Sora推動AI視頻進入全新時代 AI視頻生成賽道前景廣闊

• 吳澳燕 2024年2月19日 來源：財聯(lián)社 中國證券報 412 20
• 繁體

AI視頻在多個領(lǐng)域都有廣泛的應(yīng)用，包括電影制作、廣告、新聞報道、社交媒體等。數(shù)據(jù)顯示,截至2023年末,僅國內(nèi)短視頻用戶規(guī)模已突破10億人,不談增量市場可能帶來的紅利,僅僅為這10多億用戶提供AI視頻創(chuàng)意服務(wù),就有大量文章可做。

人工智能使得視頻技術(shù)超越了高級成像，進入了另一個層次。視頻成像技術(shù)與人工智能相結(jié)合，獲得了大量新數(shù)據(jù)，而且不僅可用于傳統(tǒng)的物理安全應(yīng)用，還能用于對整個企業(yè)的過去、現(xiàn)在甚至未來事件更深入地分析。

2月16日凌晨，OpenAI發(fā)布了首個文生視頻模型Sora。Sora可以直接輸出長達60秒的視頻，并且包含高度細致的背景、復(fù)雜的多角度鏡頭，以及富有情感的多個角色。

Sora是一個擴散Transformer模型，通過采用Diffusion Transformer等技術(shù)處理不同持續(xù)時間、分辨率和比例的視頻/圖像，實現(xiàn)“世界模擬器”，達到理解真實世界的運動和物理能力。目前官網(wǎng)上已經(jīng)更新了48個視頻demo，在這些demo中，Sora不僅能準確呈現(xiàn)細節(jié)，還能理解物體在物理世界中的存在，并生成具有豐富情感的角色。該模型還可以根據(jù)提示、靜止圖像甚至填補現(xiàn)有視頻中的缺失幀來生成視頻。

美國有線電視新聞網(wǎng)(CNN)稱，盡管“多模態(tài)大模型”屢見不鮮，但Sora的制作長度和準確性使其與眾不同，它可能會對數(shù)字娛樂產(chǎn)業(yè)產(chǎn)生重大影響。

根據(jù)中研普華產(chǎn)業(yè)研究院發(fā)布的《2023-2028年中國智能視頻行業(yè)競爭分析及發(fā)展前景預(yù)測報告》顯示：

在技術(shù)和工作原理方面，OpenAI介紹稱，因使用Transformer架構(gòu)，Sora具有極強的擴展性，同時在基于過去對DALL·E和GPT的研究基礎(chǔ)構(gòu)建上還利用了DALL·E 3的重述提示詞技術(shù)，為視覺模型訓(xùn)練數(shù)據(jù)生成高描述性的標注。

在OpenAI的Sora之前，谷歌在去年12月21日發(fā)布一個全新的視頻生成模型VideoPoet，能夠執(zhí)行包括文本到視頻、圖像到視頻、視頻風格化等操作。此前一夜爆紅的文生視頻軟件Pika更掀起了AI視頻應(yīng)用熱潮。對于此次Sora的出現(xiàn)，360集團創(chuàng)始人、董事長周鴻祎2月16日在微博發(fā)文表示，這意味著AGI實現(xiàn)將從10年縮短到1年。

AI視頻指的是利用人工智能技術(shù)生成或編輯的視頻內(nèi)容。這通常涉及到深度學(xué)習(xí)和計算機視覺技術(shù)，允許機器理解和生成視頻內(nèi)容，或者自動編輯現(xiàn)有視頻。

在AI視頻生成方面，一些軟件工具允許用戶通過文字描述來生成視頻。這些工具通常使用自然語言處理和圖像生成技術(shù)，將文字描述轉(zhuǎn)化為視覺內(nèi)容。同時，也有一些工具能夠從圖片或現(xiàn)有視頻生成新的視頻內(nèi)容，這通常涉及到深度學(xué)習(xí)和計算機視覺技術(shù)。

AI視頻生成賽道前景廣闊

在AI視頻編輯方面，人工智能可以幫助自動化視頻剪輯和后期處理過程。例如，AI可以分析視頻內(nèi)容，自動選擇最佳鏡頭，或者自動調(diào)整顏色、亮度和對比度等參數(shù)，以提高視頻質(zhì)量。

AI視頻在多個領(lǐng)域都有廣泛的應(yīng)用，包括電影制作、廣告、新聞報道、社交媒體等。數(shù)據(jù)顯示,截至2023年末,僅國內(nèi)短視頻用戶規(guī)模已突破10億人,不談增量市場可能帶來的紅利,僅僅為這10多億用戶提供AI視頻創(chuàng)意服務(wù),就有大量文章可做。

面對AI視頻生成領(lǐng)域的廣闊前景，國內(nèi)各廠商正加大投入，推動AI視頻生成進入全新時代。字節(jié)跳動于去年11月發(fā)布PixelDance模型，不僅在視頻時長上實現(xiàn)了突破，還可通過描述(純文本)+首幀指導(dǎo)(圖片)+尾幀指導(dǎo)(圖片)，生成包含復(fù)雜場景和動作的視頻，用上一個視頻片段尾幀為下一個視頻頭幀提供指導(dǎo)思路。

萬興科技于今年年初推出國內(nèi)首個以音視頻為核心的多媒體大模型萬興“天幕”。定位上，萬興“天幕”是音視頻多媒體創(chuàng)作垂類大模型，由視頻、音頻、圖片、語言大模型組成;能力上，萬興“天幕”涵蓋當前市面上語言、音頻、圖像的大模型能力，文生視頻能力是萬興“天幕”的子能力之一;用戶方面，萬興“天幕”面向更細分垂直的市場，包括泛知識、泛營銷、泛娛樂等領(lǐng)域，相關(guān)能力已在海外規(guī)?；逃谩?/p>

隨海外OpenAI、谷歌等紛紛推出各自的文生視頻模型，國內(nèi)領(lǐng)先廠商已入局，其中，?？低?、大華股份、螢石網(wǎng)絡(luò)等視頻分析行業(yè)領(lǐng)先廠商紛紛投入到多模態(tài)大模型研究和行業(yè)應(yīng)用落地進程。

據(jù)量子位發(fā)布的《AIGC/AI生成內(nèi)容產(chǎn)業(yè)展望報告》，視頻生成將成為近期跨模態(tài)生成領(lǐng)域的中高潛力場景，其背后邏輯是不同技術(shù)帶來的主流內(nèi)容形式的變化。英偉達高級科學(xué)家Jim Fan評論認為，2022年是影像之年，2023是聲波之年，而2024是視頻之年。

算力的限制可能是目前Sora暫未開放使用的重要因素。隨著AIGC技術(shù)在影視劇集、宣傳視頻、自媒體、游戲等領(lǐng)域逐步滲透，視頻創(chuàng)作效率或迎來顯著提升，同時視頻相對于文字、圖像的交互數(shù)據(jù)量級將有巨大提升，或?qū)?yīng)算力需求的高速擴張。

在業(yè)內(nèi)人士看來,Sora是AGI(通用人工智能)實現(xiàn)的重要里程碑,一方面,Sora的出現(xiàn)將全球目光聚焦于視頻生成領(lǐng)域,驗證了視頻為王的趨勢,也進一步驗證了無視頻不傳播的時代,“視頻+大模型”的應(yīng)用市場空間擴展。

在激烈的市場競爭中，企業(yè)及投資者能否做出適時有效的市場決策是制勝的關(guān)鍵。報告準確把握行業(yè)未被滿足的市場需求和趨勢，有效規(guī)避行業(yè)投資風險，更有效率地鞏固或者拓展相應(yīng)的戰(zhàn)略性目標市場，牢牢把握行業(yè)競爭的主動權(quán)。

更多行業(yè)詳情請點擊中研普華產(chǎn)業(yè)研究院發(fā)布的《2023-2028年中國智能視頻行業(yè)競爭分析及發(fā)展前景預(yù)測報告》。

• 相關(guān)深度報告REPORTS

  

  2023-2028年中國智能視頻行業(yè)競爭分析及發(fā)展前景預(yù)測報告

  中研普華通過對智能視頻行業(yè)長期跟蹤監(jiān)測，分析智能視頻行業(yè)需求、供給、經(jīng)營特性、獲取能力、產(chǎn)業(yè)鏈和價值鏈等多方面的內(nèi)容，整合行業(yè)、市場、企業(yè)、用戶等多層面數(shù)據(jù)和信息資源，為客戶提供深...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡