Sora有何商業(yè)價(jià)值？文本生成視頻模型迎來(lái)重大突破

• 吳亞楠 2024年2月20日 來(lái)源：互聯(lián)網(wǎng) 838 51
• 繁體

文生視頻需要大量的“文本-視頻”配對(duì)數(shù)據(jù)，而目前缺乏多樣化的數(shù)據(jù)集，且數(shù)據(jù)標(biāo)注的工作量較大。因而此前視頻大多為5-15秒，而Sora將視頻時(shí)長(zhǎng)提升至1分鐘，支持生成多個(gè)鏡頭，同時(shí)基本維持了角色和視覺(jué)風(fēng)格的一致性，并能在一定程度上“理解”現(xiàn)實(shí)世界。

Sora到底是什么?

2月16日，OpenAI發(fā)布文生視頻模型Sora。它能夠根據(jù)用戶輸入的提示詞、文本指令或靜態(tài)圖像，生成長(zhǎng)達(dá)一分鐘的視頻，其中既能實(shí)現(xiàn)多角度鏡頭的自然切換，還包含復(fù)雜的場(chǎng)景和生動(dòng)的角色表情，且故事的邏輯性和連貫性極佳。

Sora具有三大突出亮點(diǎn)：一是60秒長(zhǎng)視頻，可以保持視頻主體與背景的高度流暢性與穩(wěn)定性;二是在一個(gè)視頻內(nèi)實(shí)現(xiàn)多角度鏡頭，分鏡切換符合邏輯且十分流暢;三是理解真實(shí)世界的能力，對(duì)于光影反射、運(yùn)動(dòng)方式、鏡頭移動(dòng)等細(xì)節(jié)處理得十分優(yōu)秀，極大地提升了真實(shí)感。

文生視頻需要大量的“文本-視頻”配對(duì)數(shù)據(jù)，而目前缺乏多樣化的數(shù)據(jù)集，且數(shù)據(jù)標(biāo)注的工作量較大。因而此前視頻大多為5-15秒，而Sora將視頻時(shí)長(zhǎng)提升至1分鐘，支持生成多個(gè)鏡頭，同時(shí)基本維持了角色和視覺(jué)風(fēng)格的一致性，并能在一定程度上“理解”現(xiàn)實(shí)世界。

技術(shù)角度來(lái)看，Sora采用了“擴(kuò)散+Transformer”的視頻生成大模型技術(shù)路線，可謂有了里程碑式的技術(shù)進(jìn)步。相比以往使用的同為擴(kuò)散模型的U-Net，Transformer架構(gòu)的參數(shù)可拓展性強(qiáng)，即參數(shù)量增加，性能加速提升，同時(shí)支持任意分辨率、長(zhǎng)寬比、時(shí)長(zhǎng)的視頻訓(xùn)練數(shù)據(jù)，不會(huì)因?yàn)閴嚎s導(dǎo)致訓(xùn)練數(shù)據(jù)質(zhì)量下降。此外，Sora訓(xùn)練了能在時(shí)間和空間上壓縮視頻的自編碼器，這也是其能夠大幅提升生成視頻時(shí)長(zhǎng)的原因。

Sora有何商業(yè)價(jià)值?

安爵資產(chǎn)董事長(zhǎng)劉巖：Sora模型的出現(xiàn)預(yù)示著行業(yè)變革的來(lái)臨。在內(nèi)容創(chuàng)作與媒體領(lǐng)域，它將徹底改變視頻制作的傳統(tǒng)方式，助力創(chuàng)作者以更高效、更低成本的方式創(chuàng)作出高質(zhì)量視頻，從而推動(dòng)整個(gè)行業(yè)的工作效率提升。對(duì)于廣告、電影預(yù)告片和短視頻等行業(yè)，Sora模型更是可能帶來(lái)顛覆性的創(chuàng)新。同時(shí)其在模擬世界方面的能力為虛擬現(xiàn)實(shí)、游戲開(kāi)發(fā)等領(lǐng)域開(kāi)辟了巨大的潛力空間。

工銀瑞信：商業(yè)角度來(lái)看，從“idea或IP→內(nèi)容生產(chǎn)→內(nèi)容分發(fā)”的產(chǎn)業(yè)鏈，長(zhǎng)期預(yù)計(jì)視頻生產(chǎn)的成本將大幅降低。目前AI生成視頻的水平還有待提升，可能更適合做對(duì)視頻質(zhì)量要求低的互聯(lián)網(wǎng)廣告素材，如游戲買(mǎi)量素材等。由于Sora基本處于閉源狀態(tài)，技術(shù)細(xì)節(jié)并未公布，相比于GPT有較多開(kāi)源模型而言，國(guó)內(nèi)視頻生成模型方面尚有差距，利好有idea但落地較慢的動(dòng)畫(huà)電影公司、IP公司，以及能夠降本增效的游戲行業(yè)。

文本生成視頻模型迎來(lái)重大突破

OpenAI發(fā)布SoraAI視頻生成模型，文本生成視頻模型迎來(lái)重大突破。隨著文生圖、圖片對(duì)話技術(shù)的成熟，文生視頻可能成為多模態(tài)大模型下一步發(fā)展的方向。該技術(shù)有望極大降低短劇制作的成本，并且會(huì)進(jìn)一步向影視、自媒體、游戲等領(lǐng)域滲透，提高視頻創(chuàng)作效率等。

智能視頻(Intelligent Video)是利用計(jì)算機(jī)視覺(jué)和人工智能技術(shù)，對(duì)視頻內(nèi)容進(jìn)行自動(dòng)分析、識(shí)別和理解，從而提取出有用的信息，實(shí)現(xiàn)視頻監(jiān)控、智能分析、行為識(shí)別、人臉識(shí)別等多種應(yīng)用。智能視頻技術(shù)可以大大提高視頻監(jiān)控的效率和準(zhǔn)確性，減少人工干預(yù)和誤報(bào)率，為安防、交通、醫(yī)療、教育等領(lǐng)域提供更為智能化和高效化的解決方案。

根據(jù)中研普華研究院撰寫(xiě)的《2023-2028年中國(guó)智能視頻行業(yè)競(jìng)爭(zhēng)分析及發(fā)展前景預(yù)測(cè)報(bào)告》顯示：

智能視頻行業(yè)發(fā)展分析

智能視頻的核心技術(shù)包括計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等。通過(guò)對(duì)視頻幀進(jìn)行逐幀分析，智能視頻系統(tǒng)可以識(shí)別出目標(biāo)對(duì)象、分析其行為軌跡、檢測(cè)異常事件等。同時(shí)，利用大數(shù)據(jù)和云計(jì)算技術(shù)，可以對(duì)大量視頻數(shù)據(jù)進(jìn)行存儲(chǔ)、分析和挖掘，從而發(fā)現(xiàn)隱藏在視頻數(shù)據(jù)中的有用信息，為決策提供數(shù)據(jù)支持。

目前，智能視頻已經(jīng)在多個(gè)領(lǐng)域得到廣泛應(yīng)用。在安防領(lǐng)域，智能視頻監(jiān)控可以自動(dòng)識(shí)別出入侵者、異常行為等，并及時(shí)發(fā)出報(bào)警，提高安全防范能力。在交通領(lǐng)域，智能視頻可以實(shí)時(shí)監(jiān)測(cè)交通流量、違章行為等，為交通管理提供有力支持。在醫(yī)療領(lǐng)域，智能視頻可以幫助醫(yī)生進(jìn)行手術(shù)操作、病情監(jiān)測(cè)等，提高醫(yī)療效率和質(zhì)量。在教育領(lǐng)域，智能視頻可以輔助教師進(jìn)行教學(xué)、學(xué)生學(xué)習(xí)情況監(jiān)測(cè)等，提高教學(xué)效果和學(xué)習(xí)體驗(yàn)。

隨著人工智能和計(jì)算機(jī)視覺(jué)技術(shù)的不斷發(fā)展，智能視頻的應(yīng)用領(lǐng)域和場(chǎng)景將不斷擴(kuò)大和深化。同時(shí)，隨著5G、物聯(lián)網(wǎng)等技術(shù)的普及和應(yīng)用，智能視頻也將與其他技術(shù)相互融合，形成更為智能化和高效化的解決方案，為各個(gè)領(lǐng)域的發(fā)展提供有力支持。

從發(fā)展現(xiàn)狀來(lái)看，智能視頻行業(yè)正在快速發(fā)展，市場(chǎng)規(guī)模持續(xù)擴(kuò)大。隨著人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的不斷進(jìn)步，智能視頻在各個(gè)領(lǐng)域的應(yīng)用也越來(lái)越廣泛。

例如，在安防領(lǐng)域，智能視頻監(jiān)控設(shè)備已經(jīng)廣泛應(yīng)用于各種場(chǎng)景，有效地提高了安全防范能力。在娛樂(lè)領(lǐng)域，智能視頻技術(shù)也為用戶提供了更加豐富和個(gè)性化的體驗(yàn)。此外，隨著5G技術(shù)的普及和應(yīng)用，智能視頻行業(yè)也迎來(lái)了新的發(fā)展機(jī)遇。

智能視頻行業(yè)的發(fā)展?jié)摿薮蟆?/strong>隨著人工智能技術(shù)的不斷發(fā)展和應(yīng)用，智能視頻將在更多領(lǐng)域得到應(yīng)用，如智能家居、智能交通、智能醫(yī)療等。

同時(shí)，隨著人們對(duì)視頻內(nèi)容質(zhì)量和體驗(yàn)的要求不斷提高，智能視頻技術(shù)也將不斷提升，為用戶提供更加高質(zhì)量和個(gè)性化的視頻體驗(yàn)。此外，隨著政策的不斷推動(dòng)和市場(chǎng)的不斷擴(kuò)大，智能視頻行業(yè)的競(jìng)爭(zhēng)格局也將更加激烈，這將進(jìn)一步推動(dòng)行業(yè)的發(fā)展和創(chuàng)新。

隨著人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)的快速發(fā)展，智能視頻行業(yè)在算法優(yōu)化、視頻處理、數(shù)據(jù)分析等方面取得了顯著的進(jìn)步。例如，深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)的應(yīng)用，使得智能視頻在目標(biāo)檢測(cè)、人臉識(shí)別、行為分析等方面更加精準(zhǔn)和高效。同時(shí)，新的視頻編解碼技術(shù)、邊緣計(jì)算等也為智能視頻行業(yè)的發(fā)展提供了新的動(dòng)力。

智能視頻行業(yè)發(fā)展機(jī)會(huì)

5G網(wǎng)絡(luò)的普及和用戶需求的多元化，短視頻平臺(tái)之間的競(jìng)爭(zhēng)也從內(nèi)容數(shù)量轉(zhuǎn)向內(nèi)容質(zhì)量和創(chuàng)新能力。因此，短視頻平臺(tái)需要不斷提升自身的技術(shù)水平和服務(wù)水平，打造差異化的產(chǎn)品特色和用戶體驗(yàn)，增強(qiáng)智能視頻分析用戶粘性和忠誠(chéng)度。

5G技術(shù)的發(fā)展和應(yīng)用，以及農(nóng)村互聯(lián)網(wǎng)的進(jìn)一步普及，智能視頻分析仍然具有很樂(lè)觀的增長(zhǎng)前景。同時(shí)，AR、VR、無(wú)人機(jī)拍攝、全景技術(shù)等視頻拍攝技術(shù)的日益成熟和應(yīng)用，也會(huì)給觀眾帶來(lái)越來(lái)越好的視覺(jué)體驗(yàn)，進(jìn)而有力地促進(jìn)行業(yè)的發(fā)展。

智能視頻分析的需求正在快速增長(zhǎng)，特別是隨著實(shí)時(shí)安全監(jiān)控應(yīng)用的需求增加，實(shí)時(shí)發(fā)現(xiàn)安全隱患或目標(biāo)異常行為的功能已經(jīng)具有越來(lái)越重要的現(xiàn)實(shí)意義，智能視頻分析產(chǎn)品在這種日益增長(zhǎng)的需求帶動(dòng)下，正在成為視頻監(jiān)控應(yīng)用的新熱點(diǎn)。

隨著人們對(duì)視頻內(nèi)容質(zhì)量和體驗(yàn)的要求不斷提高，智能視頻的市場(chǎng)需求也在持續(xù)增長(zhǎng)。特別是在高清、超高清視頻、VR/AR、智能家居等新興領(lǐng)域，智能視頻技術(shù)的應(yīng)用將更加廣泛。這為智能視頻企業(yè)提供了巨大的市場(chǎng)機(jī)會(huì)和發(fā)展空間。

政策支持與推動(dòng)：政府對(duì)于智能視頻行業(yè)的發(fā)展也給予了大力支持。例如，推動(dòng)人工智能、大數(shù)據(jù)等技術(shù)的發(fā)展，鼓勵(lì)跨界合作和創(chuàng)新，提供資金支持等。這些政策為智能視頻行業(yè)的發(fā)展提供了良好的環(huán)境和機(jī)遇。

在激烈的市場(chǎng)競(jìng)爭(zhēng)中，企業(yè)及投資者能否做出適時(shí)有效的市場(chǎng)決策是制勝的關(guān)鍵。中研網(wǎng)撰寫(xiě)的智能視頻行業(yè)報(bào)告對(duì)中國(guó)智能視頻行業(yè)的發(fā)展現(xiàn)狀、競(jìng)爭(zhēng)格局及市場(chǎng)供需形勢(shì)進(jìn)行了具體分析，并從行業(yè)的政策環(huán)境、經(jīng)濟(jì)環(huán)境、社會(huì)環(huán)境及技術(shù)環(huán)境等方面分析行業(yè)面臨的機(jī)遇及挑戰(zhàn)。同時(shí)揭示了市場(chǎng)潛在需求與潛在機(jī)會(huì)，為戰(zhàn)略投資者選擇恰當(dāng)?shù)耐顿Y時(shí)機(jī)和公司領(lǐng)導(dǎo)層做戰(zhàn)略規(guī)劃提供準(zhǔn)確的市場(chǎng)情報(bào)信息及科學(xué)的決策依據(jù)，同時(shí)對(duì)政府部門(mén)也具有極大的參考價(jià)值。

想了解關(guān)于更多智能視頻行業(yè)專業(yè)分析，可點(diǎn)擊查看中研普華研究院撰寫(xiě)的《2023-2028年中國(guó)智能視頻行業(yè)競(jìng)爭(zhēng)分析及發(fā)展前景預(yù)測(cè)報(bào)告》。同時(shí)本報(bào)告還包含大量的數(shù)據(jù)、深入分析、專業(yè)方法和價(jià)值洞察，可以幫助您更好地了解行業(yè)的趨勢(shì)、風(fēng)險(xiǎn)和機(jī)遇。