《科创板日报》2月18日讯 OpenAI再次以一款多模态大模型工具引爆全球。这款名为Sora的文本转视频模型，可以基于描述性文字指令，生成长达60秒的视频，并理解呈现用户想象中的情绪以及光影。

　　此前，海内外已有多个创业项目专注于视频生成领域，但Sora的出现，仍然给这些起跑者带来不小冲击。有关注AI领域的一级市场投资人对《科创板日报》记者表示，“大多数项目成立以及在技术探索方面的时间都不算长，目前看来，Sora在技术路线上可以说是处在碾压式领先的地位，因此很多创业公司的价值可能需要重新判断了。”

　　目前，Runway、Pika等AI视频公司，在一级市场受到风险资金的密切关注。其中，公开资料显示，Runway截至目前已累计融资超2.5亿美元。对于Sora的推出，该公司的联合创始人Cristóbal Valenzuela在社交媒体上回应表示，“游戏开始了”。

　　碾压式领先的Sora

　　上述不愿具名的AI投资人对记者表示，Sora的出现，代表着当前已经有一个通用的视频生成方案被探索出来了。“但OpenAI目前公布出来的，只是整个模型很小的一部分。包括Sora模型需要什么样规格的视频数据，哪个地方需要去做标注，标注的量有多大，过程是人工的还是自动的，这些整体思维目前全世界也只有OpenAI具备。”

　　OpenAI日前发布的技术报告，对Sora进行了初步的介绍说明。该报告的内容包括：Sora得以将各类视觉数据转换为一个统一的表现方式的方法，这是大规模生成模型训练实现的前提；以及Sora的能力和局限性定型评估。但报告并未对模型和实现细节进行披露。

　　有分析人士解释称，Sora的创新性核心在于时空补丁（Spacetime Patches）。

　　以前文生视频的方法，要求在训练中使用的图像和视频都具有相同的大小，这需要大量的预处理来将视频剪裁到合适的大小。但因为Sora在“补丁”而非完整帧的视频上进行训练，所以它可以在任何视频或图像上进行训练，而无需剪裁。这样做的结果是，Sora可以使用更多数据进行训练，从而获得更高质量的输出。

　　此外，Sora的另一个重大进步，是它所使用的架构。传统的文本到视频模型是扩散模型（diffusion models），上述Runway就是这种模型；而像GPT-4这类模型则为Transformer架构。Sora则是两者的结合体。也就是说，Sora不是预测序列中的下一个文本片段，而是预测序列中的下一个“补丁”。通过这种架构，OpenAI可以为Sora的训练提供更多的数据和计算资源，并最终达到更高质量的效果。

　　上述长期关注AI领域的一级市场投资人对《科创板日报》记者表示，OpenAI可以说是点亮了一棵科技树，“给大家证明了这个东西在哪，你可以去做，至于有没有能力做到，还是需要大量的时间和工程”。

　　OpenAI自己也用了“里程碑”这样的字眼来形容Sora模型。“扩展视频生成模型，是建立通用物理世界模拟器一个有前景的途径。”

　　重构视频生成领域？

　　紧随Sora推出而来的，还有OpenAI的最新融资信息。据媒体援引知情人士消息，OpenAI已经完成了一笔交易，其投后估值目前已达到800亿美元或更多，估值在9个月内暴涨两倍。

　　而对于其他视频生成类企业而言，Sora所代表的新技术路线的出现，则意味着公司价值将被市场重新检验。上述AI投资人对《科创板日报》记者表示，“‘Sora让AI创业者和投资人彻夜无眠’的说法，不是标题党，比如你如果是做视频生成的，Sora的出现会让你重新看待自己的方法路线，这就意味着，你之前投入的钱，还有投资人之前投的钱，都有可能浪费掉了。”

　　光速印度合伙人Hemant Mohapatra在接受媒体采访时表示，Sora的出现，将会让一切都发生改变。“它生成的视频质量之高，会让库存视频生成公司立即感受到威胁。”Adobe的股价走势或许可以印证这一说法。在Sora面世后，作为库存视频生成公司代表的Adobe股价，应声下跌超过7%。

　　其他AI初创公司无疑也将受到Sora面世的影响。目前，全球较为知名的AI视频生成初创公司，包括Runway、Pika Labs、Stability AI等，这些公司之前都备受风险资金的关注。

　　其中，Runway成立于2018年，是较早的AI视频创业项目。截至目前，Runway在一级市场融资金额已超过2.5亿美元，投资方包括谷歌、英伟达等众多知名机构，项目估值达到15亿美元。该公司数月前刚发布了Gen-2模型，目前已对外开放使用。

　　Pika Labs则因为其创始人身份，年前在国内亦火爆了一把。目前，成立仅半年多的Pika，已累计融资超5500万美元，其投资方包括Lightspeed Venture Partners等硅谷众多知名风险投资机构以及投资人。

　　而除了初创公司，谷歌、Meta等大公司也都在进行视频生成技术的探索。其中，Meta在2022年就发布了首款视频生成工具，名为Make-A-Video。去年，其又测试了新的文生成视频模型Emu Video，扎克伯格曾表示该模型将被嵌入Facebook和Instagram。

　　上述AI投资人对记者表示，随着Sora所代表的新技术路线的出现，这些更早入局的AI视频公司价值可能会经历重构，而对于国内公司，其表示目前总体还处在追赶状态，短期内出现类似Sora这样的模型或许较难。

　　“去年一年我们追赶的速度已经很快了，但这个过程还是受到了包括算力、工程等方面因素的制约。在模型足够成熟之前，很难有更多的应用出现，所以还是要一步一步来。”