGPT用戶數(shù)1.8億，網站月均訪問量17億次，OpenAI估值超1000億美元，Sora的發(fā)布將打開OpenAI用戶量價和估值空間。
據(jù)悉，Sora相較于過去幾款主流文生視頻工具有了極大幅度的提升。華金證券分析師方聞千表示，Sora生成的視頻具有超長時長、世界模型、多鏡頭切換三大特點。具體來看，之前幾款主流模型生成的視頻時長僅在20秒以內，Sora不僅能夠深入理解用戶提示，還學會了物理世界的部分規(guī)律，比如：一個人吃漢堡后會留下咬痕、火車車窗上會產生逼真的倒影，Sora還可在單個視頻中設計出多個鏡頭。
繼文字生成和圖像生成技術之后，Sora是視頻生成技術方面的突破性進展。短期來看，Sora將直接改變很多內容產業(yè)的成本結構以及資源支撐體系。薩摩耶云科技集團首席經濟學家鄭磊表示：“Sora的誕生將對影視、廣告、教育、游戲等多個行業(yè)產生直接影響。例如，視頻創(chuàng)作者可以專注于更具創(chuàng)意性和戰(zhàn)略性的工作，而將繁瑣的重復性工作交給人工智能。”
陳端表示：“長期來看，Sora將遠遠不止是內容生產工具，其構建的基于三維物理世界來創(chuàng)造數(shù)字原生世界的強大引擎，將給一些產業(yè)從底層工具層面帶來變化，形成深遠影響。”360集團創(chuàng)始人、董事長周鴻祎2月16日在其微博上表示，Sora意味著AGI（人工通用智能）實現(xiàn)將從10年縮短到1年。
不過，目前的Sora仍存在一定局限性。例如，它可能難以精確模擬復雜場景的物理狀況，也可能無法理解一些特定的因果和時間聯(lián)系等。此外，模型還可能混淆一些文本指令中的空間細節(jié)，例如左右方向等。據(jù)了解，相關領域專家將對模型展開測試，目前，該模型只向有限數(shù)量的創(chuàng)作者提供訪問權限。
中國信息協(xié)會常務理事、國研新經濟研究院創(chuàng)始院長朱克力表示：“要用好Sora，企業(yè)首先需深入了解其技術特性和應用場景，其次要積極探索Sora與其他技術的結合，如與虛擬現(xiàn)實、增強現(xiàn)實等技術的融合應用。同時，還應注意數(shù)據(jù)安全和隱私保護等問題。”
多家上市公司涉足相關領域
2023年，科技大廠、創(chuàng)業(yè)企業(yè)、科研院所等紛紛入局AI大模型，目前，我國大數(shù)據(jù)、云計算、人工智能企業(yè)創(chuàng)新發(fā)展，數(shù)字產業(yè)化體系逐漸完備，并向全球產業(yè)鏈中高端躍進。政策端，《生成式人工智能服務管理暫行辦法》《關于加快推進視聽電子產業(yè)高質量發(fā)展的指導意見》等陸續(xù)出臺，既促進了人工智能大模型技術的創(chuàng)新發(fā)展和生成式人工智能產業(yè)健康發(fā)展，也進一步規(guī)范制度引領技術落地。
今年春節(jié)期間，支付寶等平臺陸續(xù)推出了人工智能全家福照片制作功能，上傳家人照片可以生成不同風格背景的全家福照片，生成式人工智能工具在圖生圖領域的落地應用已經被公眾廣泛接納。
在視頻生成領域，公開信息顯示，已有海康威視、佳都科技、昆侖萬維、大華股份、螢石網絡、萬興科技、因賽集團、拓爾思、當虹科技等多家A股上市公司積極布局。
例如，佳都科技公布了其自主研發(fā)的國產化的大模型技術，聚焦在交通、城市治理、政務服務等垂直領域的應用，公司的TransCore-M多模態(tài)大模型能夠理解文本、圖像、視頻等多種模態(tài)的信息，并且按照用戶需求將其描述、提示或轉化為指令代碼，是個“聰明”的交通信息小助手。
當虹科技擁有自研的生成式人工智能工具集，于2023年上半年發(fā)布了以靜態(tài)照片生成三維體積視頻的方案，支持六自由度視角自由移動，并且通過點云模型轉換及壓縮算法實現(xiàn)高達800倍的視覺無損壓縮，實現(xiàn)不同模態(tài)之間相互切換。
我國在人工智能技術和大模型領域已經取得了顯著的進展，但與國際領先水平相比，仍存在一些短板。中國電子商務專家服務中心副主任、資深人工智能專家郭濤表示：“這些短板包括原創(chuàng)算法的研發(fā)、高質量數(shù)據(jù)集的構建、芯片和硬件的自主研發(fā)能力、國際化人才的吸引和培養(yǎng)等方面。”
中國移動通信聯(lián)合會區(qū)塊鏈與數(shù)據(jù)要素專業(yè)委員會主任委員、首席數(shù)字經濟學家陳曉華表示，近年來，我國相關政策對人工智能技術應用和大模型的技術研發(fā)和產業(yè)創(chuàng)新提供了良好環(huán)境，但由于前期投入不足，在基礎研究和核心算法的原始創(chuàng)新上還有差距。
陳曉華說：“人工智能革命將會推動算力基礎設施的需求猛增，此外文生視頻大模型將帶動視頻數(shù)據(jù)的調用規(guī)模持續(xù)放大，這對寬帶質量也提出了更高的要求。”
商務部研究院電子商務研究所副研究員洪勇表示：“國際上，部分大型科技公司憑借雄厚的技術積累和資源在人工智能賽道占據(jù)領先地位。中國企業(yè)在某些細分領域已具備國際競爭力，但仍有短板。當下需要清醒意識到差距，加強基礎科研、培養(yǎng)高層次人才、建立合規(guī)體系，并積極參與國際合作與競爭，進一步提升在全球人工智能領域的地位。”
（來源：證券日報）
掃一掃分享本頁
