算法,ai,盘和林,短视频,sora,视频生成模型,Sora(公司)

Sora的出现，影响一定是颠覆性的。视频是当前传媒行业的核心产品，Sora的加入代表视频生产模式将被彻底颠覆。

从细分领域看，当前受到冲击最大的是自媒体短视频剪辑行业和视频广告行业，这两个行业的视频内容都非常简短，Sora生成的视频已达到1分钟，在质量较高的情况下，Sora能够做出比普通剪辑者更优秀的视频。对于动漫、电影和游戏的冲击，当下还没有显现。

随着技术的演进，随着Sora制作内容时长的增加，未来通过文字转视频，再剪辑出诸如短视频、电影电视短剧、游戏过场CG动画等，都有可能通过Sora来实现。当然最直接的影响，还是冲击短视频和广告两大领域。

也有正面影响。Sora降低了制作视频的门槛，不会剪辑的普通人通过AI可以生产高质量视频，从而可以缔造新的就业机会；但Sora也将替代视频制造领域重复、套路、缺乏创意的剪辑者工作，低水平剪辑工作将完全被AI取代。

Sora当前版本仍有不足，对人类社会物理现象的理解还不深刻。比如，吹蜡烛的时候蜡烛没有熄灭，可以说是一些细节问题，但随着技术进步，通过数据学习是可以解决的。由于Sora的底层逻辑还是Transformer，所以其演进过程非常类似于GPT，最终数据积累到一定量之后，会出现奇迹。

从宏观上看，Sora将延续AIGC和大模型的热潮，OpenAI的技术领先优势进一步扩大。此前国内有AI企业套用了GPT等开源模型，修改参数后迅速发布AI大模型产品，但这些开源模型针对文本而非视频，因为文本有语言习惯差异，所以国内在中文大模型上有机会能够超越GPT。

但在视频AI领域，AI企业需要重新进行数据学习，积累模型参数，没有捷径，视频AI追赶的难度要比文本大很多。当前国内在数据、算力等方面存在短板。

Sora的难点不在算法，而在算力，视频AI的进步对算力需求更大。在算力芯片领域，国内仍存在短板，虽然国产替代近年来进步很快，但先进制程芯片和算力软件仍是绕不过去的坎。

其次国内视频数据要素流动还存在阻滞，各大平台数据生态较为封闭，并不利于数据要素流通，不利于AI视频发展。未来应尽可能促进数据要素流通，在数据要素市场繁荣和数据安全之间找到平衡。最后在算法层面，当前国内3D制作引擎技术也存在短板，都可能迟滞视频AI技术的发展。

作者 盘和林

工信部信息通信经济专家委员会委员