長達一年的“百模大戰”仍未結束，兩大海外AI巨頭給國內科技廠商帶來了麻煩。
春節假期結束時，谷歌和OpenAI毫無徵兆地發布了他們新的AI“核武器”。
谷歌新一代多模態大模型雙子座1效能提公升到百萬級的5 Pro，秒殺徹底擊殺OpenAI的GPT-4 Turbo，暫時是表面上最強的。
後者首款文盛**機型SORA基於視覺美學的驚人表現，更是讓人印象深刻，並迅速成為全球科技圈的熱點。
在保真度、長度、穩定性、一致性、解像度、文字理解等生成方面，SORA已經超越了Gen-2、SVD-XT、PIKA等主流產品，取得了目前最好的成績。
去年，阿里巴巴、科大訊飛等國內網際網絡公司紛紛推出自主研發的大模型，在智慧型變革時代爭搶門票; 華為、小公尺、OPPO、vivo等手機廠商也紛紛布局大機型，希望新技術能為高峰市場帶來新的活力; 許多初創公司也進入了賽道，試圖在彎道中輕裝上陣並超車。
然而，物理意義上的差距，讓得國產大型模型產品在效能和生態上與ChatGPT仍有較大差距。 而現在，第乙個生成模型SORA的誕生，再次掀起後續浪潮也就不足為奇了。
然而，顛覆性影響往往來自顛覆性的想法。 從目前的節點來看，國內企業在AI大模型領域與全球前端的差距有多大？ 有什麼區別？ 哪些種子選手有可能脫穎而出？
關於Sora的出現，馬斯克的評論“GG Humans（人類認輸）”可以算是主流觀點了。
此前，雖然已經有大量的文盛**技術，但技術上的融合還沒有實現，主要的實現路徑是通過各種手段讓單幀的**“動起來”，類似於定格動畫。 從使用者實際需求來看，每一幀之間的連貫性和自然性是價值的關鍵，即每一幀語義資訊的無縫銜接才是核心。
換句話說，像SORA這樣的產品，提供符合需求的技術解決方案，遠比從技術可以實現什麼的角度來創造乙個產品要好得多。
根據OpenAI官網的介紹，SORA與之前的文生**想法不同，即讓模型**一次多幀，並確保**主體保持不變。 這就是獨創性的用武之地——在**框架上取得突破，提高**一代的使用上限。
360創始人周弘毅也對此給予了高度評價，認為SORA的誕生意味著AGI（通用人工智慧）的實現可能從十年縮短到一兩年。
作為SORA的前身，AI Wensheng**創業公司Runway的聯合創始人兼CEO克里斯托瓦爾·瓦倫蘇埃拉（Cristobal Valenzuela）感嘆，過去需要一年的時間才能取得的進步，變成了幾個月才能實現，然後是幾天和幾個小時。
在Sora發布之前，還有很多煙霧彈被釋放。 例如，OpenAI 已經組建了乙個新的團隊來研究兒童安全，或者正在準備推出 GPT-45-turbo，但真正的“殺手級更新”隱藏得很好。 這也讓PIKA和Runway等明星創業公司在面對SORA時措手不及。
事實上，國內外大型廠商對AI一代的態度一直模稜兩可。 根本問題是目前的勞動力質量更好，效果更好，成本可以接受; AI生成並不像大家之前想象的那麼具有顛覆性，所以整體策略更多的是防禦而不是進攻。
值得一提的是，國內的位元組跳動及其嗅覺更加敏銳。 早在去年，在文心一言的發布會上，AI文生的功能就已經發布，AI會根據文字內容自動找到合適的**素材，生成**並自動發布，這就是文心一言AIGC的TTV（Emotional Analysis of Text Content）功能。
位元組跳動在去年11月發布了pixeldance，可以通過上乙個clip的最後一幀為下乙個**clip頭幀提供指導，並且在**時長上取得了突破，但目前還沒有開放使用者測試，所以具體效果還不得而知。
如果我們看一下GPT的發展路徑，所有做AI生成甚至大模型的公司都會面臨新一輪的危機。 正如周弘毅所說，雖然國產大模型的開發水平表面上接近GPT-35，但實際上有 40 和 1 之間還有一年半的差距。 Openal 應該掌握著一些秘密**，無論是 GPT-5 還是通過機器學習自動生成內容。
但危險與機遇並存。 OpenAI已經證明，用大模型的思路做到最好是可行的，文盛可以成為全球新一輪AIGC大賽的焦點，也為直播電商和短平台上的內容創作帶來了更高的天花板。 其他網際網絡公司和內容平台需要做的，就是證明自己也可以用大模型做起來。
從技術角度來看，SORA是乙個多模態混合模型，它由乙個大型語言模型和乙個文字和影象生成器拼接在一起。 這也意味著多模態模型迭代的步伐正在加快，2024年第一波AI浪潮開始也就不足為奇了。
自2022年底以來，ChatGPT橫空出世，其強大的影響力如野火般蔓延到國內科技圈。 阿里巴巴、騰訊等各大網際網絡廠商，以及以公尺奧夫為代表的智慧型硬體公司，似乎都嗅到了新時代的氣息，紛紛宣布推出自己的大機型，打算在這股AI浪潮中占有一席之地。
同時，文盛圖、文盛**等多式聯運AIGC產品也在有序推進。 從現實的角度來看，人工智慧生物文字和傳記的應用早已興起，相關技術也在日新月異。 相比之下，艾文生**是乙個很久沒有被占領的位置，難度和價值同樣巨大。
公開資料顯示，包括位元組跳動、阿里巴巴、海康威視、萬興科技、Tors、當虹科技在內的科技公司都在積極部署文盛**，但與Sora相比差距較大。
簡單來說，之前的AI文盛**工具只停留在“模擬現實”的層面，SORA已經躍公升到了“構建現實”的新高度。 兩者的根本區別在於，前者只是對現實世界的膚淺模仿，難以深入捕捉現實世界的物理規律和動態變化; 另一方面，後者在虛擬世界中重建了與現實世界平行的存在。
Sora不僅學習了畫素和影象的呈現，還對現實世界的“物理定律”有了更深入的了解。 例如，在現實世界中，我們每咬一口食物，都會在食物上留下咬痕，這是一種遵循物理規則的自然現象。 在SORA生成的**中，這個細節也能精準再現，讓“咬下去有痕跡”，從而在虛擬世界中完美再現現實世界的真實感。 而這是其他文盛**產品做不到的。
例如，雖然可以基於輸入文字生成**，但在處理複雜的場景和細節描繪方面仍然存在不足。 而AI文生**也更像是從已有的素材庫中尋找乙個更接近文字含義的**進行拼接，單靠AI很難生成新的**內容。
今年年初，位元組跳動發布了一款超高清文盛**型號magicvideo-v2。 據悉，該模型在高畫質、潤滑、連貫、文字語義恢復等方面，輸出均高於目前主流的文盛**模型Gen-2、Stable Video Diffusion、Pika 10 等。
抖音的張楠於2月初辭去CEO職務，專注於放映業務。 這意味著抖音將加強AI原始圖片和**產品的布局，其中國學生**自然是重中之重。
然而，在張楠的規劃中，AI本應具備的更高保真生成效果、更清晰的生成畫面、更流暢、更自然的邏輯理解能力，也被Sora打敗了。
相較於網際網絡巨頭的低調表現，近期一些上市公司積極發聲，披露了自己在生成模型領域的業務。
據不完全統計，近三個月來，萬興科技、博匯科技、易電安俠、數碼視訊、漢王科技、當虹科技、東方國信、申思電子、銀賽集團、Tors、國邁文化、嘉都科技等10余家A股上市公司在互動平台披露了相關代機領域的業務。
但不可否認的是，真正達到前沿水平的企業寥寥無幾，很多企業只是隨波逐流，缺乏真正的技術儲備和研發能力。
東方國信直言不諱地表示，他們在AI生成領域沒有成熟的技術儲備; 申思電子回應稱，公司正在對文盛圖、圖生文、**盛文、文盛等多模態資料相互跳躍的收斂性進行深入研究，換句話說，他們在這一領域的技術仍處於探索階段。
AI文盛的顛覆性，在實際應用層面可見一斑。 **生成可以幫助改善企業的商業需求，例如幫助降低廣告主成本、方便製作**等。 以位元組跳動為例，其廣告主廣告總成本的一到二就成了第一生產成本，從去年開始，位元組就開始利用相關產品幫助廣告主減少這部分投資。
與上一波ChatGPT類似，雖然國內企業在推出類似AI文生**產品方面難免落後一步，但也是感受索拉渡河的機會。
從全球市場來看，AI依然引領著整個科技業務的方向，多模態成為主流。 從大型語言模型到多模態再到通用人工智慧的路徑逐漸清晰，分歧點在於節奏的判斷。
此前，OpenAI 花了大約半年的時間測試大型語言模型 GPT-4。 如果測試SORA花費的時間大致相同，那麼這個強大的生成工具可能會在今年8月推出。 而這半年，正是其他企業積蓄實力的視窗期。
畢竟ChatGPT已經存在一年多了，但仍有大量使用者沒有使用過聊天機械人相關產品，這也為其他商家提供了迎頭趕上的機會。
目前，國內企業面臨的最大問題是，科大訊飛等一線AI公司的股價因各種原因被打到地板價，而英偉達、Microsoft等國外頂級公司的股價再創新高，OpenAI的估值仍在攀公升。 這也意味著，國內外人工智慧企業在資金、人才、技術、市場吸引力等方面，存在著天然的優勢和劣勢。
周弘毅認為，科技的終極競爭是人才密度和深度積累。 事實上，SORA 使用 Transformer+Diffusion。 從模型架構的角度來看，如果以 Transformer 為基準，那麼文盛**還是比較優先的領先科技公司，但如果生成式**架構還是圍繞著擴散展開，初創企業的機會就更大了。
然而，沒有放之四海而皆準的技術，只有螺旋式的工業繁榮。
雖然SORA一次可以生成幾十秒到一分鐘的**，但是在應用階段，如果產品沒有提供足夠的微操作空間，保證使用者能夠將其整合到自己的工作流程中，那麼很有可能只能鼓掌。
幸運的是，技術的傳播才剛剛開始，沒有一家公司會因為新技術的出現而“突然死亡”。 OpenAI更像是乙個先鋒，它的優勢在於鋪平道路，應用的普及仍然需要生態系統的力量。
這就像文盛文模型上的模組化組合，會不會有手機、智慧型音箱等專有智慧型裝置？ 讓更多的使用者在裝置端使用模型，構建開源+小引數模型+移動端的思路，對現有產品進行創新。 這是國內廠商擅長的，但也是未來內捲的位置。
從單點突破的角度來看，SORA是乙個里程碑; 然而，從商業需求和混合切割工作流程效率的提公升來看，SORA本身的價值和落地效果仍有待研究。
僅僅依靠AI生成的一分鐘**成為下乙個董玉輝和李佳琪是不現實的，更別說拍長篇**或者電影或者電視劇集了，哪怕是短篇**，是一遍又一遍地修改提示詞更有效率，還是在**剪輯軟體中根據創作者的想法調整素材更快？ 顯然，期待SORA變強，還不如期待AI模組盡快加入到編輯軟體中，這樣才能有效提高工作效率。
即使SORA最終全面開放註冊，普通使用者也很難做出像現在這樣**的演示案例。 因此，最終，各大廠商的決定性點是如何普及多模態應用，如何在工具中加入AI功能，更直接地優化工作流程。
新興技術是通用的，而不是任何一家公司獨有的。 對於國內企業來說，多模態的探索不妨參考GPT的開發與落地，在特定垂直領域的應用層面找到自己的優勢，並以此為方向實現快速發展。
只不過在這個過程中，還是看重人才的密度，落地的程度，犯錯的次數。