2024年2月15日，OpenAI发布的人工智能文生视频大模型Sora，不过OpenAI并没有单纯将其视为视频大模型，而是称其为world simulators（世界模拟器）。
Sora继承了DALL-E 3的画质和遵循指令能力，可以根据用户的文本提示创建逼真的视频，该模型可以深度模拟真实物理世界，能生成具有多个角色、包含特定运动的复杂场景，能理解用户在提示中提出的要求，还了解这些物体在物理世界中的存在方式。
物理世界、虚拟世界，孪生世界，是不是元宇宙经常提到的概念。
与之前的“文生视频”相比，Sora生成的视频清晰度、时长以及对文本的理解能力，都有了明显的提升。业内人士大多给予了其很高的评价。
这让我想起了ChatGPT每一个版本发布后，都迎来了大量“叫好”声，但随着实际应用，就会发现其有有多限制。
业界不少人在转英伟达专家的看法，这可以理解。从ChatGPT到Sora，AI芯片、算力提供商本来就是最大的受益者，这包括英伟达、高通、微软、亚马逊、阿里巴巴、华为以及电信运营商等。还有更多的公司会在AI赛道上加大投入。
在强大的算力支撑下，Sora用一个全新的方式理解视频、生成视频，这是一个重大突破，但全面商用还有很长的距离。Sora将面临比ChatGPT更高的成本，以及更大的道德、伦理挑战。
作为一个通用的服务，基于几何级数增长的成本压力，Sora生成视频的像素、时长都会受到限制，这使得其应用场景会受到很多限制。
Sora会推动AI生成视频快速规模化，但真正规模商用还需要时间。除成本外，与论文、演讲稿、PPT不同，视频二次加工并不容易。
但随着时间的推移，“AI生成视频”或“AI生成虚拟世界”前景非常乐观。而在近期，最大的受益者很可能是大模型前的那个热点“元宇宙”，AI数字人、AI视频是“元宇宙”的重要支撑基础，大模型和元宇宙的结合，将推动元宇宙走近用户。
受Sora等的推动，AI生成视频内容，在互联网短视频中的占比，也会不断提高。事实上，AI数字人已经出现在了新闻节目、自媒体中。
另外，AI、大模型和计算机仿真并不是一回事。大飞机研发过程早已引入计算机仿真，军事上通过“战争模拟”辅助选择战术方案的应用也在不断增加。在产业领域，国内有几家公司也投入大量人力物力做计算机仿真，如华为、荣耀、海尔。星舰研发中肯定已经有了大量的仿真，但仍需要通过不断发射做各种实际验证。大模型和计算机仿真会相互促进，但大模型，尤其是通用大模型，不可能替代严谨的研发探索。在大模型领域，Sora的AI生成视频方向与科学探索的“仿真+实证”是不同，不可能相互替代。
（图片来源OpenAI官网）
