Sora讓整個行業又興奮起來。字節闢謠中國版Sora，周鴻禕火速「追星」，李一舟趁熱賣課，一眾上市公司夾雜著「顛覆性、里程碑、加速器」等關鍵詞舞動資本市場。
又一次創業機會，還是新一輪趕超焦慮，是看待Sora撥雲見日的兩條線索。
「沒錢，沒卡，沒人才，差距在拉大」，這是人們在驚嘆其高超能力的同時，一種有關羨慕與追趕的技術焦慮。正如字節回應「中文版Sora」，目前無法作為完善產品落地，與國外有很大差距。但也有人認為，Sora的出圈是AIGC深入人心的新契機，有助於更好地推動國內AIGC產業的發展。
像是大航海，不知道有沒有終點的時候，一切都是漫無邊際的。一旦有人登上了新大陸，就是給全世界的證明，終點就在那裡。從ChatGPT到Sora，相同的問題又一次擺到AI廠商面前：如何追趕？如何找准落地場景？如何實現數據飛輪？
新「AI行情」？
熱點最容易在資本市場掀起巨浪。連續爆發兩日後，2月21日，Sora題材股表現分化。截至當天收盤，因賽集團、當虹科技等漲超10%，新易盛、中際旭創跌超5%，萬興科技、東方國信等跌超4%。
其中因賽集團已獲3連板，近4個交易日累計大漲超88%。
不久前，因賽集團還在投資者互動平台表示，公司自研的InsightGPT屬於營銷行業應用層垂類模型，與Sora這類底層通用大模型並不屬於直接競爭關係，反而可以結合Sora等通用大模型豐富自身視頻素材庫以及提升視頻生成效率和品質。
股市的起伏和公司的回應，是市場狂熱的一面，一如一年前ChatGPT的橫空出世，再次掀起一股熟悉的「AI行情」。
不過，Sora雖然復刻了ChatGPT所帶來的轟動，卻沒能在市場上復刻出同樣的創業風。取而代之的是，一種有關技術的焦慮正逐漸蔓延。
文生視頻並不是個新鮮事，但與Sora相比，時長是以往文生視頻最大的「硬傷」。
一位大廠的業內人士對北京商報記者提到，國內公司的文生視頻產品，都是基於大型語言模型（LLM）和傳統的視頻生成AI集成的結果，生成的視頻長度都是秒級，且簡單場景。
據了解，在Sora發布之前，Runway和Pika普遍被認為是視頻生成賽道的佼佼者，但前者僅能生成4秒的視頻，後者則只能提供3秒的視頻。Runway的用戶可以將生成的視頻最長延長至16秒，而這已經是AI生成視頻在2023年所能達到的最長時長紀錄。
「三四秒和一分鐘，是天差地別的。」
在接受北京商報記者採訪時，無界AI聯合創始人馬千里提到，對於AI生成視頻來說，隨著生成時長增長難度指數級上升，更長的視頻意味著更高的一致性要求、更詳細的畫面描述，對算力的消耗也是遠超此前水平的。
Sora的另一項突破則在於其對物理世界部分規律的理解，而這也正是過去文生視頻模型的一大痛點。
OpenAI又一次用「暴力美學」征服了世界。向量資料庫企業Zilliz開發者關係及市場營運總監李晨對記者概括稱，量變再一次帶來了質變，大規模高質量的訓練數據為Sora帶來了「顛覆性」的世界觀，去理解虛擬世界的物理規律。
「沒錢，沒卡，沒人才，差距在拉大。」談及當下的真實感受，上述業內人士做了這樣一句概括，在他看來，前兩者的客觀環境也在一定程度上限制著人才的回流。
此外，萬億級別公司的玩家才能持續的事情，國內雲端運算大廠跟起來也很吃力，而且大廠也要考慮投入產出，「總之挺難的」。
在人才角度，伽利略資本合伙人鄭?也對記者提到，目前國內真正具有大模型經驗、了解大模型的技術專家還太少。
而通過與其身邊少數從業者的交流來看，壓力也是顯而易見的。鄭?稱，除技術外，焦慮還普遍存在於包括算力等方面資源的充沛程度上，「相比於原來的大模型，文生視頻的計算量是一個『天文數字』，而國內具備這樣算力基礎的AIDC（人工智慧數據中心）數量屈指可數」。
不過馬千里認為，Sora破圈最重要的意義其實在於教育了客戶，讓外界重視了AIGC產業，從而進一步推動國內AIGC產業的發展。
「雖然有壓力，但總歸是一件好事，這不僅是輿論層面的判斷，從技術上看，Sora跑通了這條路，其他人也會更有信心投入這條技術路線，而這對於技術的發展通常也是至關重要的。」馬千里稱。
魔鬼營銷
Sora所引發的焦慮，一部分來源於技術本身，另一部分來源於「顛覆性」的營銷。
一段時間以來，「顛覆性」成了Sora最大的標籤，一傳十、十傳百，在公共空間營造出了一股所向披靡的架勢。
Sora的顛覆究竟是技術層面的徹底革新，還是原有路線的進一步成熟？這或許是於狂熱的市場氛圍中，理性看待Sora「衝擊波」的一個關鍵起點。
廣發證券認為，在底層基礎技術原理上，Sora並未有實質性的突破，或應更多理解為類似於ChatGPT，基於同樣的技術原理，在暴力美學下的又一次重要「量變」。
香頌資本董事沈萌也提到，從技術架構來看，Sora其實並沒有脫離大語言模型本質，仍是基於深度學習的框架。
馬千里解釋稱，從底層架構級技術角度看，Sora的確沒有很多創新，DIT技術中Diffusion和Transformer都是幾年前的技術了。但Sora的特殊之處在於，它率先實現了大規模的工程化，也就是說把原本應用於文本領域的Transformer技術大規模、成熟地應用在了文生視頻模型當中。此外，它還進行了很多工程層面的創新，比如視頻時空塊Patch技術等。
鄭?也提到，雖然Sora的效果非常驚艷，但還不能稱為理論基礎上從無到有的顛覆，但這並不意味著工程上的顛覆就不是顛覆。「當工程量呈現指數級的上升時，一定會出現各種見都沒見過的問題，解決這些問題本身可能就是一種顛覆。」
Sora另一種層面的「顛覆」，集中體現在外界對Sora取代影視行業從業人員的擔心上，一如當年ChatGPT所引發的行業替代焦慮。
不過在沈萌看來，目前Sora只是公開了一些官方視頻，很少有人實際應用，所以其效果到底如何是沒有定論的。而OpenAI CEO奧特曼又是一個極度擅長營銷的人，他一定想通過這樣的方式最大程度地放大OpenAI的估值。
由此，Sora也同步進入了被「祛魅」的過程。廣發證券分析稱，Sora的主題意義更為顯著，商業化進程仍需觀察，一方面，技術文檔提到的當前局限性需逐步解決；另一方面，版權合規、內容倫理等課題仍是AIGC類應用需要克服的挑戰，文生視頻也不例外。
上述業內人士也提到，Sora生成效果堪稱驚艷，開啟了世界模擬器的進步，但還說不上顛覆性。大模型也出現了湧現，能夠理解物體的時空關係，但還不完善。
是不是一條對的路，業界也有不同聲音。「而且有很大的不確定性在於，訓練成本和推理成本如何不清楚」。上述業內人士稱。
「相較於大語言模型或者文生圖模型，文生視頻模型更耗算力，比如3090的顯卡燃燒一分鐘才能生成一個4秒鐘的視頻，高並發情況下成本更是會驟增」。馬千里以無界AI的文生視頻技術為例，提供了這樣一組數據。
他解釋稱，從絕對總量上看，推理成本一定是占到大多數的，特別是推廣向C端和B端用戶的時候，這種情況會更明顯。因為訓練通常是一次性支出，而推理的邊際成本很可能是遞增的，越多人使用，算力壓力就會越大，成本就會越高，進而影響其商業化。
讓子彈再飛一會兒
判斷一件事情火不火，一個關鍵的「指標」就是有沒有人賣課。
Sora發布不到一周，尚未對公眾開放測試權限，賣課視頻就已經先一步泛濫於閒魚、小紅書等平台。北京商報記者以「Sora文生視頻」為關鍵詞在閒魚上搜索，共呈現59條相關內容，價格從9.9元到169元不等。
這些「教程」廣告中，一張以「Sora一鍵文生視頻」為標題的海報被廣泛使用。海報內容顯示，資料包含「你的Sora專屬提示詞庫」「Sora專屬提示詞教程」「30個Sora專用提示詞技巧」三方面。
而透過賣課的「割韭菜」，或許不難摸索國內科技產業發展的亂象和虛火。沈萌稱，國內產業的生命周期大多以抄概念為起點，然後大舉跟上，進而衍生一些淺層的應用，進行融資、套項目，最後上市或進行各種程度的資本變現，至此這股風就算過去了。
「整個環節認真、踏實做事的比例很小，這反映出的問題，其實就是不知道自己在幹什麼，『肚子裡』也沒有相應的積累」。沈萌說，越是可替代，越是價值低，這就是國內AI產業的現狀，而當我們跟別人沒有差異的時候，也就只能拼價格。
沈萌總結稱，投資者或者機構都覺得AI是風口，瘋狂砸錢，但沒有人去分析砸錢的最後能砸出什麼東西，「如果最後的結果是要進行價格的紅海競爭，這種項目是鐵虧無疑的」。
在他看來，AI領域的研發創新，永遠是基於之前的成果的，就像是兩個飛輪，不斷給對方以動能，加速對方的旋轉。所以AI領域的領先，才會出現一步領先、步步領先的情況。「遺憾的是，在這一領域，國內企業處於的其實是一種『跟進』上的應接不暇」。
李晨也分析稱，很多有技術能力的公司之前就已經布局了多模態，但是軟硬體上的差距還是比較明顯的，「我們要正視差距，而不是一味地蹭熱度和講故事，OpenAI也是憋了一年的大招才把Sora放出來，這種精神值得技術企業學習」。
在李晨的觀察中，整個2023年，我們在迅速形成共識的前提下迎來了AIGC的高速發展期，在通向真正AGI的道路上我們看到了算力、算法和數據的明顯差距。
但李晨也提到，旺盛的需求和市場的潛力同樣帶來了希望。
據馬千里介紹，目前無界AI的文生視頻技術已經在逐步商用過程中了。不久前，無界AI剛剛聯合中國聯通，在浙江面向C端用戶推出AI生成的視頻來電答鈴訂閱業務。
有消息稱，2023年12月至今三個月內，已有包括萬興科技、博匯科技、易點天下、數碼視訊、漢王科技、當虹科技、東方國信等在內的十餘家A股公司，在投資者互動平台披露過視頻生成模型領域的業務情況。
鄭?認為，大模型裡面到底能裝多少現實世界的知識，目前還沒有特別明確的判斷，也就是說Sora並不是AI的終點，未來還有很大的發展空間，最後是誰領先還不好說。
「所以面對Sora帶來的挑戰，不妨讓子彈再飛一會兒」。鄭?說。
