“今天，所有VC的會(huì)上都在談Sora”
時(shí)間：24-02-22 來(lái)源：每日人物
“今天，所有VC的會(huì)上都在談Sora”
仿佛夢(mèng)回2023。去年年初，ChatGPT引發(fā)了普通人澎湃的討論熱情，此后海內(nèi)外在AI大模型投資上展開(kāi)了軍備競(jìng)賽。
龍年剛一開(kāi)年，OpenAI又打開(kāi)了新局面。這次火的是文生視頻。2月16日凌晨，OpenAI發(fā)布了文生視頻大模型Sora。Sora能夠根據(jù)文本提示創(chuàng)建詳細(xì)的視頻、擴(kuò)展現(xiàn)有視頻中的敘述以及從靜態(tài)圖像生成場(chǎng)景。
這類(lèi)應(yīng)用早就有了，但Sora的呈現(xiàn)仍然驚艷，視頻中的主體穩(wěn)定可控，可實(shí)現(xiàn)多角度切換，時(shí)長(zhǎng)方面也突破，最長(zhǎng)能生成60秒視頻。
不愧是OpenAI。盡管Sora仍處于開(kāi)發(fā)早期階段，但它的推出已經(jīng)標(biāo)志著生成式AI迎來(lái)一個(gè)里程碑。
資本端同時(shí)傳來(lái)新消息。在完成最新交易后，OpenAI的估值已飆升至800億美元以上。這筆交易來(lái)自于Thrive Capital精心策劃的要約收購(gòu)。
盡管OpenAI和Thrive Capital對(duì)此皆不予置評(píng)，但小紅書(shū)博主“Shannon”昨天發(fā)的帖子很有情緒的代表性，“明天所有fund開(kāi)會(huì)的議題都有OpenAI的Sora”。
只不過(guò)，和去年相比，投資人的心態(tài)變了。不是人人都有機(jī)會(huì)投中OpenAI，但OpenAI的能力邊界卻實(shí)實(shí)在在影響著一批創(chuàng)業(yè)公司和背后的投資人。
“水到渠成”和“令人發(fā)指”
首先需要明確，“文生視頻大模型”并不是一條全新的賽道。在OpenAI登場(chǎng)之前，頭部大模型研發(fā)商幾乎都擁有自己的文生視頻大模型，例如Google的Lumiere以及Stability AI的SVD（Stable Video Diffusion），甚至已經(jīng)誕生了垂直于多媒體內(nèi)容創(chuàng)作大模型的獨(dú)角獸，例如視頻生成大模型Gen-2的開(kāi)發(fā)商Runway，在2023年6月底完成由Google、Nvidia、Salesforce參與的C輪融資后，估值超過(guò)15億美元。
更重要的是，上述已有的“視頻大模型”，隱隱有了生產(chǎn)力工具的影子。
以Runway為例，與許多“拿著錘子找釘子”式的“技術(shù)驅(qū)動(dòng)型”大模型創(chuàng)業(yè)團(tuán)隊(duì)不同，Runway的三名創(chuàng)始人Valenzuela、Alejandro Matamala和Anastasis Germanidis來(lái)自于紐約大學(xué)藝術(shù)學(xué)院，他們共同看到了“人工智能在創(chuàng)造性方面的潛力”，于是決定共商大計(jì)，開(kāi)發(fā)一套服務(wù)于電影制作人、攝影師的工具。
這層基因打底，相比科技公司的“車(chē)庫(kù)文化”，Runway的發(fā)展軌跡更像“橫店影視城奮斗史”：先開(kāi)發(fā)了一系列細(xì)分到不能再細(xì)分的專(zhuān)業(yè)創(chuàng)作者輔助工具，針對(duì)性地滿足視頻幀插值、背景去除、模糊效果、運(yùn)動(dòng)追蹤、音頻整理等需求；隨后參與到圖像生成大模型Stable Diffusion的開(kāi)發(fā)過(guò)程中，積累AIGC在靜態(tài)圖像生成方面的技能點(diǎn)，并獲得了參與《瞬息全宇宙》等大片制作的機(jī)會(huì)——這些影片在宣發(fā)中曾經(jīng)有過(guò)詳細(xì)描述，出品人們感嘆他們的加入讓后期團(tuán)隊(duì)“保持了一個(gè)超乎常規(guī)的小規(guī)模”狀態(tài)，影視同行們驚嘆很多許多復(fù)雜的特效制作（比如《瞬息全宇宙》里那兩塊對(duì)話的石頭），工期已經(jīng)從“好幾天”縮短到了“幾分鐘”。
等到2023年2月，Runway發(fā)布第一代產(chǎn)品Gen-1，普通用戶已經(jīng)能通過(guò)iOS設(shè)備進(jìn)行免費(fèi)體驗(yàn)，范圍除了“真實(shí)圖像轉(zhuǎn)黏土”“真實(shí)圖像轉(zhuǎn)素描”這些濾鏡式的功能，還包含了“文本轉(zhuǎn)視頻”，從而使得Gen-1成為了首批投入商用的文生視頻大模型；2023年6月，他們發(fā)布了第二代產(chǎn)品Gen-2，訓(xùn)練量上升到了2.4億張圖像和640萬(wàn)段視頻剪輯。
2023年8月，爆火B站、全網(wǎng)播放量超過(guò)千萬(wàn)、獲得郭帆點(diǎn)贊的AIGC作品《流浪地球3預(yù)告片》正是基于Gen-2制作。根據(jù)作者@數(shù)字生命卡茲克 在個(gè)人社媒上的分享，整段視頻的制作大體分為兩部分——由MidJourney生成分鏡圖，由Gen-2擴(kuò)散為4秒的視頻片段——最終獲得素材圖693張、備用剪輯片段185條，耗時(shí)5天。半年之后，@數(shù)字生命卡茲克 再次通過(guò)“MJ V6畫(huà)分鏡-Runway跑視頻”制作了一段3分鐘的故事短片《The Last Goodbye》，投稿參賽Runway Studios（Runway專(zhuān)門(mén)為企業(yè)級(jí)客戶提供定制化服務(wù)的部門(mén)）所組織的第二屆AI電影節(jié)Gen48。
換句話說(shuō)，實(shí)際上至少在一年以前，“文生視頻大模型”就已經(jīng)擁有足夠的關(guān)注度，其目前用戶規(guī)模也被遠(yuǎn)遠(yuǎn)低估。
Runway的聯(lián)合創(chuàng)始人Valenzuela在C輪融資后透露，除了像New Balance這樣的世界500強(qiáng)客戶，他們還擁有“數(shù)百萬(wàn)個(gè)人創(chuàng)作者”。
除此而外，Sora所展現(xiàn)出來(lái)的“精準(zhǔn)的物理世界還原能力”，也并不是OpenAI獨(dú)自探索的AI領(lǐng)域。馬斯克就在Sora發(fā)布的兩天半后，也就是2月18日，在科技播客欄目“DrKnowItAll”里留言，“這種精準(zhǔn)還原現(xiàn)實(shí)世界物理規(guī)律的虛擬世界生成能力，特斯拉已經(jīng)差不多快掌握一年了……只不過(guò)因?yàn)樗夭膩?lái)自車(chē)載攝像頭，所以視頻看上去沒(méi)那么有趣”。
OpenAI在同期發(fā)布的技術(shù)論文《Video generation models as world simulators》也明確Sora更像是“數(shù)據(jù)驅(qū)動(dòng)的物理引擎”，通過(guò)大模型的持續(xù)擴(kuò)散來(lái)“高性能地模擬物理世界或者數(shù)字世界中的人、動(dòng)物、其他物體”，因此仍然擁有“同行們都會(huì)面臨”的局限性，例如“很難準(zhǔn)確模擬復(fù)雜場(chǎng)景的物理原理，并且無(wú)法理解因果關(guān)系，比如Sora生產(chǎn)一段人咬餅干的片段，餅干可能不會(huì)出現(xiàn)咬痕”。
真正帶來(lái)壓迫感的，或許是Sora不可思議的進(jìn)化速度。
從技術(shù)層面看，無(wú)論是“擁有精準(zhǔn)物理規(guī)則的真實(shí)世界”“支持60秒視頻生成”還是“單視頻多機(jī)位”都可以被形容為水到渠成，然而正如上面所提到的——如今看起來(lái)傻傻的、只支持生成“4秒視頻生成”并且“掉幀明顯到像幻燈片”的Gen-2其實(shí)是2023年6月發(fā)布的產(chǎn)品，距離Sora的發(fā)布日不過(guò)8個(gè)月。
2023年11月，Meta發(fā)布的視頻生成大模型Emu Video看起來(lái)在Gen-2上更進(jìn)一步，能夠支持512×512、每秒16幀的“精細(xì)化創(chuàng)作”，但3個(gè)月之后的Sora已經(jīng)能夠做到生成任意分辨率和長(zhǎng)寬比的視頻，并且根據(jù)上面提到的開(kāi)發(fā)者技術(shù)論文，Sora還能夠執(zhí)行一系列圖像和視頻編輯任務(wù)，從創(chuàng)建循環(huán)視頻到即時(shí)向前或向后延伸視頻，再到更改現(xiàn)有視頻背景等。
而如果要死磕這種不可思議的進(jìn)化速度，除了“神秘的外星文明”，最現(xiàn)實(shí)的解釋恐怕只有“海量燒錢(qián)”。
作為Runway半個(gè)領(lǐng)路人的Stability AI近兩年周期性地遭遇“現(xiàn)金流壓力”，一會(huì)兒傳聞高層正在積極探索出售公司，一會(huì)兒又流傳著早期投資者Coatue Management的內(nèi)部信，直指“Stability AI的財(cái)務(wù)狀況令人擔(dān)憂”，建議CEO Emad Mostaque原地辭職。最揪心的傳聞是，為了讓亞馬遜相信自己不會(huì)拖欠高達(dá)7500萬(wàn)的云服務(wù)費(fèi)用，身為前對(duì)沖基金經(jīng)理的Emad Mostaque選擇以個(gè)人財(cái)產(chǎn)作為擔(dān)保。
然而從融資的角度看，Stability AI做到了賽道的天花板，其在2022年10月完成超過(guò)1億美元的融資后，估值早早來(lái)到了獨(dú)角獸級(jí)別。Emad Mostaque在去年7月的一次采訪中忍不住直發(fā)狂暴言論，他說(shuō)：“Bard AI只是因?yàn)樵谛麄髌刑峁┝瞬粶?zhǔn)確的信息，就造成了每天超過(guò)1000億美元的損失……人工智能作為基礎(chǔ)設(shè)施所需的投資總額可能為1萬(wàn)億美元，這會(huì)是人類(lèi)有史以來(lái)最大的泡沫”。
知乎上，一位叫做“像素?zé)捊饚煛钡膭?chuàng)業(yè)者坦承了他在目睹Sora發(fā)布后的心路歷程：“我有些害怕科技巨頭的產(chǎn)品像隆隆火車(chē)一樣駛過(guò)，而我做的東西如同路邊的野草一樣，在這個(gè)技術(shù)進(jìn)步就像跑馬燈一樣的時(shí)代里，留不下一絲痕跡。”
估值800億和領(lǐng)頭羊的邊界
無(wú)論怎樣，OpenAI再次印證了AI“巨無(wú)霸”的地位。看似無(wú)遠(yuǎn)弗屆的能力，支撐其估值在不到10個(gè)月的時(shí)間里增長(zhǎng)了兩倍。CB Insights的數(shù)據(jù)顯示，OpenAI目前是世界上最有價(jià)值的科技初創(chuàng)企業(yè)之一，僅次于字節(jié)跳動(dòng)和SpaceX。
拓展模型能力的同時(shí)，OpenAI還在推進(jìn)多元化的戰(zhàn)略。尤其是在半導(dǎo)體領(lǐng)域，奧特曼正與潛在投資者、半導(dǎo)體制造商和能源供應(yīng)商等各種利益相關(guān)者接觸。他甚至在考慮成立一家獨(dú)立于OpenAI的新公司，進(jìn)入AI芯片行業(yè)。
這筆交易也揭示了，奧特曼之于OpenAI，仍然是不可或缺的角色。原本在去年11月，OpenAI便將敲定最新的融資交易，但當(dāng)時(shí)奧特曼遭遇了解雇風(fēng)波。交易有沒(méi)有受到影響不知道，總之結(jié)果是，770名員工中的700多人最終簽署了請(qǐng)?jiān)笗?shū)，要求他復(fù)職。
細(xì)看這輪融資，不是發(fā)行新股，而是準(zhǔn)許OpenAI員工對(duì)外出售所持股份。這對(duì)于OpenAI來(lái)說(shuō)并不新鮮。2023年，Thrive Capital、紅杉資本、Andreessen Horowitz和K2 Global等風(fēng)險(xiǎn)投資巨頭也采取了類(lèi)似的做法，參與OpenAI的要約收購(gòu)，當(dāng)時(shí)該公司的估值已經(jīng)達(dá)到290億美元。
那么，OpenAI的邊界在哪里？
這個(gè)問(wèn)題不僅事關(guān)OpenAI的估值，也關(guān)乎大大小小生成式AI創(chuàng)業(yè)公司的前景。
原本在視頻生成這個(gè)賽道上，海外已經(jīng)有幾家創(chuàng)業(yè)公司卡位。最知名的莫過(guò)于前文所述的Runway。另一個(gè)領(lǐng)頭羊是Pika，創(chuàng)立于去年4月，11月宣布完成了總計(jì)5500萬(wàn)美金的A輪及天使輪融資，估值達(dá)2.5億美元。Pika由郭文景和孟晨琳共同創(chuàng)立，兩人都曾是斯坦福大學(xué)人工智能實(shí)驗(yàn)室的博士生，履歷亮眼。郭文景還被譽(yù)為“華裔天才少女”。
OpenAI會(huì)沖擊這些公司嗎？別急，Sora 公開(kāi)后，有海外博主已經(jīng)對(duì)幾家公司的產(chǎn)品做了對(duì)比。他給Sora、Pika、Runway和Stable Video四個(gè)模型輸入了相同的prompt。結(jié)論是，Sora 在生成時(shí)長(zhǎng)、連貫性等方面都有顯著的優(yōu)勢(shì)。
必須要說(shuō)，這幾家做文生視頻的公司都開(kāi)發(fā)了自己的大模型，而非純粹的基于別人的大模型來(lái)開(kāi)發(fā)應(yīng)用場(chǎng)景的那類(lèi)公司。但即使有技術(shù)護(hù)城河，要抵擋OpenAI的沖擊也沒(méi)那么容易。
當(dāng)然，這并不是說(shuō)，純做應(yīng)用的公司完全沒(méi)有前途了，背后也許涉及到一個(gè)發(fā)展階段的問(wèn)題。
去年，紅杉資本的兩位合伙人再次發(fā)表文章，復(fù)盤(pán)一年前自己對(duì)市場(chǎng)的看法。他們指出，其中一個(gè)預(yù)測(cè)錯(cuò)誤是，垂直分離尚未發(fā)生。“我們?nèi)匀幌嘈艖?yīng)用層公司和基礎(chǔ)模型提供商之間會(huì)有分離，模型公司專(zhuān)注于規(guī)模和研究，應(yīng)用層公司專(zhuān)注于產(chǎn)品和UI。但在實(shí)際上，這種分離還沒(méi)有干凈利落地發(fā)生。最初面向用戶的應(yīng)用中，最成功的那些都是垂直整合的公司。”
國(guó)內(nèi)也是類(lèi)似的局面
有投資人告訴我，他們關(guān)注的一家AIGC公司也在開(kāi)發(fā)基于特定產(chǎn)業(yè)數(shù)據(jù)的獨(dú)有的模型，而不是僅僅調(diào)用別人的API。“不然很難指望他們?cè)趹?yīng)用層面做出真正差異化的東西。”
回頭看，過(guò)去一年，OpenAI的每一次技術(shù)突破，都會(huì)拓展資本對(duì)它的想象空間，但同時(shí)也堵上一部分創(chuàng)業(yè)公司的前進(jìn)之路。
“AGI去年已經(jīng)把軟件行業(yè)毒死了。現(xiàn)在公眾只是在目睹毒發(fā)的過(guò)程。”有創(chuàng)業(yè)者在轉(zhuǎn)發(fā)一則Sora的消息時(shí)，在朋友圈評(píng)論道。
所以，AI投資難，尤其是應(yīng)用層。“重點(diǎn)還是界定清楚，什么東西能在大模型的演進(jìn)過(guò)程中受益，什么東西又在大模型演進(jìn)過(guò)程中被瓦解。”一位AI投資人曾模糊地告訴我。但OpenAI的超能力使得這個(gè)關(guān)鍵問(wèn)題沒(méi)那么容易預(yù)判。
再看大模型。《北京最火獨(dú)角獸翻6倍了》一文寫(xiě)過(guò)，智譜AI去年一年的估值翻了已經(jīng)翻了6倍多，已經(jīng)有投資人給出200億估值。我最近也聽(tīng)說(shuō)，百川智能和MiniMAX，最近都傳出新一輪融資已到位的消息。OpenAI出新招，這些公司不可能不焦慮。好在彈藥尚且充足。Sora的誕生，無(wú)疑又將引發(fā)新一輪追趕。
借著Sora火熱，AI的相關(guān)概念必將再炒一波，尤其是英偉達(dá)這類(lèi)充當(dāng)賣(mài)水人，又可以大賺一筆了。但對(duì)于一級(jí)市場(chǎng)的創(chuàng)業(yè)者和投資人而言，我只能說(shuō)，暫時(shí)，繼續(xù)卷罷。
摘自-每日人物
| 上一篇 | 下一篇 |
|---|---|
| 美股“七姐妹”夠牛嗎？認(rèn)識(shí)下更猛的 歐股“... | 沒(méi)有上一篇 |
