360周鸿祎 Sora的诞生，突破2D模拟限制，AGI将从十年缩短至一两年

图片来源：摄图网

当地时间2月16日，OpenAI发布了文生视频大模型Sora，它仅仅根据提示词，就能生成60秒的连贯视频。其中包含高度详细的场景、复杂的摄像机运动以及充满活力的情感的多个角色，也可以根据静态图像制作动画。同日，360创始人周鸿祎发布微博提到自己对Sora的看法，周鸿祎认为，Sora的诞生意味着AGI(通用人工智能)实现可能从十年缩短至一两年。

谈到Sora最大的优势，周鸿祎表示，Sora采用了与众不同的技术路径，以往文生视频软件都是在2D平面上对图形元素进行操作，视频和图像生成依赖于真实图片的Diffusion组合，而OpenAI这次则是将其大语言模型的优势与Diffusion技术相结合，让Sora不仅能够理解现实世界，还能够模拟它，这样生成的视频更加真实，突破了传统2D范围的限制。

周鸿祎进一步分析说，OpenAI训练这个模型应该会阅读大量视频，大模型加上Diffusion技术需要对这个世界进行进一步了解，学习样本就会以视频和摄像头捕捉到的画面为主。一旦人工智能接上摄像头，把所有的电影都看一遍，把YouTube上和TikTok的视频都看一遍，对世界的理解将远远超过文字学习，一幅图胜过千言万语，而视频传递的信息量又远远超过一幅图，这就离AGI真的就不远了，不是十年、二十年的问题，可能一两年很快就可以实现。

从OpenAI发布文生视频大模型Sora回看生成式人工智能行业发展情况：

——AI大模型是一种新的智能计算范式

超大规模智能模型，简称大模型，是近年兴起的一种新的人工智能计算范式。和传统AI模型相比，大模型的训练使用了更多的数据，具有更好的泛化性，可以应用到更广泛的下游任务中。按照应用场景划分，AI大模型主要包括语言大模型、视觉大模型和多模态大模型等。业界典型的自然语言大模型有GPT-3、源、悟道和文心等。视觉大模型也已广泛应用于自动驾驶、智能安防、医学影像等领域。基于多模态大模型的以文生图技术也迅速发展，AI内容生成(AI Generated Content，AIGC)已成为下一个AI发展的重点领域。

——AIGC行业热度高，受资本追捧

截止2023年4月，AIGC赛道目前在国外已出现了7家独角兽。在我国，超参数和小冰公司已明确成为独角兽公司，Minimax据传估值过10亿美元，光年之外则宣布下一轮融资已被认购2.3亿美元。目前，最受头部资本关注的机构均与底层大模型相关或与AI领军人物下场相关(如王慧文光年之外、李志飞、周伯文、王小川等)。

多家机构已高度明确要将AIGC作为主投赛道，个别投资机构已经推出了相应的主体孵化项目。整体而言，大部队还处在缺乏明确逻辑和标的的观望状态。但预计本年度融资规模将有数倍增长。随着底层大模型的逐步开放以及商业价值的落地验证，预计融资规模将在2024年出现首次阶段性的指数级增长，投资向AIGC全产业链扩散。

——中国AI应用在金融、电信制造、医疗行业加速渗透

目前，随着数字经济与实体经济融合程度不断加深，以及互联网平台的数字化场景向元宇宙转型，人类对数字内容总量和丰富程度的整体需求不断提高。AIGC作为当前新型的内容生产方式，已经率先在传媒、电商、影视、娱乐等数字化程度高、内容需求丰富的行业取得重大创新发展，市场潜力逐渐显现。与此同时，在推动数实结合、加快产业升级的进程中，金融、医疗、制造、工业等各行各业的AIGC应用也都在快速发展。

据IDC，2022年中国人工智能行业应用渗透度排名前五的行业依次为互联网、金融、政府、电信和制造。另外，AI为自动驾驶、交通物流所赋予的价值也不容忽视，据麦肯锡预计，AI为交通领域创造3800亿元的经济价值。

据国盛证券分析，Sora的出现标志着影视动画行业的一个颠覆性时刻。Sora模型的设计基于对DALL·E和GPT研究的深化，并且利用了DALL·E 3的高级提示词技术来为视觉模型训练数据生成富有描述性的标注，从而使得模型能够更精确地根据文本指令进行创作。

国泰君安指出，Sora模型将推动AI多模态领域实现飞跃式的发展，相关领域如AI创作将经历深度变革，AI的赋能范围将进一步扩大。这不仅意味着多模态训练及推理应用对算力基础设施的需求将大幅提升，国盛证券也强调，遵循AI缩尺律，随着训练计算量的增加，样本质量的显著提升将使得算力需求成为多模态时代最核心的瓶颈之一。

经济学人APP资讯组

看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。

标签： 模型 视频 生成 随笔