文章轉載來源：智能邊界

　　文章來源：新智元

　　【導讀】Sora顛覆影視業，現在來看還遠。Bloomberg記者親自試用後發現，Sora生成的視頻還是翻車嚴重。而且，它的速度太太太太慢了！不過盡管如此，OpenAI已經創死了一片初創公司。

圖片來源：由無界AI生成

　　雖然功能還未正式开放，但已經有外媒搶先上手體驗了！

　　結果就是——Sora翻車了！

　　最近，就在外界對Sora一片贊譽聲之時，一些冷靜的外媒，也开始發出了質疑的聲音。

Bloomberg認爲：Sora的確令人印象深刻，但它尚未准備好迎接未來的黃金時段。

　　原因就在於，Sora現在對於身體部位的理解和物理學的復雜原理還無法完全掌握，並且，它處理請求的時間，實在是太長了！

　　用作者Peebles的話來說就是，Sora的速度太慢了，你可以在等待視頻生成時去喫點零食。

　　Sora翻車：鸚鵡猴子傻傻分不清，還巨慢

　　因爲Sora至今仍在紅隊測試中，還無法直接訪問。只有被選中的藝術家、電影制作人和設計師才能獲得訪問系統的權限。

　　爲了一睹傳說中視頻王炸模型的真正實力，Bloomberg的記者給OpenAI的研究者發去了這樣一段prompt——

　　‘An overhead view of a parrot flying through a verdant Costa Rica jungle， then landing on a tree branch to eat a piece of fruit with a group of monkeys． Golden hour， 35mm film．’

　　大意是：一只絢麗多彩的鸚鵡在哥斯達黎加的繁茂叢林中翱翔，最終停落在一枝樹幹上，與一群猴子分享一塊甘甜的水果。正值一天中最爲美妙的黃金時段，陽光透過樹冠，照在葉片和猴子潔白的毛發上，閃爍着金色的光芒。

　　Sora生成的視頻是這樣的。

　　看上去還不錯，對不對？

　　然而如果仔細看，就會發現不少問題。

　　比如，鸚鵡的翅膀在飛過猴子時會發生扭曲。

　　prompt裏只要求一只鸚鵡，Sora卻生成了好幾只。

　　此外，水果本身，以及上面變換莫測的爪子，都透出一股詭異的氣息……

　　最好笑的是，不僅其中一只鸚鵡像是‘掛了’似的脖子突然一歪，而且旁邊的猴子也秒變‘不明生物’長出了一條鸚鵡尾巴。

　　對此，Sora作者、OpenAI科學家Bill Peebles是這樣解釋的：‘的確，現在Sora在某個片段的不同階段會出現一些奇怪的動作。但是，Sora能夠對這種復雜程度的場景進行建模，已經表明了它的視頻生成能力有了質的飛躍。’

　　Sora什么時候來？不急

　　具體哪一天能用上Sora呢，我們已知的是，至少目前還遙遙無期。

　　OpenAI發言人Natalie Summers 表示，OpenAI沒有設定發布Sora的時間表，因爲希望能降低它和選舉相關的安全風險。

　　畢竟，AI Deepfake已經多次有黑名單記錄，如果正值此時發布新的AI視頻工具，會讓OpenAI顯得很可疑。

　　且不管安全問題，Sora在准備好進入黃金時段之前，仍然有很長的路要走。

　　OpenAI自己也在技術報告中承認，Sora對身體部位的雜散問題和對物理學的混合理解，仍有很大的進步空間。

　　當然，這個問題也不是只有Sora才會遇到。它是Runway、Pika等AI視頻所共同面臨的問題。

　　Runway生成的威爾史密斯喫面

　　而且，對於每個視頻，Sora都需要消耗更多的算力，也需要等待更長的時間。

　　這個時間，可不是像DALL-E 3生成單個圖像那么簡單。

　　Sora處理每個請求的時間究竟是多長呢？

　　OpenAI沒有明確回復，但Peebles表示，它‘絕對不是即時的’，因爲‘你可以在等待模型運行的時候，去喫點零食。’

　　這個過程可能非常漫長，因爲Bloomberg記者給了OpenAI四個prompt，但他們只給了兩個視頻，另外兩個實在是沒時間做了。

　　商標注冊信息，暴露Sora真實能力：難怪會狙擊Gemini 1.5 Pro

　　就在最近，OpenAI申請的Sora商標注冊描述也曝光了！

　　其中對Sora能力的介紹如下——

生成視頻和圖像；

基於自然語言提示、視覺提示、文本、語音創建、生成和編輯視頻和圖像；

視頻和圖像識別、處理、分析、理解和生成；

編輯、組織、修改、傳輸、上傳、下載和分享視頻、圖像和音視頻材料；

創建和生成文本到視頻以及文本到圖像的內容。

　　文件曝光後，讓AI研究者們更喫驚了！

　　所以，Sora不僅可以生成視頻，還對視頻和圖像有理解能力？

　　谷歌的Gemini 1.5 Pro可以分析1小時的視頻，而Sora也具有類似能力，真的可以說是降維打擊了。

　　大家後知後覺地明白過來：Gemini 1.5 Pro發布後不久，OpenAI就拿出Sora來狙擊，看來還真是不無道理。

　　現在從OpenAI的模型推出計劃來看，Sora目前應該是處於‘評估和迭代开發’階段。

　　下一步將是分階段推出階段，包括私人測試版、測試用例和進一步的安全測試。

　　搓搓手，目測一年內應該能等到。

　　Sora新演示來了！

　　與此同時，TikTok上，OpenAI的账戶一夜爆火，幾天內漲粉18萬，收獲接近100萬贊。

　　而最近，Sora的TikTok账號上還在不斷放出新視頻。

　　比如這個一廚房的廚師和廚具的視頻，就是Sora根據DALL-E 3生成的圖像生成的視頻。

　　首先，DALL-E 3生成了這樣一幅靜圖。

　　然後，Sora根據這幅靜圖，生成了下面這段視頻。

　　在評論區，有人留言表示，想看看Sora創作出從來不存在的生物。

　　現在，Sora也來交卷了。根據Prompt‘創造一個從未存在過的逼真動物，自然紀錄片風格’，它生成的視頻是這樣的——

來源：小互

　　乍一看怎么像是帕魯們來到3次元。（手動狗頭）

　　OpenAI創死所有初創公司，投資人大喜：還好我沒投

　　最近，所有VC的會上都在談Sora。

　　OpenAI的每一次技術突破，都拓展了資本圈對AI的想象空間。代價就是，大多創業公司的路，也被堵死了。

　　半個月前，Sam Altman發布AI技術Sora制作的超逼真電影視頻時，所有人都意識到，無論是科技行業還是好萊塢，都敲響了警鐘。

　　外媒The Information發現，自己長期跟進的至少七家开發AI視頻生成器的公司，已經感到了恐懼。

　　同時感到恐懼的，還有給他們投了超過5.5億美元的投資人。

　　在Sora視頻在全網引發狂潮後，一位投資人私下表示：太幸運了，最近一家熱門AI視頻初創公司的一輪融資，還好自己錯過了。

　　而另一位資助了AI視頻初創公司的投資人表示，讓自己感到欣慰的是，如果真的發生了這種情況，或許這家初創公司強大的領導者，會使其成爲一個很好的收購目標。

　　Sora的視頻亮點，就在於它在模擬現實世界的物理原理，盡管並不完美。

　　但是AI視頻如此神速的進步速度令人震驚，也讓人不得不相信：它很快就能制作出成熟的電影了。

　　風險資本家馬特·圖爾克在X上的一篇帖子中半开玩笑地說，或許到2025年，我們就可以讓Sora拍一集今晚就要播出的《毒梟》，要求布拉德·皮特、野獸先生和特拉維斯·凱爾斯主演。

　　全世界看向Runway

　　Altman扔出Sora這個王炸後，所有目光都集中在了Runway上。

　　此前，在AI視頻領域，Runway可以算得上是領頭羊之一。

　　它的產品中添加了AI功能，甚至包括從頭开始創建視頻拆條的能力。

　　Runway的AI視頻生成器，使用了Runway自己开發的潛在擴散模型，因此市場認爲這家小型初創公司有可能會迎頭趕上，也不無道理。

　　當然，現階段的Runway視頻，還無法和Sora對打。

　　因爲分辨率太低，它們會不由得讓人產生恐怖谷效應。

　　另一處鮮明的對比是，Runway用戶一次最多只能生成16秒的視頻，而Sora卻能做出一分鐘的長視頻。

　　Runway CEO Cristóbal Valenzuela表示：視頻模型代表了創意產業未來的一些最重要的技術，所以思考這個問題的人越多越好……還有很長的路要走。

　　其他競爭對手的發展，也不容小覷，比如Meta、Stable Diffusion、Pika等，最近都推出了類似的AI視頻產品。

　　以AI生成圖像聞名的AI初創公司Midjourney，現在也在准備自己的視頻產品。

　　大家共同的問題：如何盈利？

　　AI視頻，會成爲搖錢樹嗎？

　　一個大問題是，AI視頻是否會像AI生圖一樣發展呢？

　　或許它會是一項令人印象深刻的壯舉，但不一定是搖錢樹。

　　只有Midjourney是例外，它獲得了超過2億美元的收入。

　　但其他的AI圖像生成器，甚至包括OpenAI的DALL-E 3，其實並沒有賺多少錢。

　　Meta雖然擁有蓬勃發展的廣告業務，但並沒有試圖這樣做。

　　Sora的其他競爭對手，Pika、Stable Diffusion等等，也都沒有這樣做。

　　行業巨震，初創公司何去何從

　　對於AI視頻初創公司來說，好消息是，OpenAI不太可能讓人免費使用Sora。部分原因是，運營這項技術的成本很高。

　　這也就意味着，其他公司可以對自己的產品收費。

　　現在，它們還有機會！因爲Sora在幾個月內，可能都不會开放使用。

　　還有一個未解之謎，Sora的訓練數據究竟是來自哪裏的呢？

　　有一些行業觀察人士（如Meta的AI領導者之一Soumith Chintala）推測，其中就有遊戲引擎生成的合成數據。

　　遊戲引擎可以渲染視覺效果，以前這個功能主要用於开發視頻遊戲。

　　現在，如果OpenAI能使用合成數據的話，這可能就意味着YouTube、好萊塢電影庫之類的專有數據集，對於开發AI視頻模型的重要性不如大多數研究者此前認爲的那么重要。

　　這也就意味着：如果AI开發者能生成良好的合成數據，也就可以賺錢了。

　　往遠了看，如今AI已經把人類的文本都學完了，下一步就是視頻。如果視頻素材也學完了，該怎么辦？

　　有人說，那時就可以給大模型裝上攝像頭，因爲人類世界每天需要學習的東西可太多了。

　　Sam Altman張口要7萬億美元，或許是OpenAI真的研究出了了不得的東西，比如即將成形的AGI。

　　算力、數據，手握這些資源的，就會得到第一個AGI。

　　參考資料：

　　https：//the-decoder.com/openais-sora-is-slow-enough-to-grab-a-snack-while-it-generates-your-video/

　　https：//www.bloomberg.com/news/newsletters/2024-02-22/openai-s-sora-video-generator-is-impressive-but-not-ready-for-prime-time

海量資訊、精准解讀，盡在新浪財經APP

責任編輯：張靖笛

---

標題：外媒搶先實測Sora，視頻大翻車慘不忍睹？不懂物理/動物變形/速度巨慢，但初創公司已經創死一片

地址：https://www.utechfun.com/post/339608.html