OpenAI 的索拉出現：它提供哪些投資和投資考量？

2 月 15 日，OpenAI 發布了一項突破性的公告，推出了迄今為止最強大的文本轉視頻模型 Sora。Sora 能夠根據文本提示生成詳細的視頻，擴展現有的視頻敘事，甚至從靜態圖像創建場景。雖然 AI 產生的視頻並不是新鮮事，但 Sora 的公開示範展示了視頻質量、持續時間等方面的重大進步，在業內引起了動感。

在索拉首次亮相之前，有許多視頻生成工具，例如跑道第 2 代和皮卡。但是，Sora 在幾個方面顯著優於其他平台：

1. 視頻長度和清晰度： Sora 可以在 1080P 下輸出高達 60 秒的高清視頻，這與其他競爭對手相比，可以輸出長度最多只有十到二十秒的視頻，這是一項顯著改進。此外，視頻生成效果非常一致。

二.靈活的視頻大小和擴展： 索拉的模型可以採樣寬屏 1920x1080 視頻，垂直 1080x1920 視頻以及介於之間的所有尺寸的視頻（其他型號具有固定尺寸）。Sora 還支持前向和向後的創意視頻擴展，以及多個視頻的連接。

三.具有多角度拍攝的單視頻： 即使主體暫時離開視野，Sora 可以在單一生成的視頻中創建多張照片，準確保角色和視覺風格的一致性。

4.現實物理建模能力： Sora 不僅了解用戶的提示，還了解這些東西在物理世界中如何存在。

根據 OpenAI，「我們教人工智能了解和模擬運動中的物理世界，目標是培訓模型，以幫助人們解決需要真實世界互動的問題。」

儘管當前模型仍然存在困難準確模擬複雜場景的物理原理等弱點，但 Sora 的首次亮相毫無疑標誌著 AI 在視頻技術領域的突破，開啟了 AIGC 的新時代。

除了 OpenAI 之外，其他科技明星最近在 AI 領域取得了新突破：

谷歌發布了 Gemini 1.5 Pro，它支持多達 100 萬個令牌上下文長度，並顯著提高了性能；Meta 推出了 V-JEPA，這是一款 AI 視頻模型，旨在通過預測視頻中丟失或隱藏部分來有效增強 AI 對世界的理解。

$英偉達(NVDA.US)$ 還發布了一個名為與 RTX 聊天的本地聊天機器人應用程序。此外，從披露的財務報告中，例如巨頭的資本支出指導 $谷歌-A(GOOGL.US)$, $亞馬遜(AMZN.US)$, $微軟(MSFT.US)$，以及 $Meta Platforms(META.US)$ 在 AI 領域持續增長，證明了行業的高繁榮。

Sora 的出現意味著視頻生成領域的競爭越來越激烈，並將顯著加速多模式 AI 和 AI 應用場景的發展。Sora 背後的新興功能為需要實際模型的行業提供了明確的方向，例如自動駕駛，設計，廣告（電子商務），教育，醫療保健和網絡安全，而 AI 應用場景將繼續擴展。首先在應用程序端佈置 AI 的公司預計將從行業環境的變化中受益。

Sora 將加速多模式領域的主要參與者的投資，並預計將推動培訓和推論方面的計算能力需求增加，從而受益於如下的 AI 芯片巨頭 $英偉達(NVDA.US)$ 和 $美國超微公司(AMD.US)$ 直接。由於對 AI 的需求蓬勃發展，英維亞已將 B100 的原始計劃發布日期從 2024Q4 推進到 2024Q2，據說比當前型號 H200 強大的兩倍。

Sora 的出現意味著視頻生成的門檻和成本大幅降低，這將在視頻製作、傳統廣告、電影和短片等行業中帶來重大變化。與傳統電影和電視製作相比，Sora 製作過程更簡單，投資成本更低，並產生更快、更具創意的成果。Sora 發布後，從事多媒體生產軟件的開發公司，例如 $Adobe(ADBE.US)$，上週五股票價格暴跌 7.41%，而 $Shutterstock(SSTK.US)$影像庫、庫存圖像、音樂和編輯工具供應商，下跌超過 5.44%。

據美國電影行業領先雜誌《好萊塢記者》報導：「雖然類似的 AI 視頻工具已經可用，但 OpenAI 的系統代表了該技術的快速增長，它有潛力降低巨量勞動力。隨著娛樂行業與人工智能面對，這表明了進一步的主流採用。」