很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
來源 | 松果財經(jīng)原創(chuàng)
作者 | 在輝
AI文生視頻領(lǐng)域，幾乎只剩Sora還是個期貨了。
最近兩個月，國內(nèi)外的AI-generated Video應(yīng)用持續(xù)爆發(fā)，中國的快手、字節(jié)、智譜AI、生數(shù)科技、愛詩科技，海外的谷歌、Luma、Runway，格局如八仙過海。
雖然不同平臺水平差異依舊存在，但整體可用性已經(jīng)大大提高，而且風格化特征也比較全面。唯一的缺憾是，在融入工作流方面，AI視頻工具們的水平還是差了一點。Sora畫的餅，要交給這些后來者去圓了。
業(yè)界民間都把視頻視為AI應(yīng)用落地的重點領(lǐng)域。英偉達CEO黃仁勛在7月30日的全球頂級計算機圖形學(xué)會議SIGGRAPH 2024上邀請了Meta的CEO扎克伯格進行對話，雙方都認可視頻能力會是AI大模型的進化方向。
出身于英偉達研究小組的Luma AI首席科學(xué)家宋佳銘，在與a16z合伙人Anjney Midha對談時說，視頻關(guān)聯(lián)著3D世界，從學(xué)習(xí)角度看，視頻數(shù)據(jù)使模型更好地理解和推理3D世界。所以，實時高質(zhì)量的視頻生成，最終會推動具身AI的發(fā)展。
視頻就是這樣一座“橋”，而現(xiàn)在大量的AI公司正在試圖搶先通過它，尤其是OpenAI讓Sora變成了外界用不到的期貨，給了其他平臺進一步發(fā)展的空間。
（整理自公開信息）
（圖源：天眼查）
超長戰(zhàn)線背后是這些公司的試探。一部分是關(guān)于商業(yè)模式，另一部分是關(guān)于技術(shù)應(yīng)用前景。
可靈、即夢、Vidu等都推出了會員訂閱模式，在C端進行應(yīng)用普及化嘗試。愛詩科技創(chuàng)始人王長虎此前在接受財新采訪時表示：“愛詩目前的策略以2C（面向消費者）為主，廣泛收集國內(nèi)外用戶反饋，以更好地基于用戶體驗迭代底層模型。”至于更遠的應(yīng)用，現(xiàn)在來談則為時尚早，主要是因為C端的收費模式無法承擔成本。
Luma AI采取了To C的產(chǎn)品形態(tài)，不過它原本專注于3D領(lǐng)域，進入視頻生成領(lǐng)域是為了探索3D生成與重建的更多可能性，以視頻驅(qū)動3D發(fā)展。這在產(chǎn)業(yè)領(lǐng)域有更多的應(yīng)用前景，例如批量制造電影需要的三維素材等。
最重要的是，Luma AI的期望不是售賣技術(shù)或者素材，而是建立類似TikTok這樣的平臺，也就是一個基于3D的生態(tài)系統(tǒng)。王長虎也在和極客公園創(chuàng)始人張鵬對話時表示，愛詩科技也瞄準的是“AIGC時代的平臺性機會”，但平臺的形態(tài)暫時無法預(yù)測，因為AI產(chǎn)業(yè)不會以復(fù)制現(xiàn)在已有的平臺的方式成長。
不僅如此，目前讓AI-generated Video進入完整工作流的應(yīng)用已經(jīng)在成形。開源視頻編輯工具Clapper最近熱度上升，它的特色就是集合各類AI技術(shù)，用prompt的方式調(diào)動AI Agent生成和迭代故事，直接跳過了手工編輯文件的過程。
（圖源：機器之心）
由此可見，AI-generated Video的進化速度遠比我們想象得要快。目前，行業(yè)的重點無疑在于生成速度和生成效率兩個方面。但是，大模型并不提供完全確定的商業(yè)模式方向，這更多取決于團隊的選擇。而在這個過程中，除了商業(yè)化之外，AI公司還要思考怎么避免陷入合規(guī)困境、成本困境。所以，把文生視頻變得成熟并不容易，現(xiàn)在僅僅相當于ChatGPT剛剛問世的階段。
a16z之前就發(fā)表過觀點，巨頭在從科研成果到商業(yè)產(chǎn)品的轉(zhuǎn)化中需要更關(guān)注法律安全、版權(quán)等問題，所以往往效率會慢。我們不去考慮Sora是不是因為這個原因始終不露面，單看行業(yè)都要面對的相關(guān)問題，邏輯其實是一樣的。
彭博社曾報道，OpenAI一直試圖向好萊塢推薦Sora，但并不成功。用Sora制作的第一則商業(yè)化廣告是6月公開的玩具反斗城廣告。然而，這則視頻不但用了一些舊素材，公開新聞稿也沒有說完全由AI生成。
導(dǎo)演Nik Kleverov還在一條已經(jīng)刪除的動態(tài)里表示，制作這些鏡頭的創(chuàng)意機構(gòu)Native Foreign提供了大約十幾個工作人員參與工作，Sora支持了80%到85%的流程。這對需要高效低成本的AI-generated Video來說算不上什么好消息。
視頻的本質(zhì)可以視為一系列圖像，圖像有很多公開的數(shù)據(jù)集，但是視頻沒有。OpenAI遇到過違規(guī)使用YouTube視頻進行訓(xùn)練的指控，英偉達最近被媒體曝光從Netflix和YouTube收集了大量數(shù)據(jù)，用來訓(xùn)練自己的Cosmos項目，用于支持其AI產(chǎn)品往現(xiàn)實世界發(fā)展。它每天可以下載相當于80年的視頻內(nèi)容。
這體現(xiàn)了兩個關(guān)鍵點：一是黃仁勛和Luma的觀點類似，AI視頻的發(fā)展確實對AI進入3D世界意義重大，英偉達也是這樣做的：文本——圖像——視頻——三維模型——現(xiàn)實世界。二是視頻數(shù)據(jù)集是個大問題，除了版權(quán)問題，這些視頻數(shù)據(jù)還缺乏標簽，斯坦福大學(xué)教授Stefano Ermon說，現(xiàn)階段缺乏篩選和過濾好視頻的方法，而且篩選后還要考慮它們的標簽和描述。
Benchmark合伙人Michael Eisenberg在最近的一期訪談中，引用了其好友Atreides Management創(chuàng)始人Gavin Baker關(guān)于大模型發(fā)展的觀點：“基礎(chǔ)模型是歷史上貶值最快的資產(chǎn)。”
他所舉的例子來自Seeking Alpha的創(chuàng)始人，類似金融領(lǐng)域這種每分鐘都會進行業(yè)務(wù)和數(shù)據(jù)更新的高頻領(lǐng)域，訓(xùn)練出來的模型只能完成寫報告之類的常規(guī)工作，但無法應(yīng)對數(shù)據(jù)的高速刷新，滿足金融預(yù)測未來的需求。
而且，其他技術(shù)的發(fā)展是確定性的，互聯(lián)網(wǎng)發(fā)展早期雖然泡沫巨大，但已經(jīng)體現(xiàn)了應(yīng)用路徑；而AI渾身都是不確定性?；ヂ?lián)網(wǎng)發(fā)展的邊際成本幾乎約等于0（或者說其中不少都分擔給了運營商和用戶），然而AI成長的邊際成本涉及大量固定資產(chǎn)，現(xiàn)在都由創(chuàng)業(yè)者自己承擔，而且越投入邊際改善效應(yīng)越弱。大量的早期投入，很可能是一個陷阱。
技術(shù)革命之后必須伴隨產(chǎn)業(yè)革命，產(chǎn)業(yè)革命則需要現(xiàn)象級產(chǎn)品的引領(lǐng)。AI更需要的是一個成功的場景。目前看來，AI-generated Video還沒有拿到這類成果的起色。
Perplexity的創(chuàng)始人Arin對此提供了另外一個觀點，那就是基礎(chǔ)模型的價值本質(zhì)映射著背后團隊的價值，即Sora之于OpenAI，文心大模型之于百度。不是Sora能革了視頻的命，只是外界相信由OpenAI領(lǐng)導(dǎo)的Sora具備這樣的可能性而已。當Sora沒能提供符合我們預(yù)期的突破時，誰能在這個領(lǐng)域擔起大任呢？
由此出發(fā)，關(guān)鍵或許在于誰能先把AI-generated Video真正融入到某一個商業(yè)系統(tǒng)的工作流中去，就像Clapper對視頻制作的探索一樣。而這就是一個更大的問題了，因為它涉及到和其他領(lǐng)域的融合——氣象、城市、影視、汽車、制造業(yè)。也許Sora會在今年的某天拿出一個更具體的成果，也許是其他的創(chuàng)業(yè)公司顛覆了我們對AI視頻的認知。
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內(nèi)容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)