OpenAI終于正式上線了Sora，而且是比原定更高效、更好用的Sora Turbo版本。

北京時間12月10日，延宕了10個月之久，OpenAI向付費用戶開放使用Sora，可以生成任意長寬比、時長從5秒到20秒的全新視頻，支持文生視頻、圖生視頻、視頻衍生視頻，并且附帶替換、刪除、混合、剪輯視頻功能。

在OpenAI的官方表述中，Sora依然是早期版本，OpenAI CEO塞姆·奧特曼把它類比為視頻界的GPT-1。以這家公司的調(diào)性，或許更多通往AGI的工具也在悄悄訓(xùn)練中了。

偉大的愿景背后，也少不了現(xiàn)實壓力。雖然產(chǎn)品足夠炸裂，但長居熱搜第一的OpenAI，也有自己的煩惱。

想要嘗鮮Sora，付費用戶分為兩個等級：月費20美元的Plus會員每月可以快速生成50次視頻，每條視頻長度最多5秒，最高清晰度為720p；OpenAI上周剛推出的“史上最貴會員”——月費200美元的Pro會員，每月可以快速生成500次視頻，并且有不限量慢速生成機會，每條視頻長度最多20秒，最高清晰度為1080p，并且支持同時運行5個生成任務(wù)，視頻還可以無水印下載。

在OpenAI的X社交賬號下，有網(wǎng)友稱：“這是我花過最快的200美元?！?/p>

一方面，OpenAI的明星產(chǎn)品GPT系列模型迭代速度正在放緩，高昂的開發(fā)成本與低于預(yù)期的性能提升，讓前方蒙上一片迷霧。

另一方面，營利壓力是懸在OpenAI頭上的達摩克利斯之劍，奧特曼甚至坦言，如果能回到過去，他們當(dāng)初一定不會選非營利組織架構(gòu)。“我們也沒有預(yù)見到需要的資本量會如此龐大?！彼f。

為了修正這種組織架構(gòu)與商業(yè)訴求之間的“撕扯”，OpenAI在考量各種可能性，試圖轉(zhuǎn)向營利性組織架構(gòu)，取消與微軟的AGI條款以釋放投資潛力，也包括尋求更多融資甚至貸款。

國內(nèi)一位AI領(lǐng)域投資人告訴21世紀經(jīng)濟報道記者，雖然相較于絕大部分AI企業(yè)，OpenAI能夠吸引的資金已經(jīng)是“天量”，但高昂的研發(fā)與訓(xùn)練費用，仍然讓OpenAI難以大膽前行，未來，轉(zhuǎn)向營利性架構(gòu)既是團隊訴求，也是市場的要求。

AI競賽沒有止境。就在北京時間12月10日，谷歌發(fā)布最新的量子芯片Willow，5分鐘內(nèi)完成了當(dāng)今世界上最快超級計算機需要10^25年（這個數(shù)字遠遠超過宇宙的年齡138億年）才能完成的計算，解決了量子計算領(lǐng)域逾30年未攻克的難題，震驚了整個AI圈。

圖片來源：本報記者 梁遠浩 攝

AI視頻生態(tài)初成

與今年2月放出的Sora預(yù)覽相比，Sora Turbo已經(jīng)突破了純視頻生成架構(gòu)，更像是一套完備的AI視頻生態(tài)。

首先，文生視頻功能作為“基礎(chǔ)操作”，表現(xiàn)力一如既往。

整體觀感上，對AI視頻生成有認知的人，依然大概率能從直覺上判斷出來“這是AI生成的視頻”。

在視頻生成之外，Sora的驚艷在于，它已經(jīng)是一個相對完整的實用視頻工具，聚合了創(chuàng)作、生成、剪輯等一連串功能。

創(chuàng)作環(huán)節(jié)，Sora提供了“社區(qū)功能”，在這里可以看到其他創(chuàng)作者的作品，尋求一定的創(chuàng)作靈感或啟發(fā)。

Sora也給出了預(yù)設(shè)風(fēng)格模板，用戶也可以在持續(xù)使用中，將新的風(fēng)格變成預(yù)設(shè)模板。這一方面有助于探索不同風(fēng)格創(chuàng)作，也將幫助有連續(xù)作品創(chuàng)作需求的用戶，保持風(fēng)格統(tǒng)一性。

視頻生成之后，才是Sora與其他AI視頻大模型拉開差距的地方。

Sora提供的Remix重混功能，支持對已生成視頻的修改，可以替換、刪除或重新構(gòu)想視頻中的元素。

比如，已經(jīng)生成了“打開通往圖書館的大門”效果，可以繼續(xù)用一句話把視頻里的門換掉、把場景換掉……

可以想象一下，影視界耗資巨大的視頻特效，似乎將被徹底顛覆。

Sora的剪輯功能還體現(xiàn)在Re-cut，用戶可以選中自己最喜歡的一幀視頻，并向任意方向延伸它們。也就是說，如果一個片段中，只有一部分是你滿意的畫面，完全可以只用這部分繼續(xù)創(chuàng)作。

編輯視頻，也可以是段與段之間的銜接。Storyboard支持在時間軸上組織和編輯視頻的獨特序列。

常用的過渡效果也可以在Sora實現(xiàn)。Loop功能可以修剪并創(chuàng)建無縫銜接的循環(huán)視頻。

Blend功能可以把兩個視頻合并為一個無縫剪輯視頻。

秀肌肉的同時，奧特曼本人解釋了AI視頻對OpenAI的重要性，其實這也是整個AI行業(yè)向前的路徑折射。

他說，對于OpenAI而言，Sora不僅是一項技術(shù)，更是激發(fā)創(chuàng)意的重要工具。通過Sora，OpenAI看到了一種全新的協(xié)作模式——AI和人類共同創(chuàng)造，AI創(chuàng)意工具或許將極大地改變?nèi)祟愃伎己蛣?chuàng)意的方式。

而且，相對于用文本進行人機交互，視頻交互意味著更立體、更生動、更豐富的信息維度。

“Sora是OpenAI通往AGI路線圖上的重要里程碑?！眾W特曼強調(diào)說。

有AI從業(yè)者表示，Sora打開的不只是AI視頻生成的想象力，行業(yè)更大的野心和愿望在于，AI視頻可能極大地改變?nèi)藱C交互。

“目前，大家也不能明確說出AI視頻通向哪里，或者怎么影響商業(yè)世界，但未來想象空間是巨大的?！眹鴥?nèi)一位關(guān)注AI生態(tài)的企業(yè)人士說。

Scaling Law瓶頸

近期，關(guān)于Scaling Law“暴力美學(xué)”正在失效的擔(dān)憂，被進一步放大。

所謂Scaling Law，也被稱為“規(guī)模定律”，在AI領(lǐng)域，Scaling Law是指模型性能會隨著模型大?。ㄈ鐓?shù)數(shù)量）、數(shù)據(jù)集大小和計算資源的增加而放大，并且這些變化通常遵循冪律關(guān)系?。

但行業(yè)早早就在擔(dān)心，Scaling Law會觸及邊界，在那之后，可能意味著訓(xùn)練投入不再有相應(yīng)成效。

而最早碰到這個瓶頸的，恰恰是行業(yè)巨獸OpenAI。

據(jù)報道，OpenAI最新模型Orion遇到訓(xùn)練困境。盡管Orion模型已完成約20%的訓(xùn)練，并在此前稱計劃于12月發(fā)布，但其在處理復(fù)雜任務(wù)時并未顯著超越GPT-4。

相較于現(xiàn)有模型，Orion能力提升有限，代碼能力甚至不如現(xiàn)有模型，躍升程度遠不如GPT-3到GPT-4階段，而且Orion運行成本更高。

與此同時，技術(shù)進展放緩可能對OpenAI的盈利模式產(chǎn)生重大影響。OpenAI的主要收入來源包括訂閱服務(wù)和API服務(wù)，但如果Orion模型無法達到預(yù)期，企業(yè)客戶可能減少對OpenAI的依賴，從而影響公司收入。

投資者也在觀望，OpenAI的未來盈利能力，決定了資本現(xiàn)在的投入力度。

不只OpenAI一家，Scaling Law瓶頸也公平地困擾著其他科技公司。谷歌下一代Gemini模型也被曝性能未達預(yù)期，Anthropic傳出放緩了Opus 3.5的進展。

OpenAI不得不考慮新的技術(shù)方向。

據(jù)OpenAI知名研究員、o1研究團隊的核心科學(xué)家Noam Brown透露，盡管擴大預(yù)訓(xùn)練規(guī)模是提升模型性能的有效手段，但成本高昂且終將觸及天花板。而o1模型所代表的“推理時計算”技術(shù)，為解決這一瓶頸提供了全新的思路，將加速AGI的到來。

Noam Brown介紹，這項技術(shù)讓模型能夠在推理階段進行更深入的思考和計算，從而解決更復(fù)雜的問題。

比如，o1模型可以自主學(xué)習(xí)策略、拆解任務(wù)、識別并糾正錯誤，展現(xiàn)出前所未有的智能水平，證明了模型可以進行更深入的推理和解決更復(fù)雜的問題，“它存在的意義被大大低估”。

Noam Brown還強調(diào)，“推理時計算”技術(shù)目前還處于早期階段，未來提升空間巨大。

謀求轉(zhuǎn)向營利性架構(gòu)

除了內(nèi)部產(chǎn)品焦慮，OpenAI的外部壓力也不算小。

謀求轉(zhuǎn)向營利性組織結(jié)構(gòu)的OpenAI，遭到了特斯拉CEO埃隆·馬斯克更強烈的狙擊，后者甚至試圖向美國聯(lián)邦法院申請禁令，以阻止OpenAI改變組織架構(gòu)。

近日，知情人士透露，OpenAI還在別的方面努力籌劃，增加公司的投資潛力。

此前，OpenAI與大股東微軟訂立了一個條款，條款規(guī)定，當(dāng)OpenAI開發(fā)出通用人工智能（AGI）后，微軟就將無法再獲取其技術(shù)。據(jù)悉，OpenAI正在考慮撤銷這一條款，但董事會尚未做出最終決定，正在討論各種選擇。

兩個月前，微軟還曾就OpenAI轉(zhuǎn)化為營利性公司后的股權(quán)分配問題進行了談判。

OpenAI近期完成的66億美元融資中，微軟投資額約為7.5億美元。根據(jù)融資協(xié)議，OpenAI將在兩年內(nèi)完成向營利性公司的轉(zhuǎn)變，否則投資者將有權(quán)收回資本。

截至目前，微軟共計投資OpenAI137.5億美元，而作為OpenAI的最大投資方，微軟卻沒有OpenAI的話事權(quán)，甚至迫于反壟斷調(diào)查的壓力，退出了OpenAI董事會。

如果OpenAI能夠順利轉(zhuǎn)向營利性組織，投資方將通過更直接的股權(quán)結(jié)構(gòu)消除非營利組織規(guī)定的利潤上限，并且通過掌握股權(quán)減少OpenAI高層變動可能帶來的風(fēng)險。其中，微軟作為OpenAI最大投資方，可能會獲得該公司大量股權(quán)。

加州大學(xué)洛杉磯分校洛厄爾-米爾肯慈善與非營利中心的創(chuàng)始執(zhí)行董事Rose Chan Loui表示：“OpenAI已明確表示，非營利組織將不再控制（營利性公司），因此這可能意味著微軟和其他投資者將對OpenAI的工作有更多發(fā)言權(quán)?！?/p>

近日，奧特曼本人也再次強調(diào)了這種轉(zhuǎn)變的必要性。據(jù)他透露，OpenAI成立時，完全沒有想到將來會成為一家產(chǎn)品公司，所以他們本著初心，將OpenAI設(shè)立成了非營利性的組織，承諾公司不為任何人的私利而成立，并將其技術(shù)保持開源，以AI造福公眾。

但后來，研發(fā)與訓(xùn)練AI需要的資金量巨大，OpenAI不得不設(shè)立了一個營利性子公司，拓展了有限盈利的模式。奧特曼說：“但這種模式已經(jīng)開始拉扯OpenAI非營利組織的形態(tài)，而且OpenAI在下一階段所需的資本量實在是太大了。”

所以，OpenAI在積極思索一些變化，這個問題非常復(fù)雜，董事會正在研究，還未做出任何決定。

曾經(jīng)考慮過的一個方案是，非營利組織擁有一個公共利益公司（PBC）的絕大部分股份，并通過這種方式利用大量財富來實現(xiàn)非營利組織的目標(biāo)。

為了幫助OpenAI融資，也不排除奧特曼本人會為了增加投資者信心而持有一部分股權(quán)。

“如果能回到過去，我會拿一點OpenAI股權(quán)，至少這會讓投資者們對我的態(tài)度更清晰一些，可能也會讓融資變得容易一些。確實有很多投資者因為我沒有拿股權(quán)而沒有投資?！眾W特曼透露。

一位來自高校的觀察人士認為，AI尤其是一個資本密集型行業(yè)，OpenAI為吸引投資做出的改變，有助于公司改善資金狀況，并進一步提升業(yè)務(wù)運營能力。