來源：游戲陀螺

這幾天，AI行業(yè)，乃至整個(gè)互聯(lián)網(wǎng)行業(yè)，包括投資界都在談?wù)撘患拢篛penAI發(fā)布的文生視頻模型Sora，這一石子究竟能激起多少層浪。

AI生成視頻并不是一個(gè)新生賽道，所以很多人疑惑，在鋪天蓋地的新聞之下，Sora到底取得了多大的進(jìn)步。

我們將時(shí)間拉回到一年前，AI視頻大模型此時(shí)已經(jīng)擁有足夠的關(guān)注度。2023年2月，Runway發(fā)布第一代產(chǎn)品Gen-1，讓用戶可以在iOS上，通過文本轉(zhuǎn)化成視頻格式。3月份，Gen-2發(fā)布，人們可以插手后期剪輯優(yōu)化視頻。網(wǎng)絡(luò)熱門作品《流浪地球3預(yù)告片》正是基于Gen-2創(chuàng)作。作者數(shù)字生命卡茲克借MidJourney生成分鏡圖，然后使用Gen-2擴(kuò)散為4秒的視頻片段，最終合成一條以假亂真的預(yù)告片。

或許出身自紐約大學(xué)藝術(shù)學(xué)院的三位創(chuàng)始人一開始想著是為影視內(nèi)容輸出生產(chǎn)力，所以Runway全身心加入到《瞬息全宇宙》等大片制作當(dāng)中。但AIGC浪潮的來臨，在游戲產(chǎn)業(yè)卻迸發(fā)了出乎意料的想象和需求。

5月29日，英偉達(dá)創(chuàng)始人兼首席執(zhí)行官黃仁勛在COMPUTEX大會(huì)上展示公司為游戲提供的定制化AI模型代工服務(wù)——Avatar Cloud Engine (ACE)，開發(fā)人員經(jīng)AI視頻生成工具Audio to Face一番操作實(shí)現(xiàn)栩栩如生的角色動(dòng)畫。

其實(shí)早在2021年，英偉達(dá)在GTC技術(shù)大會(huì)上便利用Audio to Face制造了一場(chǎng)AI黃仁勛演講視頻的假象。如今這一工具已成熟到可以被Convai、Inworld、米哈游、網(wǎng)易游戲、掌趣科技、騰訊游戲和育碧等公司，甚至是獨(dú)立游戲開發(fā)者，應(yīng)用于實(shí)際項(xiàng)目當(dāng)中。一名開發(fā)者Fallen Leaf用Audio to Face成功制作完成了《索利斯堡》（FORT SOLIS） 中角色的臉部動(dòng)畫。

歐洲知名廠商之一的GSC Game World也在自家的得力之作《潛行者2：切爾諾貝利之心》身上采用了該工具來實(shí)現(xiàn)想要的效果。

當(dāng)然游戲產(chǎn)業(yè)的技術(shù)需要絕不滿足于此。所以，作為互聯(lián)網(wǎng)技術(shù)領(lǐng)先企業(yè)，去年秋季英偉達(dá)推出基于AI增強(qiáng)光線重建技術(shù)的DLSS 3.5，訓(xùn)練的數(shù)據(jù)量是DLSS 3的5倍，可以適應(yīng)更多的光照模式，最終效果比需要人工設(shè)計(jì)的降噪器更出色。以《賽博朋克2077》為例，開啟DLSS 3.5后，整個(gè)城市模型的質(zhì)感和霓虹燈反射的清晰度得到了大幅提升。英偉達(dá)稱，DLSS 3.5結(jié)合了超分辨率、幀生成和光線重建，與沒有DLSS渲染的畫面相比，《賽博朋克 2077》幀率提高了5倍。

除此以外，該公司還針對(duì)ACE引入了SteerLM技術(shù)進(jìn)行升級(jí)。該技術(shù)旨在讓開發(fā)者能夠定制NPC個(gè)性，為游戲?qū)υ挼然?dòng)提供準(zhǔn)確的情緒反饋。

無獨(dú)有偶，藝術(shù)家團(tuán)體Sagans運(yùn)用虛幻引擎的metaHuman Creator，同時(shí)配合AI算法，僅憑文本描述就為其首部音樂錄影帶《Coherence》生成了大部分鏡頭。

在最終成品所描繪的后現(xiàn)代圖景中，一位女性正在新城市中尋找著屬于自己的位置，畫面采用素描風(fēng)格，鏡頭伴隨著音樂不斷移動(dòng)，從明亮的櫻花樹轉(zhuǎn)場(chǎng)至紐約地鐵。

據(jù)了解，Sagans是從iOS的Live link Face應(yīng)用中取得角色面部表情動(dòng)畫，通過Quixel和LUmen完成了背景環(huán)境，最后幫助AI算法生成了這般復(fù)雜行為的視頻。

過程曲折，不過毋庸置疑，游戲行業(yè)對(duì)AI技術(shù)的追求正在使一批技術(shù)服務(wù)公司奮力推進(jìn)旗下的AI業(yè)務(wù)，倒逼AI產(chǎn)業(yè)的迅速成長(zhǎng)。

如今，Sora的到來可以實(shí)實(shí)在在地只用一句話，就能完成一個(gè)不俗的視頻，用360公司CEO周鴻祎的話來說，Sora的誕生意味著AGI（通用人工智能）實(shí)現(xiàn)從10年縮短至一兩年。

比起Gen-2的4秒定律和Pika的風(fēng)格化，這顆突然襲來的深水炸彈不僅拉長(zhǎng)了視頻時(shí)間，功能強(qiáng)大，效果也是相當(dāng)炸裂。

在一段演示時(shí)尚女性走在東京街頭的視頻中，Sora不僅可以完美呈現(xiàn)指令的內(nèi)容，并且鏡頭能從遠(yuǎn)景到近景，再到特寫等各角度拍攝。整個(gè)60秒的視頻非常流暢。時(shí)尚女性面部的毛孔和瑕疵清晰可見，質(zhì)量讓人贊嘆。

根據(jù)OpenAI的說法，Sora除了可以根據(jù)文字描述生成視頻外，還可以根據(jù)現(xiàn)有的圖片生成視頻，目前可生成的視頻長(zhǎng)度在1分鐘左右；而且，視頻支持多個(gè)角色、特定類型的運(yùn)動(dòng)、精確主題和背景細(xì)節(jié)等復(fù)雜場(chǎng)景。

網(wǎng)絡(luò)上，有極客針對(duì)Sora、Pika、Runway和Stable Video四個(gè)模型輸入了相同的prompt進(jìn)行比較，結(jié)論是，Sora不僅僅在生成時(shí)長(zhǎng)方面有顯著優(yōu)勢(shì)，并且難能可貴的是，它對(duì)指令的理解能力也更勝一籌。

meta推出的Emu Video看起來比Gen-2更進(jìn)一步，能夠支持512×512、每秒16幀的精細(xì)化創(chuàng)作，但無論從對(duì)物理世界的理解能力，還是支持單視頻任意機(jī)位和分辨率的角度來講，Sora也許是目前現(xiàn)有的競(jìng)爭(zhēng)產(chǎn)品尚未企及的。

盡管如此，Sora的短板邊界依然明顯。對(duì)于復(fù)雜的因果關(guān)系，Sora也沒法做到盡善盡美。譬如一段人咬餅干的視頻，餅干可能不會(huì)出現(xiàn)咬痕。再者籃球穿過籃筐時(shí)的穿?，F(xiàn)象，椅子懸浮移動(dòng)的畫面，這些怪誕的鏡頭，一一說明Sora雖然是革命性的技術(shù)進(jìn)步，但水平仍不足以封神。

不過要知道，Sora問世的時(shí)間距離Gen-2上線僅僅只有8個(gè)月，而Pika更短，它的出現(xiàn)又加快了行業(yè)革新的腳步，同行更加焦慮了，恍如每天面對(duì)的是日新月異的時(shí)代，不勒緊褲腰帶拼命卷，可能剎那間就會(huì)被淘汰。知乎上，一位叫做像素?zé)捊饚煹膭?chuàng)業(yè)者表露了他在目睹Sora發(fā)布后的心聲：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(gè)技術(shù)進(jìn)步就像跑馬燈一樣的時(shí)代里，留不下一絲痕跡。

周鴻祎在自己的口播視頻里這樣評(píng)論道：有人認(rèn)為有了AI以后創(chuàng)業(yè)公司只需要做個(gè)體戶就行，實(shí)際今天再次證明這種想法是非常可笑的。

AI發(fā)展過快好像整個(gè)世界都變得不真實(shí)了。出門問問創(chuàng)始人李志飛在朋友圈感嘆：LLM ChatGPT是虛擬思維世界的模擬器，以LLM為基礎(chǔ)的視頻生成模型Sora是物理世界的模擬器，物理和虛擬世界都被建模和模擬了，到底什么是現(xiàn)實(shí)？

連馬斯克在Sora發(fā)布后數(shù)小時(shí)都在X平臺(tái)感慨：gg humans。

Sora的出現(xiàn)無疑又將引發(fā)新一輪的追趕。Runway聯(lián)合創(chuàng)始人兼CEO Cristóbal Valenzuela表示，以前需要花費(fèi)一年的進(jìn)展，變成了幾個(gè)月就能實(shí)現(xiàn)，又變成了幾天、幾小時(shí)。

前阿里副總裁、Lepton AI公司創(chuàng)始人賈揚(yáng)清認(rèn)為，Sora的問世還可能會(huì)給對(duì)標(biāo)OpenAI的公司帶來一波被大廠收購(gòu)的機(jī)會(huì)，他稱這類收購(gòu)為害怕錯(cuò)過機(jī)會(huì)而導(dǎo)致的收購(gòu)。同時(shí)他表示，Sora這類文生視頻大模型的出現(xiàn)將會(huì)推動(dòng)AI基礎(chǔ)設(shè)施的需求猛增。

的確，為ChatGPT提供GPU的英偉達(dá)在公開四季度業(yè)績(jī)后，于盤后漲超10%。另一方面，諸多游戲廠商們也正在爭(zhēng)取與英偉達(dá)、Epic這樣強(qiáng)勁的服務(wù)商達(dá)成獨(dú)家合作，借助第三方AI工具及產(chǎn)品發(fā)力未來。又或者，一些擁有人才積累和技術(shù)的廠商也會(huì)選擇自建AI驅(qū)動(dòng)平臺(tái)完善工業(yè)化流程，以此鞏固護(hù)城墻。

顯然易見，游戲廠商或許都在為了拿到一張AI車票而謀劃。故此，面對(duì)行業(yè)日益高漲的需求，AI的技術(shù)革命會(huì)不斷繼續(xù)演進(jìn)吧！

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 視頻 英偉 生成 隨筆