OpenAI的Sora问世：它带来了哪些影响和投资前景？

2月15日，OpenAI发布了一项具有突破性意义的消息，发布了迄今为止最强大的文本到视频模型Sora。Sora能够根据文本提示生成详细的视频，扩展现有的视频叙述，甚至从静态图像中创建场景。虽然生成AI视频并不是新鲜事，但Sora的公开演示展示出视频质量、时长等方面的重大进展，在行业中引起了轰动。

在Sora推出之前，已经有许多视频生成工具，如Runway Gen2和Pika。然而，Sora在几个方面明显优于其他平台：

1. 视频长度和清晰度： Sora可以输出高清视频，最长可达到1080P，而其他竞争对手仅能输出十到二十秒的视频。此外，视频生成效果非常连贯。

2. 灵活的视频尺寸和扩展： Sora的模型可以采样宽屏1920x1080视频，垂直1080x1920视频，以及各种尺寸的视频（其他模型只支持固定尺寸）。Sora还支持创意视频扩展（正向和反向），以及多个视频之间的连接。

3. 单个视频多个角度拍摄： Sora可以在一个生成的视频中创建多个镜头，在主题暂时离开视野的情况下，准确保持角色和视觉风格的一致性。

4. 现实世界的物理建模能力： Sora不仅能理解用户的提示，还能理解这些事物在现实世界中的存在方式。

根据OpenAI的说法：“我们正在教会人工智能理解和模拟物理世界的运动，目标是训练能帮助人们解决需要真实世界互动的问题的模型。”

尽管当前的模型仍然存在一些弱点，例如难以准确模拟复杂场景的物理原理，但Sora的问世无疑标志着人工智能在视频技术领域取得了突破，开启了人工智能全新时代。

除了OpenAI，其他科技巨头最近在人工智能领域取得了新的突破：

谷歌发布了Gemini 1.5 Pro，支持高达100万个令牌的上下文长度，并且性能显著提升；Meta推出了名为V-JEPA的AI视频模型，旨在通过预测视频中缺失或遮挡部分，有效增强人工智能对世界的理解能力。

$英伟达 (NVDA.US)$ 还发布了一个名为Chat with RTX的本地聊天机器人应用程序。此外，从公开的财务报告中可以得知，像这样的巨头还有巨额的投资指导。 $谷歌-A (GOOGL.US)$, $亚马逊 (AMZN.US)$, $微软 (MSFT.US)$, and $Meta Platforms (META.US)$ 在人工智能领域中的不断增长，证实了行业的高繁荣。

Sora的出现意味着视频生成领域的竞争日趋激烈，将大大加速多模态人工智能和人工智能应用场景的发展。Sora背后的新兴能力为需要现实建模的行业，如自动驾驶、设计、广告(电子商务)、教育、医疗保健和网络安全，提供了明确的方向，人工智能应用场景将继续扩大。最早在应用端布局人工智能的公司预计将受益于行业格局的变化。

Sora将加速多模态领域的主要参与者的投资，并预计推动训练和推理的计算能力需求增加，使人工智能芯片巨头如 $英伟达 (NVDA.US)$ 和 $美国超微公司 (AMD.US)$ 由于对人工智能的需求激增，Nvidia将B100的原定发布日期从2024Q4提前至2024Q2，据说比当前的H200型号强大两倍。

Sora的出现意味着视频生成的门槛和成本大幅降低，这将在视频制作、传统广告、电影和短视频等行业带来重大变革。与传统电影和电视制作相比，Sora的生产过程更简单，投资成本更低，产出速度更快，创意性更强。在Sora发布后，从事多媒体制作软件开发的公司，如 $Adobe (ADBE.US)$，上周五股价暴跌7.41%，而作为图片库、素材图片、音乐和编辑工具供应商的 $Shutterstock (SSTK.US)$，跌幅超过5.44%。

根据美国主流电影行业杂志《好莱坞报道》的报道：“尽管类似的人工智能视频工具已经面世，但OpenAI的系统代表着这一技术的迅猛增长，有潜力削弱大量劳动力。这表明随着娱乐行业应对人工智能的挑战，该技术将进一步推广应用。”