貝克街探案官

作者：魯鎮西

普通人如何把握技術迭代帶來的行業變革紅利

沒想到今年第一個引爆科技圈的消息，還沒等復工就刷了屏，復工后又直接推動相關企業市值爆拉，A股25家相關企業市值共計增長888.42億元，兩個交易日平均漲幅26.94%。

2 月 16 日凌晨，OpenAI 發布首個文生視頻模型 Sora，是OpenAI繼ChatGPT之后，推出的另一款具備顛覆行業能力的AI應用，Sora能夠僅僅根據提示詞，生成60s的連貫視頻，遠超行業目前大概只有平均“4s”的視頻生成長度。

“平均4s”的長度指代非常明顯，就是Runway和PIKA。也曾短暫引爆過A股文生視頻的炒作，但無論是強度還是持續性，都遠不如Sora。

在Sora問世之前，Runway和PIKA被視為文生視頻領域的龍頭，但在sora生產的視頻出現后，業界普遍認為Sora可以吊打Runway和PIKA。

Pika創始人郭文景曾在接受采訪時表示，“視頻現在沒有很好的算法，它不是一個規模化的問題，不是說現在大家的GPU不夠多，很多時候其實是算法上還沒有很好的一個思路。”并認為Sora的發布“是一個很振奮人心的消息，我們已經在籌備直接沖，將直接對標Sora。”

和Runway和PIKA相比，Sora產出的視頻時間更長，連貫性更好，其他模型產出的視頻甚至還有卡頓、場景突變等問題；在此基礎上，Sora的視覺細節更豐富，且清晰度更高。對比Sora和runway的視頻不難發現，Sora的視頻內容更符合常人對“視頻”的理解，而runway的視頻內容更像是“GIF”動圖。

業內普遍認為，Sora的出現，預示著一個全新的視覺敘事時代的到來，它能夠依據客戶的文本提示，將人們的想象力轉化為生動的動態畫面。Sora作為一款通用的視覺數據模型，其卓越之處在于能夠生成跨越不同持續時間、縱橫比和分辨率的視頻和圖像，甚至包括生成長達一分鐘的高清視頻。

從成片來看，假以時日，伴隨熟練運用Sora的工程師、自媒體人越來越多，電影業恐將在此次技術變革中迎來一次大洗牌，畢竟每一部影視作品成片之前都要先有個好劇本，好劇本問世后，用Sora就可以實現視頻輸出了。

但就目前而言，實現這個目標為時尚早，因為整個Sora產業鏈正處于萌芽期，國內目前尚未有一家公司可以與之抗衡，就連字節都直言“Boximator”目前還無法作為完善的產品落地，令人略有欣慰的是，已經涌現出大批企業試圖搭上Sora的快車。

這也不禁讓人想起ChatGPT發布后，大量企業跟進推出“自研大模型”，并不斷呼嚎趕超OpenAI，結果人家這次直接來個降維，借著推出Sora繼續AI應用市場遙遙領先。

01 Sora是否難以復制

Sora采用了Transformer架構，和ChatGPT不同的是，大語言模型通過token將各種形式的文本代碼、數學和自然語言統一起來，Sora則通過視覺包（patchs）實現了類似的效果。

Sora和ChatGPT最大的區別，就是Sora為擴散模型，它接受輸入的噪聲包（以及如文本提示等條件性輸入信息），然后被訓練去預測原始的“干凈”包。

重要的是，Sora是一個基于擴散的轉換器模型，這種模型已經在多個領域展現了顯著的擴展性，包括語言建模、計算機視覺以及圖像生成等領域。擴散轉換器在視頻生成領域同樣具有巨大的潛力，不同訓練階段下，使用相同種子和輸入的視頻樣本對比，結果證明了隨著訓練量的增加，樣本質量有著明顯的提高。

Sora研究員專門訓練了一個網絡，專門負責降低視覺數據的維度。這個網絡接收原始視頻作為輸入，并輸出經過壓縮的潛在表示。Sora模型就是在這個壓縮后的潛在空間中接受訓練，并最終生成視頻。此外，研究員還設計了一個解碼器模型，它可以將生成的潛在表示重新映射回像素空間，從而生成可視的視頻或圖像。

當給定一個壓縮后的輸入視頻時，從中提取出一系列的時空包，這些包被用作轉換token。這一方案不僅適用于視頻，因為視頻本質上就是由連續幀構成的，所以圖像也可以看作是單幀的視頻。

通過這種基于包的表示方式，Sora能夠跨越不同分辨率、持續時間和縱橫比的視頻和圖像進行訓練。在推理階段，研究員只需在適當大小的網格中安排隨機初始化的包，就可以控制生成視頻的大小和分辨率。

僅從原理層面來看，推出Sora這種文生視頻大模型并不難，但國產廠商在推出進度上紛紛落后于OpenAI，此前曾有消息稱字節推出了Boximator，它可以通過文本精準控制生成視頻中人物或物體的動作。

對此，字節跳動相關人士回應稱，Boximator是視頻生成領域控制對象運動的技術方法研究項目，目前還無法作為完善的產品落地，距離國外領先的視頻生成模型在畫面質量、保真率、視頻時長等方面還有很大差距。

其他發布公告的企業，要么是想要介入這個賽道，要么就是可以為該行業提供硬件設備支持，因為A股市場中沒有文生視頻的企業，所以退而求其次，找到了一家文生圖產品獲得市場認可的企業炒作，即因賽集團，該公司的InsightGPT的文生圖功能已在時尚珠寶和快消兩個賽道的營銷領域商用，并且具有一定市場認可度。

其他的則是一些算力租賃公司獲得市場爆炒，至于想要切入這個行業的公司就更多了，不勝枚舉。

02 Sora商用，會切走誰的蛋糕

Sora之所以會引起市場轟動，主要是因為其“文生視頻”的功能直接讓影視從業人員集體焦慮。

北京天工異彩影視科技有限公司的副總裁兼CTO周輝公開表示，Sora生成的視頻質量足夠震撼，可以縮短電影拍攝周期。

其實周輝的表達還是保守了，只要Sora工程師足夠多，硬件設備不受限，整個影視業的演員都可以省了，動輒過億的演員費用也可以省下，那現在已經成名的影視劇明星，想要上鏡就要另謀出路，當然制作方也可以獲得已成名演員的授權后上鏡。

同時場地租賃、置景等費用也會隨之下降，這也給了很多非專業團體在影視業一展身手的機會，換言之，今天是影視業最容易的一天，以后每一天都比今天難上加難，值得注意的是，這一邏輯對視頻依賴較大的廣告業也通用。

除此之外，國內剛起步的科幻電影可發揮空間也將瞬間提升。之前一直說《三體》影視化不成功，是因為很多場景制作困難，而Sora的出現，可以有效解決這個問題，C 內容的專家化也將創造新的風格與形式，增強影視內容的吸引力與豐富度。用人方面，特效師因為具備基礎的工作邏輯，培訓周期也比其他沒有經驗的人群更短。

但在Sora工程師大規模入局之前，短期Sora還是一個工具性產品，某種程度上幫助影視制作方降本增效。

除影視行業外，游戲行業也將借助Sora產生巨大變革，Sora對于物理世界的理解和模擬可以與游戲場景開發高度適配，Sora可以幫助游戲開發者創立角色或背景故事。OpenAI也在Sora技術報告中提出，Sora能夠模擬如視頻游戲的數字化過程，根據官方視頻演示，Sora能在控制《Minecraft》游戲角色進行基本操作的同時，高質量動態渲染游戲世界。

可以預見，Sora未來將可能被應用生成游戲動畫和場景等，增加游戲情感故事背景提高可玩性，游戲開發者的成本也將隨之降低。簡言之，又會有部分人因此面臨崗位變動。

03 學會使用AI工具

這種背景下，不會使用AI工具的從業者將會伴隨科技進步，被時代無情淘汰，而掌握AI工具的外行業，跨行也不會再體會“翻山越嶺”般的困苦，當今大量自媒體從業者，也有機會進一步落地自己的創意。

至于賣課教別人怎么使用AI工具的機構，誰讓人家先掌握知識呢，“知識就是力量”已經成為亙古不變的真理，每當科技迭代出現新的生產力工具，都會有相應的課程出現，當年Word的使用也是一門技術，路邊的打印店甚至招了很多年“打字員”，而如今打字員早已經不是一個職業，而是每個打工人都必須掌握的技能。

假以時日，使用AI工具或許也會成為每個打工人必須掌握的技能，但就目前而言，這仍是一個新興就業崗位，各位也沒必要因為科技進步而焦慮，畢竟機遇總是伴隨危機出現，機會也是給有準備的人。

? THE END

本文僅作為分享學習使用，不構成任何投資建議。

本文由貝克街探案官原創，未經許可，請勿轉載。

闔家團圓！元宵節快樂！