春節(jié)后,OpenAI攜全新視頻大模型Sora席卷全球科技圈,也引爆了資本市場(chǎng)的熱情。海外,OpenAI估值隨著Sora的發(fā)布飆升至約800億美元;國(guó)內(nèi),A股AIGC概念股紛紛走高,AIGC軟件A股上市公司萬(wàn)興科技(300624.SZ)、當(dāng)虹科技(688039.SH)、因賽集團(tuán)(300781.SZ)等在節(jié)后首個(gè)交易日即直沖漲停。目前,Sora概念的熱度仍在延續(xù)。

作為OpenAI繼ChatGPT后的又一個(gè)“王炸”,Sora的爆紅路徑與ChatGPT如出一轍,即憑借驚艷的效果顛覆現(xiàn)有行業(yè)水準(zhǔn),引發(fā)外界的廣泛關(guān)注。Sora采用Diffusion transformer模型,將AI生成視頻的時(shí)長(zhǎng)提升到長(zhǎng)達(dá)1分鐘,Runway、Pika等AI視頻模型僅能生成10多秒。此外,Sora還展現(xiàn)出“世界模型”特征,能讓機(jī)器像人類一樣,對(duì)世界產(chǎn)生全面而準(zhǔn)確的認(rèn)知,大幅提升AI生成視頻的逼真度。

Sora的出現(xiàn),預(yù)示著一個(gè)全新的視覺(jué)敘事時(shí)代的到來(lái)。當(dāng)前,視頻化內(nèi)容已成為現(xiàn)代人獲取信息的主流方式,截至2023年末,僅國(guó)內(nèi)短視頻用戶規(guī)模已突破10億人,視頻生成賽道前景廣闊。國(guó)投證券研報(bào)指出,Sora有望引領(lǐng)AI新一輪景氣度,產(chǎn)業(yè)鏈投資價(jià)值持續(xù)顯現(xiàn)。

隨著Sora成為全球焦點(diǎn),國(guó)內(nèi)市場(chǎng)上,萬(wàn)興科技、美圖公司等Sora概念稀缺標(biāo)的也備受關(guān)注,其在垂直大模型、專業(yè)數(shù)據(jù)壁壘、落地應(yīng)用方面的稀缺性價(jià)值有望受到廣泛認(rèn)可。

稀缺性之一:深耕垂直大模型的決心

經(jīng)歷了2023年的大模型狂飆突進(jìn)后,行業(yè)逐漸樹(shù)立起一個(gè)市場(chǎng)共識(shí):相比通用大模型,垂直大模型更具有落地應(yīng)用優(yōu)勢(shì)。

360創(chuàng)始人周鴻祎曾表示,垂直大模型才是未來(lái)的發(fā)展方向。美圖公司創(chuàng)始人吳欣鴻也認(rèn)為,垂直大模型+應(yīng)用場(chǎng)景+商業(yè)模式是大趨勢(shì)。縱觀全行業(yè),持續(xù)已久的“百模大戰(zhàn)”背后,垂直領(lǐng)域的行業(yè)大模型已成為布局的重點(diǎn),并在政務(wù)、公共安全、醫(yī)療、金融、健康、制造業(yè)等領(lǐng)域陸續(xù)落地。

而在萬(wàn)興科技董事長(zhǎng)吳太兵看來(lái),大模型正從圖文1.0時(shí)代,加速進(jìn)入到以音視頻多媒體為載體的2.0時(shí)代,垂直大模型好比“工匠”,可更快速、更靈活解決細(xì)分領(lǐng)域?qū)I(yè)性問(wèn)題。

目前,萬(wàn)興科技、美圖等行業(yè)領(lǐng)軍企業(yè)已充分結(jié)合自身業(yè)務(wù)優(yōu)勢(shì),推出了各具特色的垂直大模型,加速推動(dòng)大模型技術(shù)朝著更加精細(xì)化、實(shí)用化和產(chǎn)業(yè)化的方向迅猛發(fā)展。例如美圖公司推出的AI視覺(jué)大模型MiracleVision(奇想智能),可實(shí)現(xiàn)多種圖像類型和視頻效果生成。

萬(wàn)興科技推出的萬(wàn)興“天幕”大模型則是國(guó)內(nèi)首個(gè)音視頻多媒體大模型,以音視頻生成式AI技術(shù)為基礎(chǔ),具有“多媒體”“垂直解決方案”“本土化數(shù)據(jù)”三大特點(diǎn),讓大模型應(yīng)用落地更有針對(duì)性、更具實(shí)效。

(由萬(wàn)興“天幕”大模型生成的AI短片截圖)

值得注意的是,Sora盡管也面向視頻生成領(lǐng)域,但與萬(wàn)興“天幕”還存在明顯差異。Sora是基于視覺(jué)數(shù)據(jù)的底層通用模型,核心能力是文生視頻,偏向影視公司或?qū)I(yè)機(jī)構(gòu);萬(wàn)興“天幕”則是音視頻多媒體創(chuàng)作垂類大模型,涵蓋多種大模型能力,文生視頻是其中之一,面向的是泛知識(shí)、泛營(yíng)銷和泛娛樂(lè)等更細(xì)分的市場(chǎng)。

在當(dāng)下的大模型領(lǐng)域中,以音視頻為主的多媒體大模型可謂是行業(yè)稀缺品,也是當(dāng)下以語(yǔ)言、圖文能力為主的通用大模型難以有效觸達(dá)的領(lǐng)域。從傳統(tǒng)的視頻制作流程來(lái)看,不僅包含了動(dòng)畫(huà)、字幕、音樂(lè)、特效、美化、轉(zhuǎn)場(chǎng)、粒子、畫(huà)中畫(huà)等諸多復(fù)雜能力和元素,還有制作流程之外的內(nèi)容構(gòu)思、資源獲取、效果調(diào)試等,這些要素對(duì)通用大模型在專業(yè)數(shù)據(jù)等方面的積累來(lái)說(shuō),是一個(gè)不小的挑戰(zhàn)。

稀缺性二:海量專業(yè)數(shù)據(jù)的高壁壘

數(shù)字經(jīng)濟(jì)時(shí)代,數(shù)據(jù)無(wú)疑是最寶貴的資產(chǎn)。垂直大模型所需的特定領(lǐng)域核心數(shù)據(jù)有著極高的壁壘,既無(wú)法輕易在搜索引擎中搜到,也難以通過(guò)購(gòu)買獲得,唯有依靠長(zhǎng)期、持續(xù)的積累。換言之,只有長(zhǎng)期深耕細(xì)分領(lǐng)域的公司才能獲得全面真實(shí)深度有效的數(shù)據(jù)。

數(shù)據(jù)的量是首要問(wèn)題,垂直大模型通常針對(duì)特定的領(lǐng)域或行業(yè)進(jìn)行訓(xùn)練,因此需要收集該領(lǐng)域或行業(yè)的海量相關(guān)數(shù)據(jù)。以音視頻大模型為例,所需的數(shù)據(jù)包括文本、圖像、音頻、視頻等多種形式,涵蓋視頻創(chuàng)作的各種場(chǎng)景和主題,對(duì)廠商在音視頻領(lǐng)域的數(shù)據(jù)積累提出了超高要求。

以推出萬(wàn)興“天幕”的萬(wàn)興科技來(lái)說(shuō),在數(shù)字創(chuàng)意軟件領(lǐng)域航行20年,并持續(xù)深耕以視頻創(chuàng)意為主的數(shù)字創(chuàng)意軟件主航道,在全球200多個(gè)國(guó)家和地區(qū)擁有超15億用戶。公開(kāi)信息顯示,萬(wàn)興“天幕”的推出,正是基于15億用戶行為及100億本土化高質(zhì)量音視頻數(shù)據(jù)沉淀,從而實(shí)現(xiàn)以音視頻生成式AI技術(shù)為基礎(chǔ),打造AIGC應(yīng)用基礎(chǔ)底座,提供音視頻創(chuàng)作閉環(huán)解決方案。

此外,數(shù)據(jù)的質(zhì)在垂直大模型訓(xùn)練中同樣重要。對(duì)于垂直大模型而言,所需的數(shù)據(jù)往往具有高度的專業(yè)性,數(shù)據(jù)精準(zhǔn)度要求高,需要充足的算力對(duì)大量數(shù)據(jù)進(jìn)行訓(xùn)練和推理,提高模型的準(zhǔn)確性。

在這一方面,萬(wàn)興科技、美圖等大模型廠商的投入不遺余力。萬(wàn)興“天幕”打造NPU+GPU強(qiáng)力算力底座,已構(gòu)建千卡集群、自研推理框架、進(jìn)行全球多活架構(gòu)布局,并擁有一站式數(shù)據(jù)生產(chǎn)管理平臺(tái),單日可完成百萬(wàn)級(jí)數(shù)據(jù)處理加工;技術(shù)人才層面,萬(wàn)興“天幕”組建百人國(guó)際化算法團(tuán)隊(duì),并有烏鎮(zhèn)智庫(kù)理事長(zhǎng)、中國(guó)人工智能最高獎(jiǎng)吳文俊獎(jiǎng)獲得者張曉東等人工智能專家團(tuán)坐陣,同時(shí)還與馬投算力及華為云達(dá)成三方算力合作,與中廣天擇達(dá)成數(shù)據(jù)合作。

再看美圖,旗下奇想智能大模型也離不開(kāi)美圖在用戶創(chuàng)作方面的數(shù)據(jù)積累。截至2023年上半年,美圖月活躍用戶總數(shù)為2.47億,美圖十余年在影像產(chǎn)品方向深耕為美圖帶來(lái)大量私有數(shù)據(jù)積累。

通過(guò)不斷的技術(shù)突破和積累,萬(wàn)興科技、美圖等企業(yè)正推動(dòng)著垂直大模型技術(shù)向更高的準(zhǔn)確性和更廣泛的應(yīng)用領(lǐng)域邁進(jìn)。

稀缺性三:應(yīng)用落地前景明確

大模型技術(shù)的發(fā)展不僅僅是技術(shù)層面的突破,更重要的是如何讓這些技術(shù)從單純的“炫技”走進(jìn)廣泛的實(shí)用階段,解決真實(shí)世界的問(wèn)題,實(shí)現(xiàn)產(chǎn)業(yè)價(jià)值和社會(huì)價(jià)值。

從國(guó)外視角來(lái)看,如今OpenAI的GPT大模型已用于生成代碼、文本創(chuàng)作等多種場(chǎng)景,谷歌推出的CoCa正落地客戶服務(wù)、教育、醫(yī)療、工業(yè)制造等領(lǐng)域,開(kāi)始應(yīng)用基于AI Agent的智能客服系統(tǒng)、教學(xué)助手、診斷輔助工具、自動(dòng)化生產(chǎn)線決策支持系統(tǒng)等產(chǎn)品。國(guó)內(nèi)企業(yè)也在加速通用大模型的應(yīng)用,金山辦公的“WPS AI”,飛書(shū)的“My AI”,釘釘?shù)男备堋?”,都是目前較為成熟的落地案例。

然而,在視頻模型應(yīng)用層面,從全球范圍來(lái)看還處于起步階段。目前,OpenAI還未對(duì)公眾開(kāi)放Sora的測(cè)試權(quán)限,也尚未賦能任何企業(yè)推出AI視頻生成的功能或產(chǎn)品;Runway在應(yīng)用層面最著名的案例還是在電影《瞬息全宇宙》中的應(yīng)用,更偏向于影視工業(yè)合作;前段時(shí)間爆火的Pika在應(yīng)用落地層面同樣進(jìn)展緩慢。

反觀國(guó)內(nèi),不少公司在視頻模型應(yīng)用上早已搶跑。美圖公司推出的AI視覺(jué)大模型MiracleVision 4.0版本,在AI視頻方面具備文生視頻、圖生視頻、視頻運(yùn)鏡、視頻生視頻四大能力,并宣稱已能融入電商、廣告等行業(yè)工作流。

萬(wàn)興科技在視頻模型應(yīng)用探索的道路上走得更遠(yuǎn),一方面,通過(guò)在成熟的視頻創(chuàng)作場(chǎng)景中引入AI技術(shù),重構(gòu)創(chuàng)作流程,另一方面,運(yùn)用AI技術(shù)推出創(chuàng)意新品,為視頻模型的“著陸”提供更多實(shí)際場(chǎng)景。

例如,萬(wàn)興科技此前發(fā)布的視頻剪輯軟件Wondershare Filmora 13全新版本,利用天幕大模型能力落地了AI Copilot智能剪輯助手、AI文字快剪、AIGC音樂(lè)生成等功能,從去年8月份至12月底,使用AI功能的用戶數(shù)增加了243%。此外,萬(wàn)興科推出了AIGC“真人”營(yíng)銷視頻創(chuàng)作神器“萬(wàn)興播爆”,并應(yīng)用萬(wàn)興“天幕”大模型數(shù)字人能力,使AIGC更好地服務(wù)于出海視頻創(chuàng)作者。

隨著Sora等模型的出現(xiàn)和成熟,也為國(guó)內(nèi)的視頻生成模型指出了可行路徑,通過(guò)借鑒Sora的技術(shù)方案、訓(xùn)練方案等,能讓國(guó)內(nèi)的大模型發(fā)展速度更快,進(jìn)而在解決垂類用戶的問(wèn)題方面產(chǎn)生更大的價(jià)值。萬(wàn)興科技是國(guó)內(nèi)首批接入微軟Azure OpenAI商用服務(wù)權(quán)限企業(yè),旗下海外主要產(chǎn)品已接入Azure OpenAI服務(wù)。作為微軟全球創(chuàng)新的主要合作伙伴,萬(wàn)興科技還將享有微軟新產(chǎn)品的優(yōu)先測(cè)試、使用權(quán)益。

回首一年前,ChatGPT橫空出世為文本創(chuàng)作領(lǐng)域帶來(lái)重大變革,如今,Sora的到來(lái)令A(yù)I視頻生成賽道迎來(lái)新的“GPT時(shí)刻”,大模型的升維競(jìng)賽也正如火如荼地展開(kāi),在國(guó)內(nèi)企業(yè)突破AI視頻生成技術(shù)的征途中,三大稀缺價(jià)值重要性將日益凸顯。