Sora搶不了誰(shuí)的飯碗？

2024年開(kāi)年，OpenAI再次用視頻生成模型Sora驚艷了世界。

在 OpenAI 官網(wǎng)分享的演示視頻中，Sora 可以直接輸出有多個(gè)角色、多種場(chǎng)景和運(yùn)鏡的畫(huà)面。雖然文生視頻在概念上并不是新鮮玩意，但和競(jìng)爭(zhēng)對(duì)手相比，Sora的表現(xiàn)用“碾壓”來(lái)形容也不為過(guò)。相比Sora那高清、嚴(yán)謹(jǐn)、時(shí)長(zhǎng)達(dá)到1分鐘的視頻而言，Runaway網(wǎng)頁(yè)版產(chǎn)品最長(zhǎng)18秒的成績(jī)已經(jīng)是最強(qiáng)的對(duì)手。

如此一枝獨(dú)秀的成績(jī)，徹底引發(fā)了世界范圍內(nèi)的行業(yè)焦慮。有人認(rèn)為，國(guó)內(nèi)文生視頻領(lǐng)域的實(shí)力距離及格線尚有極大差距，同行們表示自家對(duì)文生視頻領(lǐng)域的發(fā)展目標(biāo)目前尚不清晰。

不過(guò)，“焦慮”并非文生視頻浪潮中唯一的情緒。

無(wú)論是ChatGPT還是Sora，他們引人亢奮的原因在于它極有可能促成全要素生產(chǎn)率的提升。

第一波沖擊首先落到了影視行業(yè)的頭上，用某業(yè)內(nèi)人士的話來(lái)說(shuō)，“業(yè)內(nèi)差一些的編劇作品寫(xiě)得還不如AI”。但時(shí)至今日，人工智能的表現(xiàn)并不像許多人預(yù)測(cè)的一樣激進(jìn)，這使得行業(yè)對(duì)待文生視頻的態(tài)度也多了一些審慎的意味。甚至在一些人眼中，人工智能的發(fā)展幾乎是有百利而無(wú)一害的助力，而非挑戰(zhàn)。

01 這次，國(guó)內(nèi)廠商們不跟了

這幾天，朋友圈刷屏了騰訊科技對(duì)楊植麟、朱嘯虎、王小川三位的訪談實(shí)錄，三者分別代表了業(yè)內(nèi)對(duì)于AI的不同看法。其中投資人朱嘯虎的核心觀點(diǎn)是，咱們搞大模型研發(fā)干不過(guò)美國(guó)，不如把目標(biāo)放在應(yīng)用層，降低風(fēng)險(xiǎn)，提高收益。

暫且不提這個(gè)觀點(diǎn)的對(duì)與錯(cuò)，至少?gòu)臉I(yè)界的反應(yīng)來(lái)看，ChatGPT發(fā)布后，國(guó)內(nèi)迅速掀起了百模大戰(zhàn)，但當(dāng)下愿意下重注跟上Sora的廠商確實(shí)寥寥無(wú)幾。

一方面，這和成本有關(guān)。和ChatGPT類似，Sora使用 transformer 架構(gòu)，將視頻和圖像表示為稱為 Patch 的較小數(shù)據(jù)單元的集合，類似于 GPT 中的 token。重要的是，它和GPT一樣符合AI 縮尺律（Scaling Law），也就是說(shuō)隨著訓(xùn)練計(jì)算量的增加，樣本質(zhì)量明顯提高。

這也意味著，想要訓(xùn)練出類似效果的文生視頻大模型成本同樣昂貴。舉個(gè)例子，1000臺(tái)服務(wù)器的電力成本就高達(dá)月20萬(wàn)元，根據(jù)紐約時(shí)報(bào)援引對(duì)OpenAI創(chuàng)始人山姆.奧特曼的采訪，ChatGPT每天要消耗50萬(wàn)度的電。

而有行業(yè)人士表示，Sora 之所以暫未對(duì)外開(kāi)放使用，算力可能是重要的限制原因。

另一方面，即便是Sora，現(xiàn)在的實(shí)際效果也并不被看好。根據(jù)一些內(nèi)側(cè)使用者表示，Sora在內(nèi)容生成上經(jīng)常出現(xiàn)“幻覺(jué)”，比如東京街頭漫步視頻中，女主角走路過(guò)程中出現(xiàn)了腿部變形、腿部交叉換位時(shí)錯(cuò)亂。OpenAI的解釋是，Sora可能難以準(zhǔn)確模擬復(fù)雜場(chǎng)景的物理原理。

一些視頻行業(yè)的從業(yè)者們對(duì)于現(xiàn)階段Sora的實(shí)用性也表示了懷疑，“首先它很難在短時(shí)間內(nèi)替代一個(gè)人，其次它輸出的實(shí)際效果和市場(chǎng)的需求可能也不太相符合”。

02 是挑戰(zhàn)更是機(jī)會(huì)

誕生于好萊塢的科技娛樂(lè)公司數(shù)字王國(guó)的CEO謝安表示，對(duì)于影視行業(yè)的需求而言，人工智能技術(shù)無(wú)論在文案還是文生視頻方面發(fā)揮的作用，更多是降本增效而非威脅。

數(shù)字王國(guó)由一手打造了《泰坦尼克號(hào)》《返老還童》等名作的老牌視效工作室演變而來(lái)，漫威系列的許多作品也是出自其手，公司對(duì)于好萊塢影視制作流程有極其深入的參與。

數(shù)字王國(guó)常常在一部電影制作的初期流程就參與進(jìn)來(lái)，為作品視覺(jué)進(jìn)行設(shè)計(jì)、制作相關(guān)預(yù)演等工作。在這個(gè)階段，AI的運(yùn)用可以極大的提升工作效率，降低人力成本，將原本可能耗時(shí)3個(gè)月到半年的工作壓縮至一周內(nèi)。

這一點(diǎn)的實(shí)現(xiàn)，與數(shù)字王國(guó)自身的底蘊(yùn)也有重要的關(guān)系。謝安表示，AI創(chuàng)作依賴優(yōu)質(zhì)的素材來(lái)源，這正是數(shù)字王國(guó)的優(yōu)勢(shì)之一。成立三十多年來(lái)，數(shù)字王國(guó)深度參與甚至一手包辦的視效大片數(shù)不勝數(shù)，在這過(guò)程中不斷地充實(shí)自身的數(shù)字資產(chǎn)。

優(yōu)秀的AI模型+優(yōu)質(zhì)數(shù)字資產(chǎn)，很容易催生出強(qiáng)大的生產(chǎn)線，更進(jìn)一步地實(shí)現(xiàn)視效設(shè)計(jì)和制作流程的降本增效。

但另一方面，視效大片對(duì)最終呈現(xiàn)效果的要求極高，從概念到設(shè)計(jì)，再到表演，任何細(xì)微的修改都會(huì)產(chǎn)生巨大的變化，這種程度的需求是目前的文生視頻無(wú)法滿足的。

換言之，用AI制作讓導(dǎo)演滿意的分鏡腳本很容易，制作電影成片卻極難。

因此，像數(shù)字王國(guó)這樣的公司根本不怕被搶走飯碗。

除此之外，數(shù)字王國(guó)樂(lè)見(jiàn)AI技術(shù)發(fā)展還基于一個(gè)獨(dú)特的原因：對(duì)數(shù)字王國(guó)而言，AI不僅僅是工具，還會(huì)是客戶。

數(shù)字王國(guó)在好萊塢以影視視效制作著稱，在其擁有的多項(xiàng)優(yōu)勢(shì)中，虛擬人技術(shù)是一張王牌，電影《復(fù)仇者聯(lián)盟》中的滅霸，《返老還童》中的本杰明·巴頓都是由數(shù)字王國(guó)操刀的經(jīng)典案例。

值得重視的是，在這兩部電影中，均有演員并未參與拍攝，卻出現(xiàn)在了正片中的戲份。

數(shù)字王國(guó)CEO謝安不久前在一次新聞采訪中透露，其實(shí)公司已經(jīng)幫助許多劇組實(shí)現(xiàn)了用虛擬人表演的內(nèi)容，其中既包括主要角色的戲份，也包括群演扮演的路人，為劇組節(jié)省了大筆成本。

曾在北京臺(tái)春晚亮相，引發(fā)熱議的虛擬人鄧麗君，也是數(shù)字王國(guó)手上的明星產(chǎn)品。

作為數(shù)字王國(guó)技術(shù)研發(fā)的重心之一，虛擬人的開(kāi)發(fā)已經(jīng)形成了一套成熟、高效的系統(tǒng)。謝安表示，只要對(duì)一個(gè)人進(jìn)行足夠的采樣，數(shù)字王國(guó)可以很快就制作出完成度極高的“數(shù)字替身”，其產(chǎn)品完全可以進(jìn)行商業(yè)應(yīng)用。

在這樣的前提下，如雨后春筍般冒出的人工智能模型，就成了數(shù)字王國(guó)眼中的龐大市場(chǎng)。CEO謝安在采訪中表示：“目前成熟的AI模型都是以文字的形式存在，都沒(méi)有一張‘臉’，想像一下，如果這些AI都有一張用戶喜歡的，量身訂制的臉，會(huì)是怎樣的場(chǎng)景？用戶過(guò)世的親屬，可以依靠虛擬人技術(shù)活在數(shù)字世界，和新生的后代互動(dòng)，這又是怎樣的光景？它其實(shí)是一個(gè)很龐大的商機(jī)?！?/p>

數(shù)字王國(guó)對(duì)市場(chǎng)的判斷得到了相當(dāng)大的支持，近期公司融資超過(guò)了8億元港幣。當(dāng)新的風(fēng)口既是你的工具，又成為你的市場(chǎng)時(shí)，這樣的前景也就很難不被看好了。

*文章封面首圖及配圖，版權(quán)歸版權(quán)所有人所有。若版權(quán)者認(rèn)為其作品不宜供大家瀏覽或不應(yīng)無(wú)償使用，請(qǐng)及時(shí)聯(lián)系我們，本平臺(tái)將立即更正。