AI文生视频领域，几乎只剩Sora仍是个期货了。

最近两个月，国内外的AI-generatedVideo应用持续爆发，中国的快手、字节、智谱AI、生数科技、爱诗科技，海外的谷歌、Luma、Runway，格式如八仙过海。

固然不同平台水平差异依旧存在，但整体可用性已经大大提高，而且风格化特征也比较全面。独一的缺憾是，在融入工作流方面，AI视频工具们的水平仍是差了一点。Sora画的饼，要交给这些后来者去圆了。

抛却期货，文生视频应用爆发业界民间都把视频视为AI应用落地的重点领域。英伟达CEO黄仁勋在7月30日的全球顶级计算机图形学会议SIGGRAPH2024上邀请了Meta的CEO扎克伯格进行对话，双方都认可视频能力会是AI大模型的进化方向。

出身于英伟达研究小组的LumaAI首席科学家宋佳铭，在与a16z合伙人AnjneyMidha对谈时说，视频联系关系着3D世界，从学习角度看，视频数据使模型更好地理解和推理3D世界。所以，实时高质量的视频天生，终极会推动具身AI的发展。

视频就是这样一座“桥”，而现在大量的AI公司正在试图抢先通过它，尤其是OpenAI让Sora变成了外界用不到的期货，给了其他平台进一步发展的空间。

（收拾整顿自公然信息）

（图源：天眼查）超长战线背后是这些公司的摸索。一部分是关于商业模式，另一部分是关于技术应用远景。

可灵、即梦、Vidu等都推出了会员订阅模式，在C端进行应用普及化尝试。爱诗科技创始人王长虎此前在接受财新采访时表示：“爱诗目前的策略以2C（面向消费者）为主，广泛收集国内外用户反馈，以更好地基于用户体验迭代底层模型。”至于更远的应用，现在来谈则为时尚早，主要是因为C真个收费模式无法承担本钱。

LumaAI采取了ToC的产品形态，不外它原本专注于3D领域，进入视频天生领域是为了探索3D天生与重建的更多可能性，以视频驱动3D发展。这在工业领域有更多的应用远景，例如批量制造片子需要的三维素材等。

最重要的是，LumaAI的期望不是售卖技术或者素材，而是建立类似TikTok这样的平台，也就是一个基于3D的生态系统。王长虎也在和极客公园创始人张鹏对话时表示，爱诗科技也瞄准的是“AIGC时代的平台性机会”，但平台的形态暂时无法猜测，由于AI工业不会以复制现在已有的平台的方式成长。

不仅如此，目前让AI-generatedVideo进入完整工作流的应用已经在成形。开源视频编纂工具Clapper最近热度上升，它的特色就是集合各类AI技术，用prompt的方式调动AIAgent天生和迭代故事，直接跳过了手工编纂文件的过程。

（图源：机器之心）由此可见，AI-generatedVideo的进化速度远比我们想象得要快。目前，行业的重点无疑在于天生速度和天生效率两个方面。但是，大模型并不提供完全确定的商业模式方向，这更多取决于团队的选择。而在这个过程中，除了商业化之外，AI公司还要思索怎么避免陷入合规困境、本钱困境。所以，把文生视频变得成熟并不轻易，现在仅仅相当于ChatGPT刚刚问世的阶段。

AI-generatedVideo的“硬伤”和突破口a16z之前就发表过观点，巨头在从科研成果到贸易产品的转化中需要更关注法律安全、版权等问题，所以往往效率会慢。我们不去考虑Sora是不是由于这个原因始终不露面，单看行业都要面对的相关问题，逻辑实在是一样的。

1.商业化的“落差”，目前的AI-generatedVideo很难满意甲方们的需求彭博社曾报道，OpenAI一直试图向好莱坞推荐Sora，但并不成功。用Sora制作的第一则商业化广告是6月公然的玩具反斗城广告。然而，这则视频不但用了一些旧素材，公然新闻稿也没有说完全由AI天生。

导演NikKleverov还在一条已经删除的动态里表示，制作这些镜头的创意机构NativeForeign提供了大约十几个工作人员介入工作，Sora支持了80%到85%的流程。这对需要高效低成本的AI-generatedVideo来说算不上什么好消息。

2.练习本钱、高质量数据集难以满意视频的本质可以视为一系列图像，图像有许多公然的数据集，但是视频没有。OpenAI碰到过违规使用YouTube视频进行练习的指控，英伟达最近被媒体曝光从Netflix和YouTube收集了大量数据，用来练习自己的Cosmos项目，用于支持其AI产品往现实世界发展。它天天可以下载相当于80年的视频内容。

这体现了两个关键点：一是黄仁勋和Luma的观点类似，AI视频的发展确实对AI进入3D世界意义重大，英伟达也是这样做的：文本——图像——视频——三维模型——现实世界。二是视频数据集是个大问题，除了版权问题，这些视频数据还缺乏标签，斯坦福大学教授StefanoErmon说，现阶段缺乏筛选和过滤好视频的方法，而且筛选后还要考虑它们的标签和描述。

3.AI资产泡沫的问题，AI必需为用户解决重要复杂的问题才能有价值，但现在它的发展成效，远远不能和互联网等技术当年初生时的情况比拟Benchmark合伙人MichaelEisenberg在最近的一期访谈中，引用了其挚友AtreidesManagement创始人GavinBaker关于大模型发展的观点：“基础模型是历史上贬值最快的资产。”他所举的例子来自SeekingAlpha的创始人，类似金融领域这种每分钟都会进行业务和数据更新的高频领域，练习出来的模型只能完成写呈文之类的常规工作，但无法应对数据的高速刷新，满意金融猜测未来的需求。

而且，其他技术的发展是确定性的，互联网发展早期固然泡沫巨大，但已经体现了应用路径；而AI浑身都是不确定性。互联网发展的边际本钱几乎约等于0（或者说其中不少都分担给了运营商和用户），然而AI成长的边际本钱涉及大量固定资产，现在都由创业者自己承担，而且越投入边际改善效应越弱。大量的早期投入，很可能是一个陷阱。

技术革命之后必需伴随产业革命，产业革命则需要现象级产品的引领。AI更需要的是一个成功的场景。目前看来，AI-generatedVideo还没有拿到这类成果的起色。

Perplexity的创始人Arin对此提供了另外一个观点，那就是基础模型的价值本质映射着背后团队的价值，即Sora之于OpenAI，文心大模型之于百度。不是Sora能革了视频的命，只是外界相信由OpenAI领导的Sora具备这样的可能性而已。当Sora没能提供符合我们预期的突破时，谁能在这个领域担起大任呢？

由此出发，枢纽或许在于谁能先把AI-generatedVideo真正融入到某一个商业系统的工作流中去，就像Clapper对视频制作的探索一样。而这就是一个更大的问题了，由于它涉及到和其他领域的融合——景象形象、城市、影视、汽车、制造业。也许Sora会在今年的某天拿出一个更详细的成果，也许是其他的创业公司颠覆了我们对AI视频的认知。

想了解更多精彩内容，快来关注松果财经

未经允许不得转载：头条资讯网_今日热点_娱乐才是你关心的时事 » OpenAI Sora画的饼，AI行业集体给它圆了……吗？