本文來自微信公眾號：投中網(wǎng) （ID：China-Venture），作者：劉燕秋、蒲凡
仿佛夢回2023。去年年初，ChatGPT引發(fā)了普通人澎湃的討論熱情，此后海內(nèi)外在AI大模型投資上展開了軍備競賽。
龍年剛一開年，OpenAI又打開了新局面。這次火的是文生視頻。2月16日凌晨，OpenAI發(fā)布了文生視頻大模型Sora。Sora能夠根據(jù)文本提示創(chuàng)建詳細的視頻、擴展現(xiàn)有視頻中的敘述以及從靜態(tài)圖像生成場景。
這類應(yīng)用早就有了，但Sora的呈現(xiàn)仍然驚艷，視頻中的主體穩(wěn)定可控，可實現(xiàn)多角度切換，時長方面也有突破，最長能生成60秒視頻。
不愧是OpenAI。盡管Sora仍處于開發(fā)早期階段，但它的推出已經(jīng)標(biāo)志著生成式AI迎來一個里程碑。
資本端同時傳來新消息。在完成最新交易后，OpenAI的估值已飆升至800億美元以上。這筆交易來自于Thrive Capital精心策劃的要約收購。
盡管OpenAI和Thrive Capital對此皆不予置評，但小紅書博主“Shannon”昨天發(fā)的帖子很有情緒的代表性，“明天所有fund開會的議題都有OpenAI的Sora”。
只不過，和去年相比，投資人的心態(tài)變了。不是人人都有機會投中OpenAI，但OpenAI的能力邊界卻實實在在影響著一批創(chuàng)業(yè)公司和背后的投資人。
一、“水到渠成”和“令人發(fā)指”
首先需要明確，“文生視頻大模型”并不是一條全新的賽道。在OpenAI登場之前，頭部大模型研發(fā)商幾乎都擁有自己的文生視頻大模型，例如Google的Lumiere以及Stability AI的SVD（Stable Video Diffusion），甚至已經(jīng)誕生了垂直于多媒體內(nèi)容創(chuàng)作大模型的獨角獸，例如視頻生成大模型Gen-2的開發(fā)商Runway，在2023年6月底完成由Google、Nvidia、Salesforce參與的C輪融資后，估值超過15億美元。
更重要的是，上述已有的“視頻大模型”，隱隱有了生產(chǎn)力工具的影子。
以Runway為例，與許多“拿著錘子找釘子”式的“技術(shù)驅(qū)動型”大模型創(chuàng)業(yè)團隊不同，Runway的三名創(chuàng)始人Valenzuela、Alejandro Matamala和Anastasis Germanidis來自于紐約大學(xué)藝術(shù)學(xué)院，他們共同看到了“人工智能在創(chuàng)造性方面的潛力”，于是決定共商大計，開發(fā)一套服務(wù)于電影制作人、攝影師的工具。
這層基因打底，相比科技公司的“車庫文化”，Runway的發(fā)展軌跡更像“橫店影視城奮斗史”：先開發(fā)了一系列細分到不能再細分的專業(yè)創(chuàng)作者輔助工具，針對性地滿足視頻幀插值、背景去除、模糊效果、運動追蹤、音頻整理等需求；隨后參與到圖像生成大模型Stable Diffusion的開發(fā)過程中，積累AIGC在靜態(tài)圖像生成方面的技能點，并獲得了參與《瞬息全宇宙》等大片制作的機會——這些影片在宣發(fā)中曾經(jīng)有過詳細描述，出品人們感嘆他們的加入讓后期團隊“保持了一個超乎常規(guī)的小規(guī)?！睜顟B(tài)，影視同行們驚嘆許多復(fù)雜的特效制作（比如《瞬息全宇宙》里那兩塊對話的石頭），工期已經(jīng)從“好幾天”縮短到了“幾分鐘”。
等到2023年2月，Runway發(fā)布第一代產(chǎn)品Gen-1，普通用戶已經(jīng)能通過iOS設(shè)備進行免費體驗，范圍除了“真實圖像轉(zhuǎn)黏土”“真實圖像轉(zhuǎn)素描”這些濾鏡式的功能，還包含了“文本轉(zhuǎn)視頻”，從而使得Gen-1成為了首批投入商用的文生視頻大模型；2023年6月，他們發(fā)布了第二代產(chǎn)品Gen-2，訓(xùn)練量上升到了2.4億張圖像和640萬段視頻剪輯。
2023年8月，爆火B(yǎng)站、全網(wǎng)播放量超過千萬、獲得郭帆點贊的AIGC作品《流浪地球3預(yù)告片》正是基于Gen-2制作。根據(jù)作者@數(shù)字生命卡茲克 在個人社媒上的分享，整段視頻的制作大體分為兩部分——由MidJourney生成分鏡圖，由Gen-2擴散為4秒的視頻片段——最終獲得素材圖693張、備用剪輯片段185條，耗時5天。
半年之后，@數(shù)字生命卡茲克 再次通過“MJ V6畫分鏡-Runway跑視頻”制作了一段3分鐘的故事短片《The Last Goodbye》，投稿參賽Runway Studios（Runway專門為企業(yè)級客戶提供定制化服務(wù)的部門）所組織的第二屆AI電影節(jié)Gen48。
換句話說，實際上至少在一年以前，“文生視頻大模型”就已經(jīng)擁有足夠的關(guān)注度，其目前用戶規(guī)模也被遠遠低估。
Runway的聯(lián)合創(chuàng)始人Valenzuela在C輪融資后透露，除了像New Balance這樣的世界500強客戶，他們還擁有“數(shù)百萬個人創(chuàng)作者”。
除此而外，Sora所展現(xiàn)出來的“精準(zhǔn)的物理世界還原能力”，也并不是OpenAI獨自探索的AI領(lǐng)域。馬斯克就在Sora發(fā)布的兩天半后，也就是2月18日，在科技播客欄目“DrKnowItAll”里留言，“這種精準(zhǔn)還原現(xiàn)實世界物理規(guī)律的虛擬世界生成能力，特斯拉已經(jīng)差不多快掌握一年了……只不過因為素材來自車載攝像頭，所以視頻看上去沒那么有趣”。
OpenAI在同期發(fā)布的技術(shù)論文《Video generation models as world simulators》也明確Sora更像是“數(shù)據(jù)驅(qū)動的物理引擎”，通過大模型的持續(xù)擴散來“高性能地模擬物理世界或者數(shù)字世界中的人、動物、其他物體”，因此仍然擁有“同行們都會面臨”的局限性，例如“很難準(zhǔn)確模擬復(fù)雜場景的物理原理，并且無法理解因果關(guān)系，比如Sora生產(chǎn)一段人咬餅干的片段，餅干可能不會出現(xiàn)咬痕”。
真正帶來壓迫感的，或許是Sora不可思議的進化速度。
從技術(shù)層面看，無論是“擁有精準(zhǔn)物理規(guī)則的真實世界”“支持60秒視頻生成”還是“單視頻多機位”都可以被形容為水到渠成，然而正如上面所提到的——如今看起來傻傻的、只支持生成“4秒視頻生成”并且“掉幀明顯到像幻燈片”的Gen-2其實是2023年6月發(fā)布的產(chǎn)品，距離Sora的發(fā)布日不過8個月。
2023年11月，Meta發(fā)布的視頻生成大模型Emu Video看起來在Gen-2上更進一步，能夠支持512×512、每秒16幀的“精細化創(chuàng)作”，但3個月之后的Sora已經(jīng)能夠做到生成任意分辨率和長寬比的視頻，并且根據(jù)上面提到的開發(fā)者技術(shù)論文，Sora還能夠執(zhí)行一系列圖像和視頻編輯任務(wù)，從創(chuàng)建循環(huán)視頻到即時向前或向后延伸視頻，再到更改現(xiàn)有視頻背景等。
而如果要死磕這種不可思議的進化速度，除了“神秘的外星文明”，最現(xiàn)實的解釋恐怕只有“海量燒錢”。
作為Runway半個領(lǐng)路人的Stability AI近兩年周期性地遭遇“現(xiàn)金流壓力”，一會兒傳聞高層正在積極探索出售公司，一會兒又流傳著早期投資者Coatue Management的內(nèi)部信，直指“Stability AI的財務(wù)狀況令人擔(dān)憂”，建議CEO Emad Mostaque原地辭職。最揪心的傳聞是，為了讓亞馬遜相信自己不會拖欠高達7500萬的云服務(wù)費用，身為前對沖基金經(jīng)理的Emad Mostaque選擇以個人財產(chǎn)作為擔(dān)保。
然而從融資的角度看，Stability AI做到了賽道的天花板，其在2022年10月完成超過1億美元的融資后，估值早早來到了獨角獸級別。Emad Mostaque在去年7月的一次采訪中忍不住直發(fā)狂暴言論，他說：“Bard AI只是因為在宣傳片中提供了不準(zhǔn)確的信息，就造成了每天超過1000億美元的損失……人工智能作為基礎(chǔ)設(shè)施所需的投資總額可能為1萬億美元，這會是人類有史以來最大的泡沫”。
知乎上，一位叫做“像素?zé)捊饚煛钡膭?chuàng)業(yè)者坦承了他在目睹Sora發(fā)布后的心路歷程：“我有些害怕科技巨頭的產(chǎn)品像隆隆火車一樣駛過，而我做的東西如同路邊的野草一樣，在這個技術(shù)進步就像跑馬燈一樣的時代里，留不下一絲痕跡?！?/p>
二、估值800億和領(lǐng)頭羊的邊界
無論怎樣，OpenAI再次印證了AI“巨無霸”的地位?？此茻o遠弗屆的能力，支撐其估值在不到10個月的時間里增長了兩倍。CB Insights的數(shù)據(jù)顯示，OpenAI目前是世界上最有價值的科技初創(chuàng)企業(yè)之一，僅次于字節(jié)跳動和SpaceX。
拓展模型能力的同時，OpenAI還在推進多元化的戰(zhàn)略。尤其是在半導(dǎo)體領(lǐng)域，奧特曼正與潛在投資者、半導(dǎo)體制造商和能源供應(yīng)商等各種利益相關(guān)者接觸。他甚至在考慮成立一家獨立于OpenAI的新公司，進入AI芯片行業(yè)。
這筆交易也揭示了，奧特曼之于OpenAI，仍然是不可或缺的角色。原本在去年11月，OpenAI便將敲定最新的融資交易，但當(dāng)時奧特曼遭遇了解雇風(fēng)波。交易有沒有受到影響不知道，總之結(jié)果是，770名員工中的700多人最終簽署了請愿書，要求他復(fù)職。
細看這輪融資，不是發(fā)行新股，而是準(zhǔn)許OpenAI員工對外出售所持股份。這對于OpenAI來說并不新鮮。2023年，Thrive Capital、紅杉資本、Andreessen Horowitz和K2 Global等風(fēng)險投資巨頭也采取了類似的做法，參與OpenAI的要約收購，當(dāng)時該公司的估值已經(jīng)達到290億美元。
那么，OpenAI的邊界在哪里？
這個問題不僅事關(guān)OpenAI的估值，也關(guān)乎大大小小生成式AI創(chuàng)業(yè)公司的前景。
原本在視頻生成這個賽道上，海外已經(jīng)有幾家創(chuàng)業(yè)公司卡位。最知名的莫過于前文所述的Runway。另一個領(lǐng)頭羊是Pika，創(chuàng)立于去年4月，11月宣布完成了總計5500萬美金的A輪及天使輪融資，估值達2.5億美元。Pika由郭文景和孟晨琳共同創(chuàng)立，兩人都曾是斯坦福大學(xué)人工智能實驗室的博士生，履歷亮眼。郭文景還被譽為“華裔天才少女”。
OpenAI會沖擊這些公司嗎？別急，Sora 公開后，有海外博主已經(jīng)對幾家公司的產(chǎn)品做了對比。他給Sora、Pika、Runway和Stable Video四個模型輸入了相同的prompt。結(jié)論是，Sora在生成時長、連貫性等方面都有顯著的優(yōu)勢。
必須要說，這幾家做文生視頻的公司都開發(fā)了自己的大模型，而非純粹地基于別人的大模型來開發(fā)應(yīng)用場景的那類公司。但即使有技術(shù)護城河，要抵擋OpenAI的沖擊也沒那么容易。
當(dāng)然，這并不是說，純做應(yīng)用的公司完全沒有前途了，背后也許涉及到一個發(fā)展階段的問題。
去年，紅杉資本的兩位合伙人再次發(fā)表文章，復(fù)盤一年前自己對市場的看法。他們指出，其中一個預(yù)測錯誤是，垂直分離尚未發(fā)生。“我們?nèi)匀幌嘈艖?yīng)用層公司和基礎(chǔ)模型提供商之間會有分離，模型公司專注于規(guī)模和研究，應(yīng)用層公司專注于產(chǎn)品和UI。但在實際上，這種分離還沒有干凈利落地發(fā)生。最初面向用戶的應(yīng)用中，最成功的那些都是垂直整合的公司?！?/p>
三、國內(nèi)也是類似的局面
有投資人告訴我，他們關(guān)注的一家AIGC公司也在開發(fā)基于特定產(chǎn)業(yè)數(shù)據(jù)的獨有的模型，而不是僅僅調(diào)用別人的API?！安蝗缓茈y指望他們在應(yīng)用層面做出真正差異化的東西。”
回頭看，過去一年，OpenAI的每一次技術(shù)突破，都會拓展資本對它的想象空間，但同時也堵上一部分創(chuàng)業(yè)公司的前進之路。
“AGI去年已經(jīng)把軟件行業(yè)毒死了?，F(xiàn)在公眾只是在目睹毒發(fā)的過程?！?/strong>有創(chuàng)業(yè)者在轉(zhuǎn)發(fā)一則Sora的消息時，在朋友圈評論道。
所以，AI投資難，尤其是應(yīng)用層。“重點還是界定清楚，什么東西能在大模型的演進過程中受益，什么東西又在大模型演進過程中被瓦解?！币晃籄I投資人曾模糊地告訴我。但OpenAI的超能力使得這個關(guān)鍵問題沒那么容易預(yù)判。
再看大模型。《北京最火獨角獸翻6倍了》一文寫過，智譜AI去年一年的估值已經(jīng)翻了6倍多，已經(jīng)有投資人給出200億估值。我最近也聽說，百川智能和MiniMAX，最近都傳出新一輪融資已到位的消息。OpenAI出新招，這些公司不可能不焦慮。好在彈藥尚且充足。Sora的誕生，無疑又將引發(fā)新一輪追趕。
借著Sora火熱，AI的相關(guān)概念必將再炒一波，尤其是英偉達這類充當(dāng)賣水人，又可以大賺一筆了。但對于一級市場的創(chuàng)業(yè)者和投資人而言，我只能說，暫時，繼續(xù)卷罷。
本文來自微信公眾號：投中網(wǎng) （ID：China-Venture），作者：劉燕秋、蒲凡
聯(lián)系客服
