Bendi新闻
>
Sora颠覆的行业,远不只是影视制作

Sora颠覆的行业,远不只是影视制作

8月前
Sora真正革命性的进步并不是视频生成
Open AI在2月14日发布视频生成模型Sora,由于对现实世界的仿真效果过于惊艳,引发“影视行业将被彻底颠覆,影视制作人员都要下岗”的惊呼。
不过也有人认为,Sora虽然强大,但影响力似乎只局限于影视、游戏等视觉表现领域,远远不及ChatGPT这种应用更广泛、对生活的大语言模型。
实际上,Sora并不只是视频应用这么简单。
比如说,视频中被前景的人遮挡的商店,如果人移动开,就会显现出来,这对人脑是很平常的场景,可如果要让电脑理解,以前都是通过3D建模,告诉电脑两者之间的空间关系,但现在机器自动生成,就意味着算法能自己理解这些真实世界中物体的物理运动关系。
所以它更大的意义是实现通用人工智能(AGI)的重要里程碑。
这可是一个非常重要的突破。物理法则并非先天就存在于我们的大脑中,举个例子,1岁以内的婴儿,当正在逗他玩的母亲躲到墙后面,虽然婴儿能看见母亲的移动,但他并不理解为什么母亲会消失,只有无数次看到母亲从一个地方消失又出现,他才能渐渐理解这个世界的物理法则,包括3D一致性、物体连贯性等。
Sora是怎么做到这点的呢?
从官方的技术文档中看出,Sora的模型架构为“扩散模型+transformer”,扩散模型就是现在大部分文生图的大模型,而transformer就是ChatGPT的大语言模型,后者是质变的关键。

Sora借鉴transformer将文本信息转化为token的思路,训练时将大量不同画幅的视频素材划分成若干个tuplet,每个tuplet会变成一个带有空间和时间视频表征的时空patches,这才是它理解世界的关键。

传统的视频产生的方法是将视频简单分解为一系列连续的帧,但并不包括每一帧中物体的位置和运动的空间信息,就像1岁的婴儿眼中的世界是二维的,并不存在母亲移动的时间与墙的空间的关系,所以无法理解母亲为什么消失。
而以时空patches为“积木”进行堆叠的Sora大模型,可同时考虑视频中物体的时空关系,能够更加精准生成视频中物体的细微动作和变化,保证内容连贯性,就像二岁以后的孩子,就能理解母亲不是消失,而是在墙后面。
当算法理解了这个世界的真实物理关系,可以认为,Sora的应用能力绝不仅仅是视频生成。
当AI遇到真实世界
到目前为止,生成式AI去理解和创造的,包括文字信息、声音、画面和视频,都是人创造出来的信息世界,而非真实的外部世界。它能帮你找到100首关于庐山的唐诗,但它无法与现实世界里的庐山联系起来。
Sora让我们看到了AI与世界互动的可能,Sora可以模拟一些简单的动作来影响世界的状态,画家可以在画布上留下随时间持续存在的新笔触,或者一个人可以吃一个汉堡并留下咬痕,如果Sora真的理解了这个过程,那就应该能把这个过程运用到真实的世界中。
比如工业软件。
目前有很多仅用于单一领域的工业软件,它们可以精确地模拟工厂某个流水线上的真实世界的物理行为,如物体运动、流体流动、结构响应以及各种环境条件下的系统性能,但这些工业软件没有人工智能,完全依赖编制好的程度运作,一旦环境改变,就“熄火”了。
相反,Sora这一类通用人工智能模式,在模拟个别物理世界时,存在不合逻辑的错误,无法理解其中的因果关系,比如椅子飘浮在半空,老太太吹生日蛋糕上的蜡烛,火苗甚至没动。
未来,Sora可以为这类专用的工业软件赋予人工智能,令其能解决更复杂的问题,达到熟练工程师的程度,这就是Sora影响真实世界的方法。
再比如智能驾驶。
特斯拉同样开始了对世界模型的探索,可以同时对车身周围八个摄像头的未来情况进行预测,可以精准的模拟过去难以描述的场景,如烟尘,可以用来做分割任务。

目前智能驾驶仿真采用 NeRF+素材库排列组合+游戏引擎的技术路线,虽然保证了场景的真实性,但人工智能的泛化性不足;而Sora这一类世界模型能够理解物理世界运行规律、同时具备泛化到训练样本以外的能力,能够迅速生成非常真实和多样化的驾驶场景用于智能驾驶仿真。

根据马斯克推特的公开回复,业内推断特斯拉大概率和 Open AI 一样采用的是 Diffusion+Transformer 生成式 AI 的技术路线,所以,未来Sora一类的模型,很可能成为智能驾驶的基座模型。
从工业软件和智能驾驶这两个方向,可以明显看到Sora颠覆的决不仅仅是视频制作这个领域。
AI的投资机会
最后还是回归到投资,看看Sora会给我们带来哪些新的投资机会呢?
首先还是算力,伴随Sora不断迭代调优,训练数据集规模增大,未来算力需求将呈现指数级爆发式增长,所以最确定的还是上游算力基础设施的投资机会; 
其次是应用,技术上的突破指出了方向,那些拥有强大工具产品的视频模态相关标的有望受益,特别是海外业务占比高的公司;
最后还要关注一些工业软件的公司,这类公司往往具有仿真算法和各类物理模型,与大模型公司合作,可以提升软件的应用能力;同时,大模型公司与之合作,也能显著提升视频生成模型在表现物理世界的复杂性和准确度。
不过,相比只需要买几个最确定标的的美股,A股人工智能方向的标的,比较散,没有各方面都确定性的绝对优势品种,所以最好的方法还是买入人工智能主题的相对基金,比如人工智能AI ETF(代码:515070)。
这个ETF的前十大持仓中,中际旭创、韦尔股份、澜起科技、中科曙光、紫光股份,都是算力相关标的,科大讯飞和金山办公是大模型及应用相关公司,海康威视和大华股份都是视觉相关的工业软件公司。
这个板块在去年上半年大幅上涨后,经过下半年消化估值和宏观不利因素,最低时已经低于去年AI行情启动时的价格。虽然国内的AI明显落后了,但后发优势在我,产业政策上也全力支持,相比美国如火如荼的AI行情,等于多了一次倒车接人的机会,如果你相信AI对未来世界的改变,这个人工智能AI ETF(代码:515070)还是非常适合的投资品种。

源 | 人神共奋(ID:tongyipaocha

作者 | 思想钢印 ;编辑 | 荔枝

内容仅代表作者独立观点,不代表早读课立场



微信扫码关注该文公众号作者

来源:互联网er的早读课

相关新闻

玩具反斗城利用OpenAI的Sora制作品牌动画宣传片OpenAI发布首个由Sora制作的MV;DALL-E 3灰度测试局部重绘功能丨AIGC日报绿幕拍摄也能在现场实时出片?神器 NVIDIA Omniverse™ 带来影视制作流程的全面升级!Sora 横空出世,会颠覆哪些行业?智谱的视频模型来了,它远非Sora,但却让这家公司更像OpenAI|对话智谱AI CEO 张鹏领先Sora的三家AI视频公司,能让你的图片变大片!英伟达投的Sora竞品免费了!网友挤爆服务器,120秒120帧支持垫图让四郎开口唱“朕EMO啦”,硬刚Sora的国产AI视频工具爆红!进度赶超大厂,中国最接近Sora的视频模型出自一家「清华系」公司|New Things硬核解决Sora的物理bug!美国四所顶尖高校联合发布:给视频生成器装个物理引擎GPT-3水平的Sora 就强大到不敢给普通人用?可我也不知道把它用在哪儿针对“胖猫”外卖空包事件,茶百道、华莱士等多个品牌致歉;周鸿祎否认迈巴赫拍卖是策划;首个Sora制作商业音乐MV发布丨邦早报惊艳的 Sora 首批专业级视频,被曝依靠大量后期实现 | 附真实使用体验科索沃电影制作的双面经验 | 鹿特丹获奖影片《劳工之翼》导演专访清华系出手,推出全面对标Sora的视频大模型国产 Sora 的秘密,藏在这个清华系大模型团队中对话深势科技张林峰:北大90后独角兽公司,要做微观世界的Sora?宫崎骏看完 AI 制作的动画:强烈感受到对生命的侮辱 | Hunt Good 周报影视制作车落地,虚拟拍摄扩大应用规模,优酷“技术+”进行时Sora的算力数学题Sora 究竟有多烧钱?Sora的推理与训练的计算成本被扒出来了复刻Sora的通用视频生成能力,开源多智能体框架Mora来了被吹爆的Sora ,为何恐怕是过誉了?OpenAI的Sora会砸掉谁的饭碗?
logo
联系我们隐私协议©2024 bendi.news
Bendi新闻
Bendi.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Bendi.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。