​中国创业者,不敢追Sora

中国创业者,不敢追Sora

本文来自微信公众号:字母榜(ID:wujicaijing),作者:赵晋杰、马舒叶,编辑:赵晋杰,题图来自:视觉中国

Sora 现身近一个月,却未能在国内掀起如同 ChatGPT 时期的紧追不舍之态。

科技大厂仍停留在内部探索、研发 Demo 的阶段:字节推出 AI 生成视频产品 Boximator,腾讯研发了视频生成模型 VideoCrafter,百度发表了统一模式视频生成系统 UNiVG。至于究竟何时会推出 " 中国版 Sora",大厂用静悄悄回应着外部期待。

恒业资本创始合伙人江一告诉字母榜,投入产出比或将是困扰国内大模型玩家选择跟进的一大因素。在追赶 Sora 之前,目前在对话大模型领域尚处在 GPT-3.5 的国内头部玩家,对于是否要追赶上 GPT-4 的水平," 实际上他们也都有担忧:一方面想要证明自身价值,至少要做到 Meta 开源模型 Llama 2 的水平;另一方面,Meta 新一代开源模型 Llama 3 即将发布,届时万一投入重金后的自研模型,水平不及 Llama 3 乃至遭遇 OpenAI 自身的开源模型竞争,很可能导致前期投资‘竹篮打水一场空’。"

高企的成本,不仅困扰着大模型训练厂商推出 Sora 的步伐,而且同样阻碍着创业者率先体验 Sora 的热情。

在 ChatGPT 引爆新一轮 AI 应用热潮后,定位桌面机器人的小丽智造创始人兼 CEO 胡捷,一度找上国内某大厂商谈合作,希望将其大模型能力嵌入自家硬件。不过,在前者报出的数百万元合作费用面前,胡捷最终选择了国内一家二线大模型厂商,费用降低了近乎十分之一。

需要更多算力支持的视频大模型 Sora,其应用成本更是胡捷这类初创公司难以承担的代价,等待越来越多国产平替方案的出现,可能是更具性价比的选择。

除了用不起之外,Sora 在视频生成方面存在的精确度等 Bug,也让一些支付得起 C 端使用成本的创业者,不敢轻易替换掉人工。

坐拥百万粉丝的上海市锦天城律师事务所律师候朝辉,以法律博主的身份运营着两档视频对话栏目《知 V 见》和《披荆斩棘的律师》,其视频时长在 10-30 分钟之间。为了保证长视频的信息精确度和画面精致感,候朝辉以 15000 元月薪,雇佣了一个专业剪辑师。

Sora 出现后,候朝辉并没有下意识觉得可以每月节省 15000 元成本了," 我不会自己去学,肯定让剪辑师去学,他如果学会这套 AI 工具,就可以将效率变现,接更多活,赚更多钱。"

ChatGPT 爆火之后,胡捷开始有了将大模型对话能力融入自家产品中的想法,尝试打造一个桌面机器人结合类 ChatGPT 的新交互方式。

"(用户)语音对话的过程中,ChatGPT 的生成过程是以一个个点的形状呈现,我们借助屏幕为其配备了一个对应口型的虚拟人形象,可以把 ChatGPT 吐回来的文字,让虚拟人开口讲出来。" 胡捷说道。

为了实现上述意图,胡捷首先找到了一家自研大模型的国内大厂,希望直接接入对方的对话大模型产品,但后者报了一个 300 万元左右的合作价格,还设置了终端使用量要达到过万台的门槛。

对于这家去年才刚刚成立、初始团队在 10 人左右的初创企业而言,无论是大厂给出的报价,还是设备出货量要求,都超出了胡捷能够承受的范围。

退而求其次,胡捷最终选择了国内一家二线大模型厂商,后者按年收费,报价只有几十万元,且在定制开发上配合度更高," 尽管大模型能力没那么强,但是能满足我们初期的要求。而且开放性比较强,允许我们接入第三方大模型,他们提供开发对接服务。"

Sora 引爆新一轮大模型热议后,胡捷们也开始等待国内平替的到来。但平替究竟何时会来,却不像 ChatGPT 时期那么有确定性了。

在江一看来,国内大模型厂商想要追赶 OpenAI,保持一个相对领先优势,在资源投入上需要优先考虑总成本领先,即能否用比竞争对手低的成本,训练出足以媲美行业头部水平的大模型,其次才是基于数据和场景打造差异化。

在推动大模型性能不断迭代过程中,其所需要的算力等各类资源也呈指数级增长。ChatGPT 成功运行的背后,最少需要一万张英伟达 GPU 提供算力。迭代到 GPT-4 后,其所需的英伟达 GPU 数量被爆超过了 2 万张,价值达数亿美元。

面对越拉越大的投入产出比,在江一看来,国内大模型厂商担忧的,不是能不能做出 Sora,而是投入重金研发后,做着做着突然被硅谷的开源模型突袭," 你的价值就几乎归零了。"

对于那些直接付费使用 C 端大模型产品的创业者而言,尽管免去了用不起的烦恼,但在大模型生成内容的 " 幻觉 " 问题尚未解决之前,想让他们跳过人工成本,自己用上 Sora,还有点难。

专注长视频创作的候朝辉,为了确保画面的精确和精致感,平时需要用到专业相机拍摄,大容量的视频素材使得剪映一类的傻瓜式剪辑软件,根本无法满足需求,日常剪辑只能用达芬奇等专业软件,这也迫使他以每月 15000 元的价格,在上海雇用了一个专职剪辑师,保证一个月能剪出两条视频。

除此之外,候朝辉还会不定时发布访谈视频,后期剪辑则以一条 3000 元的价格外包了出去。

ChatGPT 时期延续下来的内容不准确、部分数据陈旧等问题,在采取同源技术架构的 Sora 身上也难以幸免。在候朝辉看来,即便真等到 Sora 公测那一天,也是让剪辑师去学,而不是自己去学习如何使用,"(说到底)这个工具还是要有人去操作,它很难在短期内把一个人淘汰掉,更多可能带来效率的提升,然后剪辑师就可以接更多活,赚更多钱。"

即便是被外界视为影响最大的游戏影视领域,Sora 的实际应用效果也存疑。

在游戏行业,哪怕是独立游戏,都不存在用不起 AI 工具的情况。但 AI 究竟能发挥多大效用,则是另一回事。独立游戏制作人阿图(化名)曾经期待用 AI 绘图,减轻长期占游戏行业重头支出的游戏画师的工作量,但是真的让 AI 画 " 秦王绕柱 ",结果出来的效果是 " 秦王在跳钢管舞 "。

Sora 演示效果看起来很厉害,但阿图担忧的另一个点在于,制作者还要考虑市场是否买账," 类 Sora 的 AI 工具大量应用在游戏行业,不仅要考虑技术本身的完善程度,还要考虑市场的反应。在消费心理上,用户是否认可制作方在游戏中大规模地使用 Sora,会不会觉得这是在偷工减料?对于部分用户来说,他愿意为了画师的画工,特效师的构思付费,但用 AI 生成的文本、画面,并非是画师设计的,这算不算是在糊弄消费者?在这一点上,目前许多科技媒体调研时,都似乎忽略了市场的反映,而我认为这恰恰是很重要的。"

基于上述种种担忧,阿图的团队,即使使用 AI 工具,更多也只是做一些边角料的工作,比如画一些概念,做一些配色尝试,目前还没达到可以替代部分岗位的应用程度。

独立导演杜兰馨甚至比阿图更进一步,基于 AI 制作带来的人员投入和精力问题,在其影视公司内,他没有尝试引入 AI 制作," 如果把时间和精力耗费在 AI 如何应用上,可能还完不成公司接下的案例。"

在杜兰馨看来,如同用文生图产品一样,要想应用类 Sora 的工具,影视从业者还需要懂 AI 语言,掌握一定的技巧,才能生成想要的视频效果。" 但是目前的训练,工作量似乎并没有被消减,寄望用 AI 减少人力成本的初衷可能只是想象中的美好,实际工作量从自己绘图,变成了重复下达指令训练 AI 绘图,在这个过程中,不只是人掌握了技巧,也是 AI 训练了人。"

杜兰馨认真算了一笔账,以影视公司剪辑师为例,假设此前负责初级剪辑的剪辑师,月薪 8000 元,主要工作是收集整理素材,如果可以用 Sora 代替初剪,就可以节省这部分支出。但同时,公司需要把文生视频的指令输入工作交给高级剪辑师,那么就要上调高级剪辑师的工资。最终只有类 Sora 的工具应用节约成本,足以抵消上调薪资带来的支出,影视公司才不会亏本。

Sora 在视频生成方面的各类 Bug,同样是 OpenAI 迟缓推出的重要原因之一。在官网介绍中,OpenAI 提醒道,Sora 可能难以准确模拟复杂场景的物理原理,并且可能无法理解因果关系,还可能混淆提示的空间细节,例如混淆左右,并且可能难以精确描述随着时间推移发生的事件,例如遵循特定的相机轨迹。

根据部分拿到内测名额的博主分享,Sora 在物理方面遇到的困难,在表现腿部特征,或者行走方面,尤为明显,如经常生成双腿交叉和相互融合的画面。

导致 Sora 在内容生成上出现各类 " 幻觉 " 的背后技术动因,在与其采用了与 ChatGPT 一样的 Transformer 架构。

这也是胡捷将 ChatGPT 视为一个革命性产品,而将 Sora 的到来,认为是一种延续性创新的原因之一。"Sora 出来之后,你可以认为是在铁轨上运行的火车,变成了高铁。Claude 3 的发布,同样如此,给我的感觉就是速度由原来的 300km/h,提升到了 350km/h、400km/h,只是沿着既定路线的彼此较劲,而非颠覆性的突破。"

江一同样对 Sora 可能给行业带来的所谓 " 革命性冲击 ",持怀疑态度。在他看来,Sora 再更新两三个版本,可能就会触摸到技术迭代的天花板,然后慢慢被后来者追平差距。就像之前国内的语音翻译大战,一开始领先的科大讯飞,最后其实跟搜狗之间翻译结果差不太多," 从商业角度考量,大模型这场混战中,厂商也应该优先追求最小可行化产品,先商业化,然后再在往前走的路途中尽善尽美。"

过去一年中,上述竞争姿态已经在对话大模型上上演过一次。随着越来越多玩家推出大模型部署服务,在日益激烈的商业化比拼中,大模型私有化部署的价格," 从一开始的几千万报价,降到一千多万,后来又降到几百万,乃至 100 万,直到现在降到了 50 万。" 江一表示。

本文来自微信公众号:字母榜(ID:wujicaijing),作者:赵晋杰、马舒叶,编辑:赵晋杰

相关推荐

​菊花的特点 菊花的特点

​菊花的特点 菊花的特点

171

菊花的特点 菊花的特点 菊花的特点:1、菊花色彩丰富,繁花似锦,有金黄的,纯白的,艳红的等等。2、菊花作为花中四君子之一,在我国有很悠久的培养历史。3、菊花为短日照植物...

​盆栽榕树的根埋多深最好 榕树盆栽根怎么养大

​盆栽榕树的根埋多深最好 榕树盆栽根怎么养大

100

盆栽榕树的根埋多深最好 榕树盆栽根怎么养大 1、如果是人参榕,不需要把根全埋土里;2、人参榕,生命力强,性耐阴,耐旱。浇水要见干见湿,盆土宜经常保持湿润,夏季要置于荫凉...

​绿萝叶子到底能长多大 绿萝的叶子能长根吗

​绿萝叶子到底能长多大 绿萝的叶子能长根吗

92

绿萝叶子到底能长多大 绿萝的叶子能长根吗 长30至40厘米。属于麒麟叶属植物,大型常绿藤本,生长于热带地区,常攀援生长在雨林的岩石和树干上,其缠绕性强,气根发达,可以水培...

​凉拌风味茄子的做法[茄子的凉拌方法]

​凉拌风味茄子的做法[茄子的凉拌方法]

175

凉拌风味茄子的做法[茄子的凉拌方法] 凉拌茄子的做法 清淡版凉拌茄子是夏天必备的一道美食,它的做法也非常的简单,需要的原材料也非常的少,想要学习制作清淡版凉拌茄子的网友...

​豆腐菜禁忌[家常豆腐配菜窍门]

​豆腐菜禁忌[家常豆腐配菜窍门]

172

豆腐菜禁忌[家常豆腐配菜窍门] 豆腐和什么菜不能一起吃? 豆腐是好吃又有营养的豆制品,但是有很多菜是不适合和豆腐一起吃的,比如菠菜不能和豆腐一起吃,菠菜里面的草酸镁和草...

​生煎螃蟹做法 干煎螃蟹的做法大全视频教程

​生煎螃蟹做法 干煎螃蟹的做法大全视频教程

177

生煎螃蟹做法 干煎螃蟹的做法大全视频教程 螃蟹的做法 现在已经进入秋季,正是螃蟹最肥美的时候,一年当中只有这个时候的螃蟹最好吃,所以爱吃螃蟹的人现在是不能错过的,螃蟹...

​Sora出手后,它的同行们都咋样了?

​Sora出手后,它的同行们都咋样了?

190

Sora出手后,它的同行们都咋样了? 距离 OpenAI 亮出 Sora 这张王牌,已经快一个月了。 东西么,是一直没大规模开放使用,但热度,却从来不缺。 反正光是靠着在 TikTok 上更新 Sora 的视...

​TikTok弹窗,号召美国1.7亿用户反对封禁

​TikTok弹窗,号召美国1.7亿用户反对封禁

120

TikTok弹窗,号召美国1.7亿用户反对封禁 本文来自微信公众号:霞光社(ID:Globalinsights),作者:郭照川,编辑:韦伯,原文标题:《用魔法打败魔法,TikTok 弹窗号召美国 1.7 亿用户反...

​拜登称内塔尼亚胡没有底线,那美国?

​拜登称内塔尼亚胡没有底线,那美国?

104

拜登称内塔尼亚胡没有底线,那美国? 直新闻 是深圳卫视全媒体新闻品牌 由《直播港澳台》团队出品 参与评论请在新浪微博 @直新闻 据加沙地带卫生部门 9 日发布的数据,以军过去...

​黄仁勋给库克上压力

​黄仁勋给库克上压力

78

黄仁勋给库克上压力 出品 | 虎嗅科技组 作者 | 王欣 编辑 | 王一鹏 头图 | 视觉中国 时代变了。三年前,如日中天的苹果市值是英伟达的七倍。而今天, 英伟达市值与这位曾经的世界霸...

​蔚来卖出1700亿却亏866亿,投行还会相信李斌吗?

​蔚来卖出1700亿却亏866亿,投行还会相信李斌吗?

181

蔚来卖出1700亿却亏866亿,投行还会相信李斌吗? 留给李斌的时间不多了 作者 | 赵 普 编辑丨高远山 来源 | 野马财经 这是野马财经的第 3710 篇原创 本文约 2600 字,阅读时长约 7 分钟 蔚...