《股市動(dòng)態(tài)分析》研究部

去年年初，尤其是春節(jié)期間，ChatGPT的橫空出世引發(fā)了普通人澎湃的討論熱情與A股AI板塊的持續(xù)上漲，此后海內(nèi)外在AI大模型投資上展開(kāi)了軍備競(jìng)賽。一切似乎那么類似，近期，也是春節(jié)期間，OpenAI發(fā)布首個(gè)文生視頻模型Sora，在自然語(yǔ)言輸入基礎(chǔ)上可以直接輸出長(zhǎng)達(dá)60秒的視頻，包含高度細(xì)致的背景、復(fù)雜的多角度鏡頭，以及富有情感的多個(gè)角色，加上國(guó)內(nèi)魅族AllinAI和OPPO開(kāi)啟AI手機(jī)新時(shí)代等動(dòng)作，引發(fā)了新一輪的AI討論熱潮。

Sora橫空出世

2月16日凌晨，OpenAI發(fā)布了文生視頻大模型Sora，它能夠根據(jù)文本提示創(chuàng)建詳細(xì)的視頻、擴(kuò)展現(xiàn)有視頻中的敘述以及從靜態(tài)圖像生成場(chǎng)景。

文生視頻大模型是一種能夠由AI生成視頻內(nèi)容的大型機(jī)器學(xué)習(xí)模型。文生視頻基于用戶的自然語(yǔ)言描述準(zhǔn)確地生成相應(yīng)視頻內(nèi)容。以用戶給出的文本、圖像、音頻、視頻等內(nèi)容作為提示（prompt），模型能夠處理并結(jié)合用戶提供的內(nèi)容，創(chuàng)造出完全自主生成或拓展的視頻。這些模型通常基于深度學(xué)習(xí)，尤其是自然語(yǔ)言處理（NLP）、計(jì)算機(jī)視覺(jué)（CV）和語(yǔ)音識(shí)別（ASR）等技術(shù)的融合。

以O(shè)penAI官方發(fā)布的范例視頻為例，輸入提示詞：“一位時(shí)尚的女士漫步在東京街頭，街上充滿了溫暖的霓虹燈和生動(dòng)的城市標(biāo)志。她穿著黑色皮夾克、紅色長(zhǎng)裙和黑色靴子，手中提著一個(gè)黑色手提包。她戴著太陽(yáng)鏡，涂著紅色口紅。走路時(shí)自信而隨意。街道潮濕且反光，形成了彩色燈光的鏡面效果，許多行人來(lái)來(lái)往往。”（見(jiàn)圖）

雖然Sora不是最早的文生視頻應(yīng)用，“文生視頻大模型”也并不是一條全新的賽道。在OpenAI登場(chǎng)之前，頭部大模型研發(fā)商幾乎都擁有自己的文生視頻大模型，例如Google的Lumiere以及StabilityAI的SVD（StableVideoDiffusion），甚至已經(jīng)誕生了垂直于多媒體內(nèi)容創(chuàng)作大模型的獨(dú)角獸，例如視頻生成大模型Gen-2的開(kāi)發(fā)商Runway，在2023年6月底完成由Google、Nvidia、Salesforce參與的C輪融資后，估值超過(guò)15億美元。

是AI能力的體現(xiàn)

但Sora的呈現(xiàn)仍然驚艷，視頻中的主體穩(wěn)定可控，可實(shí)現(xiàn)多角度切換，時(shí)長(zhǎng)方面也突破，最長(zhǎng)能生成60秒視頻，隱隱有了生產(chǎn)力工具的影子。它的推出已經(jīng)標(biāo)志著生成式AI迎來(lái)一個(gè)里程碑。

與此前的視頻生成模型相比，Sora主要實(shí)現(xiàn)了以下突破：

視頻時(shí)長(zhǎng)達(dá)到60秒：Sora目前可以根據(jù)文本要求生成60s的連貫視頻，并保持視頻主體與背景的高度流暢性與穩(wěn)定性。

文本的深度理解能力：Sora可以準(zhǔn)確理解用戶的文本指令，無(wú)論是復(fù)雜的動(dòng)作場(chǎng)景還是細(xì)膩的情感表達(dá)，Sora都能夠精確捕捉并展現(xiàn)。

對(duì)真實(shí)世界的理解：生成的視頻除滿足了文本要求的主題、要素外，Sora對(duì)物理規(guī)律的遵循程度較高，對(duì)于光影反射、運(yùn)動(dòng)方式、鏡頭移動(dòng)等細(xì)節(jié)的呈現(xiàn)效果較為逼真，都展示了極高的質(zhì)量。

根據(jù)OpenAI官方介紹，目前Sora具備生成包括多個(gè)角色、特定類型的運(yùn)動(dòng)、準(zhǔn)確細(xì)節(jié)的主體和復(fù)雜場(chǎng)景的能力。同時(shí)，還能夠創(chuàng)建多個(gè)鏡頭，模擬復(fù)雜的攝像機(jī)運(yùn)鏡效果，使得生成的視頻更加生動(dòng)。

圖：Sora生成一分鐘視頻示例

資料來(lái)源：OpenAI官網(wǎng)

3D一致性：Sora可以生成攝像機(jī)動(dòng)態(tài)運(yùn)動(dòng)的視頻。隨著攝像機(jī)的移動(dòng)和旋轉(zhuǎn)，人物和場(chǎng)景元素在3D空間中的移動(dòng)會(huì)保持一致。

當(dāng)然了，Sora還有很多瑕疵，還不夠好，也有人質(zhì)疑把AI用在短視頻上，沒(méi)有太大價(jià)值。真正帶來(lái)壓迫感的，是Sora不可思議的進(jìn)化速度。

Sora就是AI能力體現(xiàn)，它并不完美，但如今看起來(lái)傻傻的、只支持生成“4秒視頻生成”并且“掉幀明顯到像幻燈片”的Gen-2其實(shí)是2023年6月發(fā)布的產(chǎn)品，距離Sora的發(fā)布日不過(guò)8個(gè)月。

2023年11月，Meta發(fā)布的視頻生成大模型EmuVideo看起來(lái)在Gen-2上更進(jìn)一步，能夠支持512×512、每秒16幀的“精細(xì)化創(chuàng)作”，但3個(gè)月之后的Sora已經(jīng)能夠做到生成任意分辨率和長(zhǎng)寬比的視頻，并且根據(jù)上面提到的開(kāi)發(fā)者技術(shù)論文，Sora還能夠執(zhí)行一系列圖像和視頻編輯任務(wù)，從創(chuàng)建循環(huán)視頻到即時(shí)向前或向后延伸視頻，再到更改現(xiàn)有視頻背景等。

AI新時(shí)代

2月18日，OPPO創(chuàng)始人、首席執(zhí)行官陳明永發(fā)表員工內(nèi)部信認(rèn)為，2024年是AI手機(jī)元年，未來(lái)五年AI對(duì)手機(jī)行業(yè)的影響完全可以比肩當(dāng)年智能手機(jī)替代功能機(jī)，這輪由大模型支撐的AI技術(shù)正在重構(gòu)手機(jī)行業(yè)的未來(lái)，AI手機(jī)的全新時(shí)代正在加速到來(lái)。

同一天，魅族也官宣將AllinAI，停止傳統(tǒng)“智能手機(jī)”新項(xiàng)目，全力投入明日設(shè)備AIForNewGenerations，2024年魅族面向AI時(shí)代全新打造的手機(jī)端操作系統(tǒng)將進(jìn)行系統(tǒng)更新，此外，魅族首款A(yù)IDevice硬件產(chǎn)品也將在今年內(nèi)正式發(fā)布。

除了OPPO和魅族之外，華為、小米、OPPO等已開(kāi)始在手機(jī)中接入AI大模型，vivo、三星已開(kāi)始重點(diǎn)發(fā)布AI手機(jī)，其中三星GalaxyS24系列在全球范圍內(nèi)展現(xiàn)出旺盛需求量，在荷蘭、印度和韓國(guó)等多個(gè)市場(chǎng)的創(chuàng)下預(yù)訂記錄。

各大手機(jī)廠商關(guān)于AI手機(jī)的重點(diǎn)布局表明，隨著全球手機(jī)市場(chǎng)換機(jī)周期延長(zhǎng)、消費(fèi)創(chuàng)新空間有限、行業(yè)惡性競(jìng)爭(zhēng)加劇，手機(jī)行業(yè)呈現(xiàn)存量競(jìng)爭(zhēng)態(tài)勢(shì)，同時(shí)手機(jī)產(chǎn)品單純依賴硬件升級(jí)和參數(shù)競(jìng)爭(zhēng)，已無(wú)法滿足廣大消費(fèi)者多樣化、全面化的使用需求和使用體驗(yàn)，行業(yè)亟需尋找新的可持續(xù)發(fā)展方向，而AI技術(shù)有望在手機(jī)行業(yè)的應(yīng)用加速發(fā)展，并將對(duì)手機(jī)行業(yè)產(chǎn)生深遠(yuǎn)影響。

另外，隨著AI技術(shù)的飛速進(jìn)步，AIPC在2024年的CES展覽上備受矚目。接近半數(shù)PC都宣稱具備AI功能，預(yù)示著AIPC市場(chǎng)的蓬勃發(fā)展。

群智咨詢表示，2024年，AIPC初現(xiàn)端倪，引領(lǐng)著新一輪的科技革命。PC制造商開(kāi)始向AI技術(shù)領(lǐng)域轉(zhuǎn)型，競(jìng)相推出自家的AIPC產(chǎn)品。群智咨詢預(yù)計(jì)，2024年作為AIPC發(fā)展的元年，AI筆記本電腦出貨量達(dá)到1300萬(wàn)臺(tái)，在筆記本電腦市場(chǎng)滲透率達(dá)到7%，2025年滲透率預(yù)計(jì)逼近30%，2026年滲透率會(huì)超過(guò)50%，2027年AIPC成為主流PC產(chǎn)品的類別，市場(chǎng)滲透率逼近80%。

根據(jù)彭博行業(yè)研究，邊緣設(shè)備（用于控制進(jìn)出網(wǎng)絡(luò)間邊界的數(shù)據(jù)流的硬件）推理需求可能會(huì)加速個(gè)人電腦和智能手機(jī)的升級(jí)換代（這些設(shè)備目前不太能夠跟得上AILLM的繁重處理、內(nèi)存和存儲(chǔ)要求），同時(shí)催生出可穿戴設(shè)備和智能音箱以外的新類別。隨著更多應(yīng)用在OpenAI的ChatGPT、谷歌的PaLM2和Meta的LLaMA等基礎(chǔ)模型之上得到開(kāi)發(fā)，對(duì)推理的需求料將增加。

資本端同時(shí)傳來(lái)新消息。在完成最新交易后，OpenAI的估值已飆升至800億美元以上。這筆交易來(lái)自于ThriveCapital精心策劃的要約收購(gòu)。

只不過(guò)，和去年相比，投資人的心態(tài)變了。不是人人都有機(jī)會(huì)投中OpenAI，但OpenAI的能力邊界卻實(shí)實(shí)在在影響著一批創(chuàng)業(yè)公司和背后的投資人。

網(wǎng)上有一句話可以反映其火熱：今天，所有VC的會(huì)上都在談Sora。