在公開預覽過去10個月后，在OpenAI的12天連更計劃的第3天，視頻生成大模型Sora終于正式登場。12月10日，OpenAI宣布正式向用戶開放Sora，該系統(tǒng)可以根據(jù)文本提示生成逼真的視頻。應用落地也來得很快。作為“視頻版GPT”，OpenAI已開始向電影制片廠、媒體高管以及經(jīng)紀公司示好，還允許一些藝術家、知名演員和導演試用該服務。

巨強巨貴

今年2月，OpenAI首次向外界展示了Sora的存在。據(jù)其介紹，Sora可以直接輸出長達60秒的視頻，并且包含高度細致的背景、復雜的多角度鏡頭，以及富有情感的多個角色。OpenAI在官網(wǎng)上公布了數(shù)十個視頻demo，并不斷在社交平臺X上放出由Sora生成的視頻。這些內容被集合推送至OpenAI的TikTok賬號上，短短5天內便獲得了51.3萬次贊，粉絲數(shù)也漲至10.6萬。

Sora不僅為OpenAI帶來了大量粉絲，也讓其估值進一步提升。不過，當時這家公司表示，Sora在短期內不會向大眾開放，因為其“技術仍存在一些缺陷，包括一些空間問題”。

在將近10個月之后，萬眾矚目下，Sora終于在此次系列發(fā)布中重磅登場。OpenAI表示，2月發(fā)布Sora之后，團隊開發(fā)了其新版本Sora Turbo，其性能有了顯著進步，即日起該版本將作為獨立產(chǎn)品提供給ChatGPT Plus和Pro用戶。

相比初次亮相的Sora，Sora Turbo生成效率顯著提升，能夠通過文本直接生成最多20秒或最高分辨率1080P的視頻，成為目前全球生成時長最長的視頻模型之一。該模型支持文本加圖片或視頻的輸入，可生成特定視頻內容，并能夠編輯生成視頻，使生成效果更加可控。

此外，Sora Turbo還有多種視頻編輯工具，包括替換、刪除或重新構想視頻中的元素；找到并隔離最佳幀，然后向任一方向延伸它們以完成場景；使用Loop剪輯并創(chuàng)建無縫重復的視頻以及一個名為Storyboard的選項，用戶可以通過它詳細描述希望視頻在不同時間點發(fā)生的內容，從而更好地指導一系列片段的生成。

定價方面，Sora Turbo將免費提供給ChatGPT Plus和Pro用戶，月租20美元（約合人民幣145元）的Plus用戶，每月最多可以生成50個480P分辨率的優(yōu)先視頻；Pro訂閱者則最多可生成500個優(yōu)先視頻，普通視頻無限量生成，可下載無水印版視頻，對應每月費用為200美元（約合1450元）。

這一定價也引發(fā)了不同的聲音，有用戶直呼“太貴”，有用戶卻認為“一分錢一分貨”。雖然當前價格仍被部分用戶認為偏高，但這已是OpenAI努力降低成本的結果。OpenAI還透露，他們計劃針對不同用戶類型開發(fā)新的定價模式，并將于明年初推出。

視頻版GPT

目前，美國及其他市場的ChatGPT付費用戶可以通過該網(wǎng)站開始使用Sora，但在歐洲大部分地區(qū)和英國還需要一段時間才能使用，中國用戶依然受限。

不過，由于實在是太火爆，Sora網(wǎng)站一度被擠到崩潰，OpenAI CEO山姆·奧特曼（Sam Altman）表示：“由于需求超出預期，我們將不得不間歇性地關閉新用戶注冊，并且生成內容的速度會在一段時間內減慢。”

在技術路線上，目前，業(yè)界普遍猜測Sora的成功延續(xù)了OpenAI的Scaling law法則，即通過海量的數(shù)據(jù)、大量的算力，再加上大參數(shù)模型，最終“大力出奇跡”。OpenAI研究科學家Noam Brown在Sora Turbo發(fā)布后表示，Sora是scale（規(guī)模）力量最直觀的展示。山姆·奧特曼則表示，“大家可以將 Sora看作視頻版的GPT-1”。OpenAI還表示，Sora是一項理解和模擬現(xiàn)實的基礎性AI技術，是開發(fā)能夠與物理世界互動模型的重要一步。

中國銀河證券研究院的報告也顯示，Sora對算力需求呈指數(shù)級增長。其根據(jù)Sora參數(shù)規(guī)模推演出的訓練單次算力需求或可達到2.6×10^24Flops，相當于GPT-3175B的8.2倍。目前Sora還在初級階段，伴隨不斷迭代調優(yōu)，其訓練數(shù)據(jù)集規(guī)模將進一步增大，未來算力需求也會大幅增加。

在國內，互聯(lián)網(wǎng)大廠和大模型公司也在紛紛跟進視頻大模型這一賽道，包括字節(jié)跳動、快手，今年發(fā)布視頻生成模型的公司還包括阿里云、Minimax、生數(shù)科技、智譜AI等公司。就在最近，騰訊混元大模型也宣布上線視頻生成能力，正式加入競爭激烈的視頻生成賽道。

不過，視頻生成模型領域雖然看起來火熱，也面臨著非常嚴峻的挑戰(zhàn)。近日，百度CEO李彥宏稱“百度不做Sora”的演講被媒體曝光，李彥宏在內部講話中稱，Sora這種視頻生成模型的投入周期太長，10年、20年都可能拿不到業(yè)務收益，無論多火爆，百度都不去做。

商業(yè)化空間打開

自今年2月首次預告Sora以來，OpenAI便開始與電影制片廠、媒體高管以及經(jīng)紀公司展開會談。OpenAI還允許一些藝術家、知名演員和導演試用該服務。市場預計，Sora的發(fā)布會對視頻制作領域帶來革命性的變化，無論是電影制作、廣告、游戲開發(fā)還是社交媒體，都可以借助視頻生成大模型降低視頻創(chuàng)作的門檻，產(chǎn)生新的機遇。

對于企業(yè)和內容創(chuàng)作者而言，視頻制作往往是一項繁瑣且耗時的任務。借助視頻生成大模型，用戶只需提供簡短的文本描述，即可自動生成高質量視頻。“這不僅節(jié)省了大量時間，也大幅降低了對專業(yè)技能的要求，即使沒有視頻制作經(jīng)驗的用戶也能輕松創(chuàng)建專業(yè)級內容。視頻生成大模型的廣泛應用有望改變廣告營銷、產(chǎn)品推廣和教育輔導等多個行業(yè)的內容創(chuàng)作流程，推動生產(chǎn)力的升級。”一位視頻后期制作人員對北京商報記者表示。

“國產(chǎn)多模態(tài)視頻大模型歷經(jīng)一年多迭代，已逐步提升對內容制作的賦能效果，拓寬了創(chuàng)作邊界，預計后續(xù)AI影視領域商業(yè)化空間將打開。”開源證券表示。不過，業(yè)內人士也向北京商報記者表示，視頻生成大模型擁有樂觀的商業(yè)化前景的同時，從可用度而言，還未到大規(guī)模商用的階段，仍有很多技術難點需要克服，比如對物理世界規(guī)律的理解、高分辨率、鏡頭動作連貫性以及時長等，都是行業(yè)激戰(zhàn)且有待提升的重要維度。

此外，從AI誕生之初，對于版權的問題就爭論不休。有從事設計行業(yè)的人士對北京商報記者直言：“Sora確實厲害，但AI生成視頻內容質量和版權問題怎么解決？會員免費用，那創(chuàng)作者收益呢？這些問題不解決，技術再牛也難長久。”

北京商報記者 趙天舒