作者|畢安娣 來源|字母榜(ID：wujicaijing)

Sora公布第10天，同行已經坐不住了。

2月16日，中國大年初七，OpenAI公布了全新的生成式人工智能模型Sora：輸入自然語言指令，輸出至多60秒的視頻。

從文本到視頻的生成式AI模型并不新鮮，但sora——就像ChatGPT——一樣，因其斷崖式的質量提升，登時點燃了互聯網。高清的畫質，流暢的畫面，乍看之下頗為自然的物理軌跡，和一年前近乎鬼畜的“威爾·史密斯吃意大利面”視頻看起來像隔了一個世紀，同行去年才發布的AI產品與之相比也黯然失色。

10天很短，但在AI領域卻足以生變。

至少有兩家AI界“當紅炸子雞”站了出來：2月22日，StabilityAI正式開放Stable Video的公測，該產品背后的模型Stable Video Diffusion去年11月就已經發布。幾乎同時，另一家在文生圖領域頗有建樹的Midjourney也透露，可能會在下一次迭代時包含視頻功能。

昔日“炸子雞”站在陰影中，追不上Sora的同行有難了。

一

在接受了Sora演示視頻的直接沖擊之外，人們立刻開始做縱向和橫向的比較。

縱向比較，人們拿出了一年前“威爾·史密斯吃意大利面”的AI視頻。這位好萊塢明星臉部變形嚴重、面的形態千變萬化，分分鐘觸發恐怖谷效應，越看越詭異。

一年之后，Sora已經可以做出一個女人在東京街頭漫步的視頻，不管是畫面質量、連續性和穩定性，還是女人的步態與神情，都已經幾乎可以以假亂真，讓人連連稱贊：文本到視頻的進步也太大了。

可惜的是，盡管無數網友在OpenAI CEO山姆·奧特曼（Sam Altman）的社交媒體賬號下求Sora版本的“威爾·史密斯吃意大利面”，并沒能得償所愿。倒是史密斯本人跑出來整了個活兒，真人拍攝，“偽造”了一個新版本。你別說，還真差點給人騙過去——真人都能拍視頻假裝是AI生成的了，倒也足見Sora視頻的高質量。

橫向對比，同行就有點尷尬了。OpenAI把每一個Sora演示視頻的文本指令都公布了，雖然人們不能直接用Sora，但是可以拿著指令去市面上已有的產品里試，看看有什么差別。

不試不要緊，一試嚇一跳：看到Sora視頻的時候就覺得厲害，看了同行的表現更對Sora的威力有了新的認知。

同樣是女人在東京街頭漫步的指令，Runway生成的視頻暫停看還都像那么回事，連起來就只能用“千變萬化”形容，女人的形象并不能隨著時間的推移保持穩定。要知道Sora的演示視頻中還有機位的變化，從遠景到臉部特寫，女人的形態始終如一。Runway生成的視頻更像是很多張圖片的動態融合。

StabilityAI——就是那個開源了文生圖Stable Diffusion的公司——的Stable Video生成的畫面清晰度和美觀度都很不錯，但是女人的臉變形嚴重，看起來很像一個骷髏頭，詭異感拉滿。

Pika則有些取巧，其畫面相對流暢，但比較模糊，且并非寫實風格。

此外，打鬧的猛犸象、行駛中的汽車、俯瞰的景觀、看蠟燭的小怪物等指令都被網友做了橫向對比，Sora并非和同行打得有來有回，而是碾壓了同行。

二

一朝之間，文生視頻當紅“炸子雞”發現自己站在了OpenAI投下的陰影中。

從文本到視頻的AI工具并不是新鮮事物。在2023年，多個文本到視頻AI工具問世，Runway、PikaLabs（下稱Pika）、StabilityAI等初創公司在這個賽道都備受矚目，熱錢不斷，估值暴漲。

其中Runway成立于2018年，3月開放Gen-2內測，6月正式對外發布。此前有Gen-1圖像到視頻AI工具。Runway同時還技術支持了多部電影。其中最大名鼎鼎的是奧斯卡獲獎影片《瞬息全宇宙》。

Runway的CEO兼聯合創始人克里斯托瓦爾·巴侖蘇埃拉（Cristóbal Valenzuela）說：“我們已經看到了圖像生成模型的爆發。我相信，2023 年將會是視頻之年。”

在5月時，Runway已經完成了1.41億美元的D輪融資，投資方包括谷歌、英偉達等，估值暴漲三倍，達到15億美元，

Pika去年4月剛剛成立，A輪融資達5500萬美元，估值登時超過2億美元，11月就發布了第一個文本到視頻產品Pika1.0。到了12月時，其用戶已有超過50萬，每周生成近百萬視頻內容。

而StabilityAI則因其文本到圖像工具Stable Diffusion名聲在外，早在2022年獲得1億美元融資后，估值就已經超過了10億美元，成為獨角獸企業。去年11月，Stable Video Diffusion發布，注意后面還有一個“Diffusion”后綴，這是一個基于Stable Diffusion的生成式視頻基礎模型，需要用戶自己部署使用，還不算面向大眾發布的產品。

三家初創公司，2023年三個重要生成式視頻產品/模型，突然就被Sora會心一擊。

在OpenAI興沖沖向世界展示Sora之后，Runway的CEO巴侖蘇埃拉在社交平臺X上發帖：“游戲開始（Game On）。”而StabilityAI的CEO兼創始人莫斯塔克（Emad Mostaque）則將奧特曼稱作“巫師大人”。

從演示視頻來看，Sora的確有改變游戲格局的威力，跟不上Sora的同行有難了。

參照ChatGPT發布之后，雖然AI浪潮讓投資人熱情高漲，AI初創公司如雨后春筍般冒出來，新晉獨角獸一個接著一個。但這是一個冰火兩重天的故事，不少AI創業公司走上下坡路，或尋求收購，或大幅裁員，甚至就此壽終正寢。據智東西梳理，僅2023年11月到2024年1月，全球就有AI新聞初創企業Artifact、AI醫療公司Olive等4家AI初創企業宣布關停。

The Infoemation稱，至少有7家開發生成式視頻的AI公司，共籌集了至少5.5億美元的資金。有投資人私下對The Information表示，之前剛剛錯過某熱門AI視頻初創企業的融資，看到Sora的視頻后“感到慶幸”。

三

人工智能賽道熱度高，但門檻也高，廝殺之中刀光劍影，掉隊就可能掉入墳墓。

知名AI初創企業Huggine Face在一篇博文中，提到了文本到視頻的三大挑戰：算力挑戰，確保跨幀空間與實踐的一致性伴隨著高計算成本，使得大多數研究人員無法負擔這類模型的訓練費用；缺乏高質量數據集，用于文本到視頻生成的多模態數據集非常稀少，而且經常缺乏注釋；指令模糊性，如何以一種讓模型更容易學習的方式描述視頻不是一件容易的事。

即便是看似站穩了腳跟的StabilityAI都麻煩不斷。去年6月，福布斯發布一則長新聞，超過30位StabilityAI前員工和投資人細數創始人兼CEO莫斯塔克的9大罪證，包括：竊取StableDiffusion成果融資10億；隱瞞融資困難；夸大公司收入；拖欠員工工資；學歷和工作經歷造假。

拋開其他不談，硅谷“當紅炸子雞”卻又融資困難、公司收入被夸大的問題，著實令人意外。知情人士稱，StabilityAI每個月的開銷大概是800萬美元，而莫斯塔克卻曾自爆公司8月的營收大概在120萬美元，有機會超過300萬美元。莫斯塔克很快就刪除了該帖，但從這個數字不難聞到燒錢的味道。

11月，也就是其發布Stable Video Diffusion模型的同月、公司完成1億美元融資的一年后，StabilitAI傳出多位高級管理人員辭職、公司財務狀況脆弱的消息，并一度傳聞考慮出售，這一消息隨后被莫斯塔克否認。

入不敷出、人才流失，StabilityAI的危機暴露了光鮮的熱門創企的軟肋。

巨頭的加入也會讓戰事更加激烈。在AI視頻的賽道，巨頭早有布局。2022年10月，Meta和谷歌相繼發力。Meta先發布了Make-A-Video模型，僅一周后，谷歌CEO桑德爾·皮查伊（Sundar Pichai）親自安利他們在這一領域的兩個最新成果，Imagen Video和Phenaki，分別強調視頻品質和長度。

但不管是Meta還是谷歌，目前都尚未向公眾開放其文本到視頻AI工具。谷歌官方認為用于訓練AI視頻模型的數據仍包含有問題的內容，可能會導致Imagen Video產生圖形暴力或色情剪輯，造成不良影響。巨頭的保守操作大家也都熟悉了，在自然語言聊天機器人的賽道，谷歌也是早早就手握模型但未向C端推出產品，原因也是安全問題。但ChatGPT與微軟的聯手讓巨頭走出保守，Sora未嘗不能做同樣的事。

已經有巨頭有新動作。在Sora公布的一周前，字節宣布人事變動，原抖音集團CEO張楠宣布辭去集團CEO一職，未來把精力聚焦在剪映的發展上。據時代周報援引接近剪映的人士，張楠親自帶隊尋求在AI輔助創作上突破，并即將推出一個AI生成視頻的產品。

面對新開的“游戲”，Sora的同行只能全力向前。

就在Sora公布的幾天之后，2月22日，StabilityAI正式開放了Stable Video的公測，從模型走向人人可以方便上手的產品。雖然視頻長度還是比較短，只有7秒，但視頻質量比較高。莫斯塔克在社交平臺上宣傳新產品時顯得很謙虛，表示開放的原因是：“我們想要創造類似Sora的大型開放的Stable Video2，但需要更多的數據和計算。”

此外，在文生圖領域有超高口碑的Midjourney也跑步入場，創始人大衛·霍爾茲（David Holz）在Office Hours中透露，下一個版本，也就是Midjourney V7“可能包含視頻功能”。

OpenAI現階段還在對Sora進行評估，距離Sora正式對外公開可能還有幾個月的時間。好消息是，同行還有時間應變。壞消息是，留給同行的時間不多了。

參考資料：

1、智東西：《AI創業冰火兩重天：Sora降世資本狂歡，數家創企倒閉關門》

2、連線Insight：《Sora來了，字節發力：張楠的重任和挑戰》

3、新火種：《被迫賣身、CEO下臺、高管出走，又一家AI獨角獸出事》

4、機器之心：《圖像生成卷膩了，谷歌全面轉向文字→視頻生成，兩大利器同時挑戰分辨率和長度》

5、財聯社：《AI圈子不太平 知名開源模型開發商Stability AI被曝 “尋求賣身”》

編者按：本文轉載自微信公眾號：字母榜(ID：wujicaijing)，作者：畢安娣