之所以認(rèn)為是神話，是因?yàn)榭萍汲潭冗€達(dá)不到。

——高銘《天才在左瘋子在右》

用一段文字描述就可以形成一段“真實(shí)”的視頻，曾經(jīng)想象中的場(chǎng)景如今已經(jīng)實(shí)現(xiàn)！

春節(jié)假期尚未結(jié)束，OpenAI發(fā)布的新一代文字生成視頻模型——Sora就已經(jīng)引發(fā)熱潮，通過(guò)文字生成1分鐘的高質(zhì)量視頻，極其真實(shí)、個(gè)性化的視頻表現(xiàn)，且符合現(xiàn)實(shí)世界物理規(guī)律的圖像，令人驚艷，這也直接帶動(dòng)了資本市場(chǎng)的表現(xiàn)。

Sora模型有何特點(diǎn)，龍年AI投資有哪些趨勢(shì)？本期《風(fēng)向》將為您一一梳理。

文本轉(zhuǎn)視頻，時(shí)長(zhǎng)達(dá)1分鐘

一個(gè)視頻勝千言，從OpenAI放出的視頻來(lái)看，通過(guò)一長(zhǎng)串的提示詞，諸如“幾只巨大的毛茸茸的猛犸象踏著白雪皚皚的草地走近”，AI就生成了極其真實(shí)的動(dòng)態(tài)畫面場(chǎng)景。

資料來(lái)源：OpenAI官網(wǎng)

提示詞：幾只巨大的毛茸茸的猛犸象踏著白雪皚皚的草地走近，它們長(zhǎng)長(zhǎng)的毛茸茸的皮毛在風(fēng)中輕輕飄動(dòng)，遠(yuǎn)處覆蓋著積雪的樹(shù)木和雄偉的雪山，午后的陽(yáng)光下有縷縷云彩，太陽(yáng)高高地掛在空中距離產(chǎn)生溫暖的光芒，低相機(jī)視角令人驚嘆地捕捉到大型毛茸茸的哺乳動(dòng)物，具有美麗的攝影和景深。

如果不是猛犸象已經(jīng)滅絕，或者視頻標(biāo)注了AI生成，我相信包括筆者在內(nèi)的很多人會(huì)認(rèn)為是實(shí)拍鏡頭。

不僅僅是動(dòng)物，人物和場(chǎng)景表現(xiàn)也極其真實(shí)。

資料來(lái)源：OpenAI官網(wǎng)

提示詞：一位時(shí)尚女性走在充滿溫暖霓虹燈和動(dòng)畫城市標(biāo)牌的東京街道上。她穿著黑色皮夾克、紅色長(zhǎng)裙和黑色靴子，拎著黑色錢包。她戴著太陽(yáng)鏡，涂著紅色口紅。她走路自信又隨意。街道潮濕且反光，在彩色燈光的照射下形成鏡面效果。許多行人走來(lái)走去。

根據(jù)OpenAI官網(wǎng)的介紹，Sora能夠生成具有多個(gè)角色、特定類型的運(yùn)動(dòng)以及主體和背景的準(zhǔn)確細(xì)節(jié)的復(fù)雜場(chǎng)景，該模型不僅了解用戶在提示中提出的要求，還了解這些東西在物理世界中的存在方式。

其次，該模型能夠更加準(zhǔn)確的理解人類給出的提示詞，借助GPT的能力，Sora將用戶的簡(jiǎn)短提示轉(zhuǎn)換成更詳細(xì)的提示，使其能夠準(zhǔn)確地解釋提示詞，并生成質(zhì)量更高的圖像。

如同電影中常見(jiàn)的多機(jī)位拍攝，Sora模型還可以在單個(gè)生成的視頻中創(chuàng)建多個(gè)鏡頭，準(zhǔn)確地保留角色和視覺(jué)風(fēng)格。而且生成的視頻也可以重新編輯，比如讓植被更加茂密等等，如果嫌視頻的時(shí)間過(guò)短，也可以讓AI向前或向后拓展視頻。

Sora的技術(shù)報(bào)告顯示，OpenAI并不是把Sora單純當(dāng)作一個(gè)視頻模型來(lái)看待，而是將視頻生成模型作為“世界模擬器”，不僅可以在不同設(shè)備的原生寬高比直接創(chuàng)建內(nèi)容，還能展示出對(duì)真實(shí)世界的模擬能力，如3D一致性、長(zhǎng)期一致性和對(duì)象持久性等。

依托于大語(yǔ)言模型，讓機(jī)器模仿人

根據(jù)公開(kāi)資料，在文生視頻領(lǐng)域，比較成熟的模型思路有循環(huán)網(wǎng)絡(luò)（RNN）、生成對(duì)抗網(wǎng)絡(luò)（GAN）和擴(kuò)散模型（Diffusionmodels）。

結(jié)合OpenAI官網(wǎng)下的文獻(xiàn)參考，Sora為使用Transformer架構(gòu)的擴(kuò)散模型。它從看起來(lái)像靜態(tài)噪聲的視頻開(kāi)始生成視頻，然后通過(guò)多個(gè)步驟消除噪聲來(lái)逐漸對(duì)其進(jìn)行轉(zhuǎn)換。

如果用通俗但不太嚴(yán)謹(jǐn)?shù)脑拋?lái)解釋，之前的GAN模型更多的是對(duì)其他圖片“形”的模仿，而擴(kuò)散模型更多的是對(duì)“神”的模仿，比如圖像內(nèi)涵，圖像與圖像的關(guān)系等等。

隨著訓(xùn)練計(jì)算的增加，樣本質(zhì)量顯著提高

圖片來(lái)源：Sora技術(shù)報(bào)告

在其技術(shù)報(bào)告中，Sora可以將圖片和視頻轉(zhuǎn)化為補(bǔ)丁，從而可以用更廣泛的數(shù)據(jù)訓(xùn)練。OpenAI將圖片和視頻數(shù)據(jù)轉(zhuǎn)化為統(tǒng)一的表示方式——補(bǔ)丁（patches）來(lái)進(jìn)行訓(xùn)練，補(bǔ)丁類似于大語(yǔ)言模型中的tokens，并且可以高度擴(kuò)展。通過(guò)統(tǒng)一數(shù)據(jù)的表示方式，Sora可以用更廣泛的數(shù)據(jù)訓(xùn)練，使生成的視頻更加真實(shí)。

目前Sora模型還在進(jìn)行安全測(cè)試，僅向有限的創(chuàng)作者開(kāi)放。據(jù)彭博社預(yù)計(jì)，GPT-4經(jīng)過(guò)6個(gè)月的測(cè)試后正式開(kāi)放，參考GPT-4，預(yù)計(jì)Sora或?qū)⒂?月向公眾開(kāi)放。

政策端大力鼓勵(lì)，國(guó)內(nèi)AIGC商業(yè)化已全面鋪開(kāi)

去年8月底，國(guó)內(nèi)首批大模型產(chǎn)品通過(guò)《生成式人工智能服務(wù)管理暫行辦法》（下稱《辦法》）備案，可正式上線面向公眾服務(wù)。

去年下半年，一批國(guó)內(nèi)大模型陸續(xù)向社會(huì)開(kāi)放，C端商業(yè)化逐步鋪開(kāi)。此前，這些大模型廠商已開(kāi)始布局B端部分場(chǎng)景，與多家企業(yè)簽訂合約。當(dāng)前國(guó)產(chǎn)AIGC在BC兩端同時(shí)發(fā)力，商業(yè)化全面鋪開(kāi)，已腳踏實(shí)地開(kāi)啟賺錢之路。上述備案完成與《辦法》正式實(shí)施日相隔僅半個(gè)月，體現(xiàn)監(jiān)管層對(duì)這一新興產(chǎn)業(yè)的鼓勵(lì)態(tài)度。

去年9月初，工信部和財(cái)政部聯(lián)合印發(fā)《電子信息制造業(yè)2023-2024年穩(wěn)增長(zhǎng)行動(dòng)方案》再次強(qiáng)調(diào)了對(duì)人工智能和大模型發(fā)展的重視，表示要推動(dòng)先進(jìn)計(jì)算產(chǎn)業(yè)發(fā)展和行業(yè)應(yīng)用。

目前，國(guó)內(nèi)AIGC的產(chǎn)業(yè)架構(gòu)分為基礎(chǔ)層、中間層和應(yīng)用層。

整個(gè)AI生成內(nèi)容鏈條第一層是基礎(chǔ)層，也是由大語(yǔ)言模型為基礎(chǔ)搭建的AIGC技術(shù)基礎(chǔ)設(shè)施層。

第二層為中間層，及垂直化、場(chǎng)景化、個(gè)性化的模型和應(yīng)用工具。預(yù)訓(xùn)練的大語(yǔ)言大模型是基礎(chǔ)設(shè)施，在此基礎(chǔ)上可以快速抽取生成場(chǎng)景化、定制化、個(gè)性化的小模型，實(shí)現(xiàn)在不同領(lǐng)域的應(yīng)用部署。

第三層為應(yīng)用層，面向C端的文字、圖片、視頻生成等內(nèi)容的生成服務(wù)。側(cè)重于用戶的使用體驗(yàn)和需求，使得用戶可以用消費(fèi)級(jí)的顯卡算力挖掘豐富的內(nèi)容，包括ChatGPT、Sora等等。

根據(jù)中國(guó)電子學(xué)數(shù)據(jù)，2021年中國(guó)人工智能核心產(chǎn)業(yè)市場(chǎng)規(guī)模為1300億元，同比增長(zhǎng)38.9％。根據(jù)《新一代人工智能發(fā)展規(guī)劃》，到2025年，我國(guó)人工智能核心產(chǎn)業(yè)規(guī)模將超過(guò)4000億元，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超過(guò)5萬(wàn)億元。

投資方向怎么選？

中信證券研報(bào)認(rèn)為，從投資角度來(lái)看，Sora背后的涌現(xiàn)能力為自動(dòng)駕駛、設(shè)計(jì)等需要現(xiàn)實(shí)世界建模的行業(yè)提供了明確方向。Gemini在短期內(nèi)的部分商業(yè)場(chǎng)景表現(xiàn)可能會(huì)更為出色，尤其是需要結(jié)合圖片與文字的多模態(tài)應(yīng)用場(chǎng)景。除去應(yīng)用端的投資機(jī)會(huì)，硬件端的需求也必然會(huì)隨著多模態(tài)的技術(shù)進(jìn)步而不斷提高。

從AI投資的角度看，嘉實(shí)基金大科技研究總監(jiān)王貴重認(rèn)為，隨著OpenAI和GPT4的面世，意味著AI從弱人工智能向強(qiáng)人工智能的邁進(jìn)。目前，AI行業(yè)正處在在一個(gè)爆發(fā)的起點(diǎn)，未來(lái)隨著大模型成本的不斷下降，AI賦能各行各業(yè)將會(huì)成為一種可能。所有跟信息技術(shù)相關(guān)的領(lǐng)域都會(huì)迎來(lái)一定程度的重塑，但仍有大量的長(zhǎng)尾的應(yīng)用沒(méi)有得到顯著的滿足。

目前科技投資的整體架構(gòu)分為底層的基礎(chǔ)設(shè)施、芯片層、服務(wù)器層，云層，再到上面的大模型、專用模型，最后到各個(gè)行業(yè)的應(yīng)用，未來(lái)需要在整體的研究圖譜中密切跟蹤各個(gè)行業(yè)的發(fā)展進(jìn)度。

最看好的環(huán)節(jié)依然是AI應(yīng)用。第一，曾經(jīng)被互聯(lián)網(wǎng)改變的行業(yè)會(huì)再一次被AI改變。首先是內(nèi)容，無(wú)論是一維媒介文字，二維媒介圖片，三維媒介視頻，四維媒介游戲，還是社交、搜索、短視頻、電商，我們用的互聯(lián)網(wǎng)應(yīng)用都會(huì)集成AI功能。第二，軟件會(huì)從功能軟件到智能軟件，軟件的能力會(huì)進(jìn)一步提升，幫我們做更多的事情，交互也會(huì)更加友好。無(wú)論是辦公、OA、CRM、ERP，甚至一些專業(yè)的畫圖、EDA等工具。

*風(fēng)險(xiǎn)提示：以上觀點(diǎn)不構(gòu)成具體投資建議?；鹜顿Y需謹(jǐn)慎。投資人應(yīng)當(dāng)認(rèn)真閱讀《基金合同》、《招募說(shuō)明書》、《產(chǎn)品資料概要》等基金法律文件，了解基金的風(fēng)險(xiǎn)收益特征及其特有風(fēng)險(xiǎn)，并根據(jù)自身的投資目的、投資期限、投資經(jīng)驗(yàn)、資產(chǎn)狀況等判斷基金是否和投資人的風(fēng)險(xiǎn)承受能力相適應(yīng)?；鸸芾砣瞬槐ＷC基金一定盈利，也不保證最低收益或本金不受損失。基金過(guò)往業(yè)績(jī)及其凈值高低并不預(yù)示其未來(lái)業(yè)績(jī)表現(xiàn)，基金管理人管理的其他基金的業(yè)績(jī)并不構(gòu)成本基金業(yè)績(jī)表現(xiàn)的保證。