Redian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

公众号新闻
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

戳这里提交新闻线索和高质量文章给我们。
相关阅读
中国亏损最严重的行业,生意爆棚但年年亏钱外企社招丨Dräger德尔格,行业全球领导者,15薪,六险一金,多样福利,偏爱留学生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!火车司机抑郁障碍阳性率达到50%,抑郁不只是“心情不好”,这10种隐形信号值得关注影视制作车落地,虚拟拍摄扩大应用规模,优酷“技术+”进行时反向合资:一种可能颠覆行业发展史的非颠覆式创新上海已婚女教师出轨16岁男学生,绝不只是桃色新闻!!新年第四天,新宿公寓燃!推荐 | 耶鲁大学学联活动:揭秘中美影视行业,你准备好了吗?行业入门|审计,一个忙起来每天只睡四个小时的行业[干货] “节约”不只是 save,还可以用这个词!永远不会倒闭的行业Sora 横空出世,会颠覆哪些行业?会因为学费不合意而放弃申请一所大学吗?大学学费,远不止一个数字那么简单!重庆“疯狂母亲”扔3岁孩子事件,远不止一句“不配为人”就够了……不只是石油,沙特希望成为矿业大国這年頭修身養性不容易丹麦,给帅哥过生日剧本是影像先行的艺术。“公主”吴欣盈竞选台湾副总统行业入门|对冲基金,一个工作几年就能退休的行业刚出炉!澳洲这些行业工资涨疯了!有你的行业吗?2023见证好莱坞女性影视元年?最新研究表明多元化趋势只是“表演”冻一冻,远不止“抑制肿瘤生长”的优点!Cell子刊:仅2小时寒冷暴露,就能带来这个健康益处!行业入门|私募股权,一个用杠杆撬动整个金融圈的行业澳洲行(六):澳洲的世外桃源(多图)德勤:中国消费品和零售行业纵览2024洞察消费结构变化中的行业新趋势报告王家卫太懂酒店,《繁花》偏爱老钱风,不只是和平饭店!耶鲁大学讲座 | 揭秘中美影视行业,你准备好了吗?澳洲最有钱的行业公布!就业率薪资上涨,留学生切记选对行业~去生活,而不只是生存不只是降息!华尔街热议的是:美联储结束QT!重启QE?李镇西:少年杀人,责任远不只是学校教育行业入门|投资银行,一个外面的人想进、里面的人想出的行业Sora神图惊掉下巴,好莱坞导演急撤掉8亿美元摄影棚! Sora「内测」提前开放,影视失业潮将至
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.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Redian.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。