1. 創(chuàng)業(yè)頭條
  2. 前沿領(lǐng)域
  3. AI智能
  4. 正文

OpenAI Sora畫的餅,AI行業(yè)集體給它圓了......嗎?

 2024-08-26 10:58  來源:A5專欄  我來投稿 撤稿糾錯

  域名預(yù)訂/競價,好“米”不錯過

AI文生視頻領(lǐng)域,幾乎只剩Sora還是個期貨了。

最近兩個月,國內(nèi)外的AI-generated Video應(yīng)用持續(xù)爆發(fā),中國的快手、字節(jié)、智譜AI、生數(shù)科技、愛詩科技,海外的谷歌、Luma、Runway,格局如八仙過海。

雖然不同平臺水平差異依舊存在,但整體可用性已經(jīng)大大提高,而且風(fēng)格化特征也比較全面。唯一的缺憾是,在融入工作流方面,AI視頻工具們的水平還是差了一點。Sora畫的餅,要交給這些后來者去圓了。

放棄期貨,文生視頻應(yīng)用爆發(fā)

業(yè)界民間都把視頻視為AI應(yīng)用落地的重點領(lǐng)域。英偉達CEO黃仁勛在7月30日的全球頂級計算機圖形學(xué)會議SIGGRAPH 2024上邀請了Meta的CEO扎克伯格進行對話,雙方都認可視頻能力會是AI大模型的進化方向。

出身于英偉達研究小組的Luma AI首席科學(xué)家宋佳銘,在與a16z合伙人Anjney Midha對談時說,視頻關(guān)聯(lián)著3D世界,從學(xué)習(xí)角度看,視頻數(shù)據(jù)使模型更好地理解和推理3D世界。所以,實時高質(zhì)量的視頻生成,最終會推動具身AI的發(fā)展。

視頻就是這樣一座“橋”,而現(xiàn)在大量的AI公司正在試圖搶先通過它,尤其是OpenAI讓Sora變成了外界用不到的期貨,給了其他平臺進一步發(fā)展的空間。

(整理自公開信息)

(圖源:天眼查)

超長戰(zhàn)線背后是這些公司的試探。一部分是關(guān)于商業(yè)模式,另一部分是關(guān)于技術(shù)應(yīng)用前景。

可靈、即夢、Vidu等都推出了會員訂閱模式,在C端進行應(yīng)用普及化嘗試。愛詩科技創(chuàng)始人王長虎此前在接受財新采訪時表示:“愛詩目前的策略以2C(面向消費者)為主,廣泛收集國內(nèi)外用戶反饋,以更好地基于用戶體驗迭代底層模型。”至于更遠的應(yīng)用,現(xiàn)在來談則為時尚早,主要是因為C端的收費模式無法承擔(dān)成本。

Luma AI采取了To C的產(chǎn)品形態(tài),不過它原本專注于3D領(lǐng)域,進入視頻生成領(lǐng)域是為了探索3D生成與重建的更多可能性,以視頻驅(qū)動3D發(fā)展。這在產(chǎn)業(yè)領(lǐng)域有更多的應(yīng)用前景,例如批量制造電影需要的三維素材等。

最重要的是,Luma AI的期望不是售賣技術(shù)或者素材,而是建立類似TikTok這樣的平臺,也就是一個基于3D的生態(tài)系統(tǒng)。王長虎也在和極客公園創(chuàng)始人張鵬對話時表示,愛詩科技也瞄準的是“AIGC時代的平臺性機會”,但平臺的形態(tài)暫時無法預(yù)測,因為AI產(chǎn)業(yè)不會以復(fù)制現(xiàn)在已有的平臺的方式成長。

不僅如此,目前讓AI-generated Video進入完整工作流的應(yīng)用已經(jīng)在成形。開源視頻編輯工具Clapper最近熱度上升,它的特色就是集合各類AI技術(shù),用prompt的方式調(diào)動AI Agent生成和迭代故事,直接跳過了手工編輯文件的過程。

(圖源:機器之心)

由此可見,AI-generated Video的進化速度遠比我們想象得要快。目前,行業(yè)的重點無疑在于生成速度和生成效率兩個方面。但是,大模型并不提供完全確定的商業(yè)模式方向,這更多取決于團隊的選擇。而在這個過程中,除了商業(yè)化之外,AI公司還要思考怎么避免陷入合規(guī)困境、成本困境。所以,把文生視頻變得成熟并不容易,現(xiàn)在僅僅相當(dāng)于ChatGPT剛剛問世的階段。

AI-generated Video的“硬傷”和突破口

a16z之前就發(fā)表過觀點,巨頭在從科研成果到商業(yè)產(chǎn)品的轉(zhuǎn)化中需要更關(guān)注法律安全、版權(quán)等問題,所以往往效率會慢。我們不去考慮Sora是不是因為這個原因始終不露面,單看行業(yè)都要面對的相關(guān)問題,邏輯其實是一樣的。

1.商業(yè)化的“落差”,目前的AI-generated Video很難滿足甲方們的需求

彭博社曾報道,OpenAI一直試圖向好萊塢推薦Sora,但并不成功。用Sora制作的第一則商業(yè)化廣告是6月公開的玩具反斗城廣告。然而,這則視頻不但用了一些舊素材,公開新聞稿也沒有說完全由AI生成。

導(dǎo)演Nik Kleverov還在一條已經(jīng)刪除的動態(tài)里表示,制作這些鏡頭的創(chuàng)意機構(gòu)Native Foreign提供了大約十幾個工作人員參與工作,Sora支持了80%到85%的流程。這對需要高效低成本的AI-generated Video來說算不上什么好消息。

2.訓(xùn)練成本、高質(zhì)量數(shù)據(jù)集難以滿足

視頻的本質(zhì)可以視為一系列圖像,圖像有很多公開的數(shù)據(jù)集,但是視頻沒有。OpenAI遇到過違規(guī)使用YouTube視頻進行訓(xùn)練的指控,英偉達最近被媒體曝光從Netflix和YouTube收集了大量數(shù)據(jù),用來訓(xùn)練自己的Cosmos項目,用于支持其AI產(chǎn)品往現(xiàn)實世界發(fā)展。它每天可以下載相當(dāng)于80年的視頻內(nèi)容。

這體現(xiàn)了兩個關(guān)鍵點:一是黃仁勛和Luma的觀點類似,AI視頻的發(fā)展確實對AI進入3D世界意義重大,英偉達也是這樣做的:文本——圖像——視頻——三維模型——現(xiàn)實世界。二是視頻數(shù)據(jù)集是個大問題,除了版權(quán)問題,這些視頻數(shù)據(jù)還缺乏標(biāo)簽,斯坦福大學(xué)教授Stefano Ermon說,現(xiàn)階段缺乏篩選和過濾好視頻的方法,而且篩選后還要考慮它們的標(biāo)簽和描述。

3.AI資產(chǎn)泡沫的問題,AI必須為用戶解決重要復(fù)雜的問題才能有價值,但現(xiàn)在它的發(fā)展成效,遠遠不能和互聯(lián)網(wǎng)等技術(shù)當(dāng)年初生時的情況相比

Benchmark合伙人Michael Eisenberg在最近的一期訪談中,引用了其好友Atreides Management創(chuàng)始人Gavin Baker關(guān)于大模型發(fā)展的觀點:“基礎(chǔ)模型是歷史上貶值最快的資產(chǎn)。”

他所舉的例子來自Seeking Alpha的創(chuàng)始人,類似金融領(lǐng)域這種每分鐘都會進行業(yè)務(wù)和數(shù)據(jù)更新的高頻領(lǐng)域,訓(xùn)練出來的模型只能完成寫報告之類的常規(guī)工作,但無法應(yīng)對數(shù)據(jù)的高速刷新,滿足金融預(yù)測未來的需求。

而且,其他技術(shù)的發(fā)展是確定性的,互聯(lián)網(wǎng)發(fā)展早期雖然泡沫巨大,但已經(jīng)體現(xiàn)了應(yīng)用路徑;而AI渾身都是不確定性。互聯(lián)網(wǎng)發(fā)展的邊際成本幾乎約等于0(或者說其中不少都分擔(dān)給了運營商和用戶),然而AI成長的邊際成本涉及大量固定資產(chǎn),現(xiàn)在都由創(chuàng)業(yè)者自己承擔(dān),而且越投入邊際改善效應(yīng)越弱。大量的早期投入,很可能是一個陷阱。

技術(shù)革命之后必須伴隨產(chǎn)業(yè)革命,產(chǎn)業(yè)革命則需要現(xiàn)象級產(chǎn)品的引領(lǐng)。AI更需要的是一個成功的場景。目前看來,AI-generated Video還沒有拿到這類成果的起色。

Perplexity的創(chuàng)始人Arin對此提供了另外一個觀點,那就是基礎(chǔ)模型的價值本質(zhì)映射著背后團隊的價值,即Sora之于OpenAI,文心大模型之于百度。不是Sora能革了視頻的命,只是外界相信由OpenAI領(lǐng)導(dǎo)的Sora具備這樣的可能性而已。當(dāng)Sora沒能提供符合我們預(yù)期的突破時,誰能在這個領(lǐng)域擔(dān)起大任呢?

由此出發(fā),關(guān)鍵或許在于誰能先把AI-generated Video真正融入到某一個商業(yè)系統(tǒng)的工作流中去,就像Clapper對視頻制作的探索一樣。而這就是一個更大的問題了,因為它涉及到和其他領(lǐng)域的融合——氣象、城市、影視、汽車、制造業(yè)。也許Sora會在今年的某天拿出一個更具體的成果,也許是其他的創(chuàng)業(yè)公司顛覆了我們對AI視頻的認知。

來源:松果財經(jīng)

申請創(chuàng)業(yè)報道,分享創(chuàng)業(yè)好點子。點擊此處,共同探討創(chuàng)業(yè)新機遇!

相關(guān)標(biāo)簽
ai智能

相關(guān)文章

  • 科技泡沫論中,中國AI初創(chuàng)企業(yè)如何煉成“吸金大法”?

    作為這一輪全球AI科技周期的風(fēng)向標(biāo)企業(yè),自2023年初截至今年6月31日,英偉達股價翻了近7.5倍。然而,自6月創(chuàng)下了歷史高點后,截至當(dāng)?shù)貢r間8月12日收盤,其股價回撤幅度約20%。同時,這一時期,英偉達多位高管也在持續(xù)拋售公司股份。據(jù)統(tǒng)計,在6月13日至8月9日期間,CEO黃仁勛已累計套現(xiàn)超5.5

    標(biāo)簽:
    ai智能
  • AI時代的“另類博弈”,調(diào)薪只是大廠變革的開始

    大廠員工們的喜大普奔時刻,騰訊宣布“漲薪”了。具體內(nèi)容:一是將服務(wù)獎,即「十三薪」,均攤到每月月薪中,折算后每月漲薪8%;二是將“易居”計劃的年度房補,納入月薪中。兩項調(diào)整給新老員工的月薪帶來了不小的變化。今年,裁員潮的陰影一直籠罩全球,但包括騰訊在內(nèi)的國內(nèi)互聯(lián)網(wǎng)大廠卻開始了一波“反向操作”,這背后

    標(biāo)簽:
    ai智能
  • 超預(yù)期的業(yè)績增長未能“沸騰”股價,谷歌的AI戰(zhàn)事升級?

    近日,谷歌母公司Alphabet在美股盤后公布了第二季度財報,其中,總營收847億美元,同比增長14%,高于分析師普遍預(yù)期的842億美元

    標(biāo)簽:
    ai智能
  • 現(xiàn)階段的AI落地,只是一場大模型廠商的“賣家秀”?

    商業(yè)化愿景下,AI應(yīng)用元年已經(jīng)到來。2024年以來,諸多已布局AI大模型技術(shù)的科技公司都開始加速推出AI應(yīng)用產(chǎn)品。比如,今年7月16日,騰訊旗下大模型應(yīng)用“騰訊元寶”推出“3D角色夢工廠”玩法,成為首個擁有打印級3D生成能力的通用大模型App。無獨有偶,百度也推出了一款名為“文小言”的AI數(shù)字人社交

    標(biāo)簽:
    ai智能
  • 掉隊的百度,突然用AI應(yīng)用重新殺回?

    文|智能相對論作者|葉遠風(fēng)松弛感,是這屆奧運會開幕式給很多人留下的直觀感受。而讓用戶觀看奧運的過程也獲得松弛感,同樣是各路APP在奧運季努力的方向。從各種大型賽事報道來看,一般來說,APP們往往致力于整合信息、形成專題頁面,方便用戶一站式瀏覽,從容選擇、查看。但“智能相對論”觀察到,一些嘗試推動用戶

    標(biāo)簽:
    ai智能
  • “創(chuàng)造市場”與“算法進化”,中美AI競速的岔路口

    “人工智能的商業(yè)模式,是要創(chuàng)造一個市場,而非一個算法”。這是世界AI泰斗MichaelI.Jordan的觀點。而當(dāng)前的全球AI市場,占據(jù)主導(dǎo)地位的中美雙方,卻也走出了兩條截然不同的技術(shù)路徑,前者執(zhí)著于前沿技術(shù)的探索,后者則發(fā)力應(yīng)用優(yōu)化和商業(yè)化落地。南轅北轍的兩個方向,或許已經(jīng)無法直接進行排位先后、優(yōu)

    標(biāo)簽:
    ai智能
  • 智能體進化發(fā)展了一年,現(xiàn)在的RPA Agent迭代到什么程度了?

    智能體進化發(fā)展了一年,現(xiàn)在的RPAAgent迭代到什么程度了?從實在智能最新發(fā)布的實在Agent7.0,看RPAAgent的迭代升級抓取豆瓣信息、自己制作PPT,這款A(yù)IAgent真的實現(xiàn)了流程全自動化AIAgent構(gòu)建到執(zhí)行全自動化,持續(xù)進化RPAAgent再次降低智能體應(yīng)用門檻實在智能重磅發(fā)布實

  • 崔大寶:大模型降溫背后的難點、卡點、節(jié)點

    崔大寶|節(jié)點財經(jīng)創(chuàng)始人進入2024年,大模型似乎有熄火之勢:資本市場,與之關(guān)聯(lián)的概念炒不動了,英偉達股價動輒暴跌重挫,引發(fā)“泡沫戳破”的擔(dān)憂;消費市場,BATH們的推新活動少了,產(chǎn)品更新迭代的速度慢了,民眾的關(guān)注度降了……熱鬧的大概只剩下兩場酣仗:自5月15日字節(jié)跳動宣布“以厘計費”,打響國內(nèi)大模型

    標(biāo)簽:
    大模型
  • 這一屆“出道”的數(shù)字人,已經(jīng)拿捧上了“鐵飯碗”

    文|智能相對論作者|陳泊丞好消息!你心心念念的事業(yè)單位發(fā)錄取公告了!壞消息!他們沒錄你,錄了個數(shù)字人。圖片來源網(wǎng)絡(luò)隨著數(shù)字人技術(shù)的突破,越來越多的傳統(tǒng)企業(yè)和機構(gòu)開始用上了“數(shù)字員工”。甚至很多中國人心心念念的“鐵飯碗”,也被這些數(shù)字人給捧上了。數(shù)字人捧上了“鐵飯碗”簡單翻看一下全國各地事業(yè)單位的“錄

    標(biāo)簽:
    數(shù)字人
  • 來到IPO關(guān)口,地平線離“三分天下”還有多遠?

    黑芝麻智能敲鐘后,港交所門口又有一些智駕芯片企業(yè)引發(fā)關(guān)注。據(jù)悉,近日地平線已通過中國證監(jiān)會IPO備案,擬發(fā)行不超過11.5億股境外上市普通股并在香港聯(lián)合交易所上市,預(yù)計籌集約5億美元資金。從天眼查可以了解到,該公司成立于2015年,是一家乘用車高級輔助駕駛(ADAS)和高階自動駕駛(AD)解決方案供

  • 機器人大會引領(lǐng)產(chǎn)業(yè)動向,卓翼飛思繪制無人系統(tǒng)教科研新藍圖

    8月21日,萬眾矚目的2024世界機器人大會暨博覽會在北京亦創(chuàng)國際會展中心盛大開幕。這場為期5天,集“展覽”“論壇”“賽事”于一體的機器人盛會,反映了當(dāng)下機器人領(lǐng)域的繁榮生態(tài)。據(jù)官方統(tǒng)計數(shù)據(jù),今年現(xiàn)場逛展觀眾高達25萬人次,比去年增加25%。機器人行業(yè)有多火?看看2024世界機器人大會火爆程度便可知

  • 卓翼智能:超大載重高烈度環(huán)境特種智能系留無人平臺的應(yīng)用與未來

    瞄準場景需求,打造國內(nèi)領(lǐng)先的自主可控、高質(zhì)量超大載重高烈度環(huán)境特種智能系留無人平臺。卓翼智能亮相HICOOL峰會以科技實力榮摘創(chuàng)業(yè)大賽一等獎這個比賽5年培育出16家“獨角獸”HICOOL2024全球創(chuàng)業(yè)者峰會暨創(chuàng)業(yè)大賽已于8月25日在北京圓滿落下帷幕,大賽共吸引了124個國家和地區(qū)的7406個創(chuàng)業(yè)項

  • 60萬獎金召喚AI創(chuàng)新者,2024無錫國際人工智能創(chuàng)新應(yīng)用大賽火熱進行中!

    人工智能是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量。無錫市作為中國的科技創(chuàng)新中心之一,正通過構(gòu)建人工智能"算力+算法+數(shù)據(jù)"三要素齊備的產(chǎn)業(yè)生態(tài),為產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用提供強大支撐,通過“AI+”行動推動人工智能與多個產(chǎn)業(yè)交叉融合,實現(xiàn)技術(shù)落地和產(chǎn)業(yè)化,加速形成新質(zhì)生產(chǎn)力,打造具有國際競爭力的產(chǎn)業(yè)創(chuàng)新智造

  • “云+AI”驅(qū)動操作系統(tǒng)創(chuàng)新升級,龍蜥堅持可持續(xù)發(fā)展路線

    近日,2024龍蜥操作系統(tǒng)大會(OpenAnolisConference)在北京圓滿召開,此次大會由中國計算機學(xué)會開源發(fā)展委員會、中關(guān)村科學(xué)城委員會、海淀區(qū)委網(wǎng)信辦、中國開源軟件推進聯(lián)盟指導(dǎo),龍蜥社區(qū)主辦,阿里云、浪潮信息、Intel、中興通訊、Arm、中科方德等24家理事單位共同承辦,主題為“進化