中國新聞周刊記者 王詩涵

　　發(fā)于2024.3.18總第1132期《中國新聞周刊》雜志

　　Sora橫空出世的當夜，AI圈集體失眠。有人認為這是“降維打擊”，也有人樂壞了。

　　“我們特別開心。過去的一年，我們始終堅信視頻生成是件大事，認為它會對整個世界產(chǎn)生巨大沖擊和影響，但是沒有多少人信我們，我們花費了很多唇舌去教育市場�！睈墼娍萍紕�(chuàng)始人、CEO王長虎對《中國新聞周刊》說。

　　距離OpenAI發(fā)布Sora已近一個月，中國玩家當前表現(xiàn)如何？據(jù)不完全統(tǒng)計，至少已有15家中國大廠和創(chuàng)業(yè)公司陸續(xù)推出了AI視頻工具，其中有諸多產(chǎn)品已面向全球市場發(fā)行。

　　涉及Sora核心技術的相關論文，早在2022年就已發(fā)布。Sora出現(xiàn)前，視頻生成領域投資環(huán)境的冷遇已久；Sora出現(xiàn)后，創(chuàng)業(yè)者們在驗證技術信仰的同時，也將面臨更殘酷的市場競爭。與此同時，AI創(chuàng)投圈對大模型的觀點爭論仍在持續(xù)，興奮與謹慎的心態(tài)始終交織。

　　但顯然，AI視頻的融資風口期已經(jīng)到來了。3月11日，愛詩科技宣布完成億級人民幣A1輪融資，由達晨財智領投；同時國內(nèi)版文生視頻產(chǎn)品“愛詩視頻大模型”上線內(nèi)測。

　　“作為最前沿的探索者，要嘗試很多技術路線，Sora的出現(xiàn)減少了我們的試錯成本�！蓖蹰L虎說道。

　　在受訪者看來，當規(guī)模定律成為行業(yè)的公開秘密，文生視頻大模型的競賽也變成了“明牌游戲”，在未來，是否能持續(xù)具備足夠的資源，將成為牌桌上的重要籌碼。接下來留給中國企業(yè)的最大未知數(shù)在于：中國的大廠和創(chuàng)新企業(yè)，誰能跑出中國Sora？誰最有希望成為這條賽道上的頭部企業(yè)？

　　創(chuàng)業(yè)者們的技術信仰被驗證了

　　在眾多創(chuàng)業(yè)者眼里，繼ChatGPT后，Sora再次開啟了人類通往AGI(通用人工智能)道路的一扇門。

　　“AI本質(zhì)上是創(chuàng)造另一個生命和文明，人類正處于創(chuàng)造它的前夜。Sora意味著人類可能剛找到它的眼睛，嘗試著把它拼上去。”創(chuàng)業(yè)者Max向《中國新聞周刊》解釋，具備自我意識的AGI需要多模態(tài)，目前，相較于語言模型的讀寫能力，AI在“眼睛(圖像視頻)”和“耳朵(音頻)”兩方面的發(fā)展相對滯后。

　　北京時間2月16日凌晨，OpenAI發(fā)布文生視頻大模型Sora，樣片顯示出Sora在基本視頻生成、多模態(tài)生成、視頻編輯、世界模擬等能力項上的超越式成果，也驗證了時空編碼(spacetime patches)和DiT模型(Diffusion與Transformer模型結(jié)合)技術路線的成功。

　　帶來“降維打擊”的Sora，樹立了文生視頻大模型領域的技術標桿，引發(fā)市場關注的同時，也將加速視頻生成賽道的技術發(fā)展與產(chǎn)品進度。對于創(chuàng)業(yè)團隊來說，則意味著此前苦苦堅持的技術信仰得以驗證。

　　“此前，用戶數(shù)量的快速增長已經(jīng)讓我們感知到了判斷的正確，Sora再添了一把火，更加驗證了我們一開始的信仰�！蓖蹰L虎感嘆。

　　Sora發(fā)布的同一晚，谷歌也發(fā)布了多模態(tài)AI大模型Gemini，可實現(xiàn)100萬token(詞元)上下文能力�！拔耶敃r很激動。兩個消息一起出來，說明規(guī)模定律還在起作用。我們不知道大模型明年還會跳到什么樣，但只要繼續(xù)成長，對投資人都是一種利好，我們手里項目的能力會更強，可以做更多的事情�！狈迦鹳Y本投資合伙人陳石回憶道。

　　規(guī)模定律是屬于OpenAI的“暴力美學”。從語言模型到多模態(tài)模型，OpenAI相信scale(規(guī)模)的力量，認為遵循“大模型、大數(shù)據(jù)、大算力”的法則，模型性能會持續(xù)提升，根據(jù)特定算法，則產(chǎn)生智能“涌現(xiàn)”的能力。

　　在過去，在AI領域，創(chuàng)業(yè)的門檻和難度高于其他賽道：海內(nèi)外的無數(shù)創(chuàng)業(yè)者不懈地在這一領域堆疊技術與靈感，尋找技術理想與商業(yè)可能的交匯點，他們隨時可能向世界突然丟下一顆炸彈，再度引爆一場顛覆性的科技革命。

　　而當下，這些“炸彈”來得更密集和猛烈了。

　　“這輪AI行情有個突出的特點，就是‘天底下沒有秘密’�！标愂�表示，從GPT-3、GPT-3.5到GPT-4以及Sora，產(chǎn)品發(fā)布不久后，其原理和算法很快就被大致猜中或主動公開，最后都歸因于規(guī)模定律，而這并不具備強大壁壘，前提是有錢買GPU卡，也需要人才、數(shù)據(jù)和工程方面的積累。

　　此前，海內(nèi)外大廠與創(chuàng)企已經(jīng)跑出諸多AI視頻大模型產(chǎn)品。海外團隊方面，有Runway的Gen-1和2、Pika Labs的Pika、Stability AI的Stable Video Diffusion、Meta的Emu Video、李飛飛團隊和谷歌合作的W.A.L.T等。國內(nèi)創(chuàng)企方面，則有愛詩科技的PixVerse、MewXAI的藝映AI、右腦科技的Vega AI等；國內(nèi)大廠則有阿里、百度、騰訊、字節(jié)等入局。

　　可預見的是，接下來這場“明牌游戲”里，AI視頻大模型的競爭也將愈加“殘酷”�！按蠹叶家庾R到需要更多的資源，留在牌桌上的價碼越來越高。在前一階段未能及時拿到融資的團隊，未必就有機會留下了�！蓖蹰L虎說。

　　陳石認為，當前，做大模型的公司需要重新思考定位：倘若繼續(xù)探索基礎引擎，需要在跟隨技術路線的同時找到與Sora不同的切入點；倘若轉(zhuǎn)向垂類模型或商業(yè)應用場景，則需要構建自己的技術壁壘或業(yè)務壁壘。

　　“投不投大模型？”

　　“去年成立團隊的時候，整個投資環(huán)境對視頻生成沒有太大信心。我們把嘴皮子磨破后發(fā)現(xiàn)，想說服投資人很不容易，很少的投資人認可并投入了我們。Sora出來之后，我們也有遺憾，如果在過去一年拿到了更多的資源，也許Sora會是我們自己做出來的。”王長虎坦言。

　　“投不投大模型？”或是2023年甚至2022年以來投資人們一直在思考的問題。而投資觀點的分野，并未在Sora出現(xiàn)后發(fā)生改變。近日，騰訊新聞《潛望》發(fā)布的兩篇人物訪談引起了AI創(chuàng)投圈的普遍共鳴，月之暗面創(chuàng)始人、CEO楊植麟和金沙江創(chuàng)投主管合伙人朱嘯虎的觀點，分別被認為是“技術信仰派”和“市場信仰派”的代表。

　　多家大模型初創(chuàng)企業(yè)公布自去年第二季度以來完成的融資信息。2023年4月，HiDream.ai智象未來完成種子輪融資，于12月完成由科大訊飛領投的天使輪融資。5月，Morph Studio完成數(shù)百萬美元種子輪融資，由BV百度風投單獨投資。6月，右腦科技完成數(shù)千萬元天使輪融資，由光速光合領投，奇績創(chuàng)壇等跟投。

　　新一輪融資已在今年加速。愛詩科技于去年8月完成數(shù)千萬元人民幣天使輪融資；今年3月11日，完成億級人民幣A1輪融資，由達晨財智領投。生數(shù)科技分別于去年6月和8月完成天使輪和天使+輪融資；今年3月12日，再完成新一輪數(shù)億元融資，由啟明創(chuàng)投領投，達泰資本、智譜AI、BV百度風投等繼續(xù)跟投。

　　“在一年前本次AI浪潮涌現(xiàn)之時，我們就相信AI視頻生成將成為新的巨大機會，斷定它將對內(nèi)容生產(chǎn)和消費的全部相關行業(yè)產(chǎn)生顛覆性的影響，中國也將涌現(xiàn)出具備奠基意義的AI產(chǎn)業(yè)企業(yè)�！惫庠促Y本創(chuàng)始人、CEO鄭烜樂說。該機構參與了愛詩科技的早期孵化。

　　“當投資界不認為這是大事或能短期做成的時候，我們有自己信仰和堅信的東西。一年前倘若被不同的聲音所左右，我們做不出來PixVerse，也無法走到現(xiàn)在。”王長虎認為，“創(chuàng)業(yè)需要有長期的視角。創(chuàng)業(yè)者要做的，是非共識而正確的事�！�

　　但投資人有自己看問題的視角。由于每只基金的投向受到資金來源、項目退出和收益要求、現(xiàn)實情況等因素影響，投資人有各自的立場：大手筆投向大模型的仍是少數(shù)，大多數(shù)投資人對模型層項目的態(tài)度相對謹慎，更傾向于尋找已經(jīng)找到或看到落地場景的應用端項目�！白鐾ㄓ么竽Ｐ偷钠髽I(yè)在商業(yè)化上可能是很難找到合理路徑的，這一點連OpenAI自己都沒有解決�！眲�(chuàng)業(yè)者Max說道。

　　為此，創(chuàng)企都在尋找自己的路徑。以愛詩科技為例，公司在未來計劃分兩步走：在第一階段面向創(chuàng)作者，提供優(yōu)質(zhì)視頻生成服務，更好地理解創(chuàng)作者動機，同時直接面向用戶，接受用戶反饋進行迭代；在第二階段則面向消費者，在提供工具的基礎上，打通創(chuàng)作和消費全流程，提供AI原生的可消費內(nèi)容。

　　事實上，Sora類的底層通用大模型與應用層的垂類模型或應用之間的根本區(qū)別在于，前者是“0~1”，需要跨越科技進步的早期高門檻，專注核心技術的突破；后者則是“1~10”，是在通用大模型的基礎上找到具體的應用，更注重商業(yè)場景的認知與建設。

　　“去年我們看了很多文生圖、文生視頻、文生3D的項目，但通用大模型我們都沒有投。多模態(tài)的輸入輸出，看起來不一定是創(chuàng)業(yè)公司能做的，因為這是大模型公司的必經(jīng)之路�！狈迦鹳Y本投資合伙人陳石回憶道。

　　Morning Trail Investment 合伙人周欣華則認為，大模型競爭激烈，用戶黏性低，壟斷可能性低而成本太高，還是重復造輪子，可能剛造出來就被迭代了�！熬揞^扔出王炸、創(chuàng)企一夜團滅的情況并非第一次，往往會對創(chuàng)業(yè)項目和投資人帶來致命打擊。”她認為，Sora橫空出世，顯得Pika就很雞肋；而谷歌的Gemini 1.5、Meta楊立昆的V-JEPA架構、Stability AI的Stable Diffusion 3，也是當前潛在的Sora圍剿勢力。

　　“重復造輪子”后被迭代的高風險，是投資人對模型端的普遍擔憂。“最大的悲哀可能是，我們造輪子造出的閉源模型比不過別人的開源模型�！标愂�補充說道。

　　“要想在底層投資上走到最后，確實需要龐大的資金、人才和資源，資源則包括算力、數(shù)據(jù)和場景，所以硅谷大廠都在投大模型公司。在當前國內(nèi)的資本環(huán)境下，互聯(lián)網(wǎng)大廠或市場化VC基金都不一定能有做散財童子的底氣，很難在商業(yè)模式不清晰、投資成功概率不高的情況下把大模型投資進行到底�！敝苄廊A說。

　　從大環(huán)境看，資本謹慎的趨勢已久。CVSource投中數(shù)據(jù)顯示，截至2024年2月，中國VC/PE市場投資規(guī)�？傔_67.74億美元，同比下降28.83%；近3個月的投資案例數(shù)量和規(guī)模整體均呈現(xiàn)下跌趨勢。

　　不過，在創(chuàng)投寒冬中，AI領域的投資規(guī)模在細分領域中仍最為突出，在2月高達11.06億美元�！癝ora的話題度引爆了關注，文生視頻的團隊普遍受到熱捧，但整體來講其他AI項目融資的難度可能還是和以前差不多。”創(chuàng)業(yè)者Max表示。

　　對于普通創(chuàng)業(yè)者來說，提高自身造血能力，存活下來是當前的首要目標�！跋仍诓淮_定性中找到一些商業(yè)上的確定性，可以再去追求產(chǎn)品長遠的價值。在變動期，先上車是最重要的事情�！蹦壳罢�在做AI視頻創(chuàng)業(yè)項目的Fimmo分享道。

　　上述投資人都更傾向于看好商業(yè)模式清晰、落地場景明確的應用層項目。陳石表示，團隊投資的應用項目同商業(yè)實踐結(jié)合緊密，并具有自己的業(yè)務縱深。

　　“但是，當前很多應用層的項目用AI炫技的成分居多，可能觸及了用戶的癢點，卻不是痛點。”周欣華指出，在無法一步到位的情況下，一些過渡狀態(tài)可能存在機會。她總結(jié)了當前應用層項目的幾大優(yōu)勢方向：其一，商業(yè)場景用AI嵌入工作流，用AI參與過程，從而更容易落地項目；其二，善用大模型在用戶交互方面、小模型在私密性和垂直領域Know-how把握方面的優(yōu)勢，將大、小模型結(jié)合的垂類應用項目；其三，利用AI的能力，使出海拓展更加高效可行的項目。

　　“應用層項目還有一點利好在于，頭部的大模型還在追求AGI的星辰大海，暫時不會花過多時間去做過多的商業(yè)場景定制。”陳石分析，“因此，應用層創(chuàng)業(yè)者還是要找到自己的生態(tài)位，要跟大語言模型保持‘安全距離’，不要迎面撞向它的必經(jīng)之路，要找到自己技術或業(yè)務的縱深�！�

　　大廠“低調(diào)”布局

　　“這個事情還是挺燒錢的，大廠抬升了大模型項目的估值，他們最終可以找到人去買單，我們?nèi)绻�投了，找誰來買單，這是最大的問題�！蓖顿Y人李童表示。

　　模型競賽的主力軍，必然是擁有算力、資金、數(shù)據(jù)和人力優(yōu)勢的大廠。業(yè)內(nèi)人士普遍認為，底層投資需要龐大的資金量和資源，而大廠有實力也有責任重視這場競賽。

　　去年以來，中國大廠已然動作頻頻，在推進語言模型的同時布局視頻生成模型業(yè)務。尤其在歲末年初，步伐加速顯著。2024年1月17日，騰訊AI Lab再推出VideoCrafter2，實現(xiàn)文生視頻和圖生視頻。1月19日，百度推出視頻生成模型UnivG，支持文字和圖像組合輸入，針對高自由度和低自由度兩種任務分別采用不同的生成方式，項目由百度文心一格總架構師肖欣延領銜。阿里巴巴通義實驗室則開發(fā)了開源視頻生成模型和代碼系列 VGen。2023年11月，阿里在論文中宣布開源圖生視頻模型 I2VGen-XL；12月，推出文生視頻開源大模型ModelScopeT2V，模型和代碼完全開源。

　　字節(jié)跳動也緊跟步伐。今年1月，字節(jié)跳動發(fā)布文生視頻大模型MagicVideo-V2。2月20日左右，字節(jié)低調(diào)推出視頻模型產(chǎn)品Boximator，可通過文本控制生成視頻中人物或物體的動作，但字節(jié)方面很快回應稱，“Boximator目前還無法作為完善的產(chǎn)品落地，距離國外領先的視頻生成模型還有很大差距”。

　　2月7日，抖音集團CEO張楠辭任，表示未來將聚焦剪映業(yè)務押注生成式AI。2月23日，字節(jié)在海外版剪映Capcut推出了有獨立主頁的AI視頻生成功能，短暫釋出后下線。而近日，剪映旗下AI創(chuàng)作平臺Dreamina的視頻生成功能也已開放內(nèi)測邀請。

　　此外，上市公司所推出的產(chǎn)品還包括萬興科技的萬興“天幕”大模型、美圖的MiracleVision的奇想智能大模型等等。

　　當規(guī)模定律成為行業(yè)共識，大廠的重視程度，以及在算力、模型、數(shù)據(jù)上的資源投入和堆疊能力，成為了衡量成功可能性的重要因素。

　　基于此，部分AI創(chuàng)業(yè)者看好字節(jié)跳動。據(jù)財聯(lián)社報道，截至去年9月，字節(jié)已建立超過一萬張英偉達Ampere架構GPU集群，目前正在建設Hopper架構的集群�！白止�(jié)是國內(nèi)為數(shù)不多有‘萬卡集群’算力資源優(yōu)勢的公司�！眲�(chuàng)業(yè)者Max認為，字節(jié)的視頻數(shù)據(jù)量在世界范圍內(nèi)處于領先地位，也是相對年輕的大廠，看好其對戰(zhàn)略布局的敏感度�！坝屑粲臣捌浜Ｍ獍娴募映郑�字節(jié)在短視頻和個人生產(chǎn)力工具上有優(yōu)勢地位，至少它不會是國內(nèi)大廠中做得最差的。”創(chuàng)業(yè)者Fimmo補充。

　　不同于在互聯(lián)網(wǎng)時代找準生態(tài)位、創(chuàng)造出現(xiàn)象級應用的輝煌，字節(jié)在大模型時代仍然處于追隨者的位置。1月底，字節(jié)跳動CEO梁汝波在全員會的發(fā)言中多次提到“危機感”，“字節(jié)跳動目前的業(yè)務有非常大的慣性，哪怕團隊不額外努力，公司仍然可以依賴慣性滑行很長一段時間，但這是很危險的�！彼�說。

　　陳石認為，輕易地作出判斷有些“想當然”。盡管當前每家大廠都很重視，“出牌”策略也不盡相同，但畢竟先是一個做“復制”的過程，最終可能都會趨同，“中國的大廠可能本質(zhì)區(qū)別不大，主要的差距和限制是能買到多少張GPU卡”。據(jù)他預測，在2024年末或2025年初，或就能見證大廠對Sora的復現(xiàn)。

　　但他也同時強調(diào)，大廠“必須要跟，要超越”�！坝袥Q心、有實力的大廠需要足夠重視。頭部的公司首先要具備閉源的能力，不能依賴于開源，在這一基礎上把生態(tài)堆起來�？梢栽谶@個位置等一等，當未來的算力成本越來越低的時候，繼續(xù)挑戰(zhàn)往上走，這樣的情況就比較理想。”陳石說。

　　關于生成式AI，手機大廠的思路則與互聯(lián)網(wǎng)大廠有所不同�！白鳛橹悄芙K端廠商，我們不能將互聯(lián)網(wǎng)應用服務廠商的事情作為自己的方向，而是要用AI重構操作系統(tǒng)。未來在手機上可以有各種各樣大模型出現(xiàn)，手機提供算力接口，幫助更多的‘Sora’高效運行�！睒s耀CEO趙明對《中國新聞周刊》表示。

　　中國Sora花落誰家？

　　那么，倘若中國大廠和創(chuàng)企都“鉚足了勁”追平或超越Sora，誰能搶先為之？

　　“中國的大模型現(xiàn)階段還處于跟隨狀態(tài)，且參與者眾多，未來的分化與進展并不好預測。不過，初創(chuàng)公司仍然會稍微難一些，大模型不需要大家都做，但大廠或國央企、政府的意志還是要有的�！标愂�表示。

　　在李童看來，除了在資金、算力、數(shù)據(jù)等方面的資源優(yōu)勢，“大廠也投資了很多大模型和算力公司，本身也是為所有下游應用服務的，符合其整體戰(zhàn)略布局，它賺的是整個行業(yè)鏈的錢”。

　　“未來在AIGC視頻生成領域的算法層、平臺層和算力層中，大廠適合進行全產(chǎn)業(yè)鏈布局，初創(chuàng)企業(yè)適合介入應用層或中間層某一細分領域，央國企則適合從基礎設施開始布局�！奔鬃庸饽曛菐煊^點認為。

　　因此，初創(chuàng)公司并非沒有機會。李童認為，“在創(chuàng)意方面，所有人都是在同一個起跑線上競爭�！蓖蹰L虎則表示，“大廠具備資源、數(shù)據(jù)、流量方面的優(yōu)勢，使得創(chuàng)業(yè)公司一定要想著創(chuàng)新，尋求差異化，這是創(chuàng)業(yè)公司尋求成功的重要方面�！睆腁I產(chǎn)品榜統(tǒng)計的2月數(shù)據(jù)看，PixVerse的用戶訪問量規(guī)模已經(jīng)與國內(nèi)頭部的AI語言大模型和應用工具在相同量級上競爭�！斑@正得益于我們一年前的判斷和認知所帶來的先發(fā)優(yōu)勢，在大家做大語言模型的時候差異化選擇了視頻模型，提前積累了技術�！�

　　“創(chuàng)企和大廠之間，也絕不是非此即彼的關系�！蓖蹰L虎認為，OpenAI和微軟的合作就是“共贏”的典型代表，創(chuàng)企和大廠應在合作共贏中做出差異化發(fā)展。“不僅能在存量市場中看到這種可能，當所有用戶都能玩起視頻生成的時候，還將有巨大的增量市場�！�

　　放眼全球，中國視頻生成大模型的未來幾何？陳石提出了“模型跟隨+應用生態(tài)”的設想。他認為，目前中國企業(yè)在AI領域的機會主要在應用層，“中國是數(shù)字經(jīng)濟時代應用的優(yōu)秀生，很多應用的實用程度、開發(fā)能力、易用性都是全球第一�！痹谒�看來，未來大力發(fā)展AI應用，最終利用在應用生態(tài)上的優(yōu)勢反向進行技術突破，是屬于中國的AI技術解法之一。

　　身在局中，在王長虎看來，相比于語言和圖片生成領域，面向全球，中國在視頻生成大模型上跟海外是沒有差距的。一方面，誕生于視頻生成領域早期的團隊，已接住了全球化的機會；另一方面，中國公司在UGC時代創(chuàng)造了世界級的視頻應用，意味著中國團隊將有更加豐富的產(chǎn)品經(jīng)驗和場景認知，而這些優(yōu)勢都能反哺視頻生成技術的發(fā)展本身。

　　當前，Sora尚未面向大眾測試，用戶實際體驗是否能與官方發(fā)布的視頻效果保持一致，這一點仍然未知。AI視頻大模型究竟走到了GPT-2還是GPT-3時刻，還有待世界共同見證Sora的正式面世。

　　“我們可以大膽想象，當視頻生成技術發(fā)展成熟，秒級實時的視頻生成、視頻編輯、視頻交互成為現(xiàn)實，所有視頻創(chuàng)作者的生產(chǎn)模式、所有人對視頻內(nèi)容的消費模式都將有翻天覆地的變化�！蓖蹰L虎預測道。

　　(文中李童、Max、Fimmo為化名)