Sora新視頻，TikTok獨(dú)占

2025年，Sora的新視頻變成了“抖音獨(dú)占”。OpenAI剛開(kāi)的TikTok認(rèn)證帳號(hào)上，悄然更新了不少全新生成視頻，每一個(gè)都很有特點(diǎn)，引發(fā)了各路熱議。短短4天，就漲粉10萬(wàn)，獲贊50萬(wàn)，這還是在沒(méi)怎么宣傳的情況下。a16z合伙人驚嘆，如果這是在信息流里刷出來(lái)的，絕對(duì)分不出真假。不少人看過(guò)很多AI視頻，但都感覺(jué)這是一個(gè)轉(zhuǎn)折點(diǎn)。在真實(shí)的短視頻消費(fèi)場(chǎng)景中，Sora與競(jìng)品的代差明顯，其視頻太逼真，以至于要特別聲明不是真的。OpenAI擔(dān)心AI視頻被當(dāng)真引起不好影響，不遺余力地以各種方式提醒“這是假的！這是假的！”。網(wǎng)友因此發(fā)出預(yù)警：從現(xiàn)在開(kāi)始，在網(wǎng)上看到的一切都值得懷疑，不要相信自己的眼睛。甚至有句話(huà)說(shuō)，“互聯(lián)網(wǎng)時(shí)代，沒(méi)有人知道你是一條狗?，F(xiàn)在正式升級(jí)成‘Sora時(shí)代，沒(méi)有人知道你是一條不存在的狗’。”

下面再來(lái)欣賞幾個(gè)“抖音獨(dú)占”版Sora視頻：超微距追蹤蟻群，效果堪比紀(jì)錄片；以前DALL·E 3畫(huà)的靜態(tài)圖被Sora加工一下再配上電音，就成了爆款舞蹈視頻；Sora還特意用一條長(zhǎng)達(dá)1分24秒的視頻，展示了類(lèi)似抖音特效的AI視頻編輯能力。這些視頻直接搞得不少短視頻創(chuàng)作者心態(tài)爆炸，甚至連平臺(tái)本身都被降維打擊。全球估值第一的獨(dú)角獸字節(jié)跳動(dòng)，與剛剛躍升第三位的OpenAI之間，似乎正醞釀著一場(chǎng)對(duì)決。UGC王者和AIGC新貴之間，終有一戰(zhàn)。

“字節(jié)版Sora”也在備戰(zhàn)

在Sora一夜爆火之前，字節(jié)內(nèi)部并不缺乏AI視頻技術(shù)。其中一款被傳成是“中國(guó)版Sora”的Boximator，其論文在Sora發(fā)布之前就已公布，由字節(jié)AI實(shí)驗(yàn)室總監(jiān)李航領(lǐng)銜。Boximator的功能并非根據(jù)純文字生成視頻，而是按照文字提示將靜態(tài)圖片動(dòng)態(tài)化。它以字節(jié)2024年11月推出的PixelDance為基礎(chǔ)模型，加入了新的動(dòng)作設(shè)定方式，從圖像中框選物體，然后設(shè)置運(yùn)動(dòng)終點(diǎn)或直接繪制軌跡，就能對(duì)動(dòng)態(tài)效果進(jìn)行精細(xì)控制。Boximator作為一個(gè)插件，與現(xiàn)有的視頻擴(kuò)散模型結(jié)合使用，通過(guò)凍結(jié)基礎(chǔ)模型的權(quán)重，僅訓(xùn)練控制模塊來(lái)實(shí)現(xiàn)這一功能。比如，可以通過(guò)框框畫(huà)畫(huà)，讓小哈基米按照一定的軌跡追著球跑。

從效果上看，Boximator雖有bug（飄走的雨傘沒(méi)有傘柄），但與Pika 1.0（中）和Gen - 2（右）相比，動(dòng)畫(huà)明顯更加完整，也更接近文字提示。從材質(zhì)和物理效果上看，Boximator也更勝一籌。在技術(shù)層面，Boximator在視頻擴(kuò)散模型的每個(gè)空間注意力塊中增加了一個(gè)新的自注意力層，用于處理由對(duì)象ID、硬/軟標(biāo)志和邊界框坐標(biāo)編碼的控制token。為了簡(jiǎn)化學(xué)習(xí)“框 - 對(duì)象”關(guān)聯(lián)的挑戰(zhàn)，Boximator在訓(xùn)練過(guò)程中還采用了一種稱(chēng)為自跟蹤（self - tracking）的技術(shù)。

那么Boximator到底算不算“字節(jié)版Sora”呢？字節(jié)對(duì)此傳聞以辟謠的姿態(tài)回應(yīng)：Boximator是視頻生成領(lǐng)域控制對(duì)象運(yùn)動(dòng)的技術(shù)方法研究項(xiàng)目，目前還無(wú)法作為完善的產(chǎn)品落地，距離國(guó)外領(lǐng)先的視頻生成模型在畫(huà)面質(zhì)量、保真率、視頻時(shí)長(zhǎng)等方面還有很大差距。Boximator建立在之前PixelDance（基礎(chǔ)研究）、MagicAnimate（專(zhuān)注于人體動(dòng)作）等更多字節(jié)團(tuán)隊(duì)研究基礎(chǔ)之上的最新成果?？偟膩?lái)說(shuō)，這些技術(shù)并非針對(duì)Sora特意開(kāi)發(fā)，但在AIGC大戰(zhàn)如火如荼的背景之下，仍不失為一種“戰(zhàn)備”。再加上2025年前原抖音CEO張楠卸任，專(zhuān)注于剪映，奔赴AIGC風(fēng)口。可以說(shuō)雖然Sora的發(fā)布很突然，但字節(jié)并不是毫無(wú)準(zhǔn)備，或者說(shuō)早就在業(yè)務(wù)推進(jìn)中感知到了技術(shù)趨勢(shì)。

視頻編輯、素材站遭殃

Sora的出現(xiàn)，給視頻行業(yè)帶來(lái)了巨大沖擊。Sora的第一刀，砍向了Adobe。短短5天，Adobe股價(jià)跌跌不休，市值蒸發(fā)過(guò)百億美元。危機(jī)時(shí)刻，Adobe剛剛緊急宣布，組建了一個(gè)50人的AI研究團(tuán)隊(duì)。然而，這投入的力度沒(méi)讓大家看出誠(chéng)意，29945員工中的50人，只占0.16%。Adobe代表的是沿用近30年的視頻生產(chǎn)、編輯工具，服務(wù)于內(nèi)容創(chuàng)作者。不轉(zhuǎn)型就會(huì)變成下一個(gè)柯達(dá)、諾基亞，但轉(zhuǎn)型也面臨很大挑戰(zhàn)。比如，Adobe坐擁大量數(shù)據(jù)，但要用過(guò)去創(chuàng)作者的成果去訓(xùn)練AI，就會(huì)與這些用戶(hù)關(guān)系緊張。而且，從過(guò)去Adobe在AI生圖的表現(xiàn)來(lái)看，效果比Midjourney尚有很大差距，如今在AI視頻上又該如何面對(duì)OpenAI的技術(shù)代差。

除了Adobe，受沖擊第二大的就是素材供應(yīng)商了，代表公司Shutterstock的日子也不好過(guò)。連馬斯克都認(rèn)同“這個(gè)行業(yè)可能消亡”的觀點(diǎn)。不過(guò)，Shutterstock也給自己找好了退路，早早與OpenAI簽訂了合作協(xié)議，從素材供應(yīng)商開(kāi)始轉(zhuǎn)型訓(xùn)練數(shù)據(jù)供應(yīng)商。這幾天不斷刷屏的Sora視頻中，就有不少Shutterstock圖片的影子。甚至有人開(kāi)玩笑說(shuō)，Sora名字四個(gè)字母不會(huì)就是代表“Shutterstock原創(chuàng)，AI攪拌”吧。

（以上信息參考了量子位的相關(guān)內(nèi)容以及文中提供的鏈接。隨著AI技術(shù)的不斷發(fā)展，視頻行業(yè)正面臨著前所未有的變革。在這個(gè)過(guò)程中，各個(gè)相關(guān)方都需要積極應(yīng)對(duì)，尋找新的發(fā)展機(jī)遇。比如，對(duì)于像Adobe這樣的傳統(tǒng)視頻編輯工具提供商，需要加快轉(zhuǎn)型步伐，加大在AI技術(shù)研發(fā)方面的投入，以適應(yīng)市場(chǎng)的變化。而對(duì)于像Shutterstock這樣的素材供應(yīng)商，與AI技術(shù)公司合作，轉(zhuǎn)型為訓(xùn)練數(shù)據(jù)供應(yīng)商，或許是一個(gè)不錯(cuò)的選擇。對(duì)于字節(jié)跳動(dòng)這樣的行業(yè)巨頭，雖然在AI視頻技術(shù)方面有所準(zhǔn)備，但也需要不斷創(chuàng)新和完善，以應(yīng)對(duì)來(lái)自O(shè)penAI等競(jìng)爭(zhēng)對(duì)手的挑戰(zhàn)?？傊贏I時(shí)代，只有不斷適應(yīng)變化，才能在激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地。）