Sora给中国AI带来的真实变化

OpenAI的最新技术成果——文生视频模型Sora，在春节假期炸裂登场，令海内外的AI从业者、投资人彻夜难眠。
    如果你还没有关注到这个新闻，简单介绍一下：Sora是OpenAI使用超大规模视频数据，训练出的一个通用视觉模型，可以理解和模拟运动中的物理世界，生成不同时间、纵横比和分辨率的视频，最大版本的Sora能够生成长达一分钟的高保真视频。
    
    Sora发布之前，也有许多采用各种方法的视频生成模型，但都使用较少的视觉数据，只能生成较短（4秒）或固定大小的视频。所以，Sora逼真的视觉效果、碾压级的性能提升，在震撼整个科技圈之余，也导致了“中国AI焦虑症”的人传人现象。
    广大网友们再一次痛心疾首，对中国A发出质问：
    为什么又一个AI元创新没能发生在中国？我们点错了科技树，好难过；
    中国跟美国的AI差距越来越大，Sora这波国内慢了十年吧？这下真跟不上了；
    复制Sora算力是最大阻碍，从芯片禁运开始咱们就完败了，没戏了。
    当然也不乏阴阳怪气的，“等国外的类Sora模型开源，国內AI公司就又能创新啦”。
    
    在中美对弈的时代背景下，上述焦虑情绪，每一次在海外科技取得重大突破的时候，都会蔓延开来。但时间证明，作为全球唯二的AI大国之一，中国发展了多年AI技术，就算美国真有什么新AI成果是其他国家做不了、赶不上的，那也绝对不是中国。
    拿并不遥远的ChatGPT来说，经过一年狂奔，“中国有没有自己的ChatGPT”已经不再成为问题。2023年很多国产“类ChatGPT”大语言模型已经向公众开放使用，走进行业场景，有数亿用户检测过中国AI的真实水平，或许与OpenAI还存在差距，但肯定不是一些人担忧的那样，认为“中国做不到”“技术有代差”。
    这就像我们经常会看到一类“震惊体”新闻，一种新药问世，就说人类离永生不远了；一个AI突破，就说AGI要实现了，人类要被毁灭了。读者在这些奇谈怪论中“死去活来”，对AI的认知也在“成神”和“骗子”之间反复横跳。而真正懂药的人，肯定不会相信一种药能包治百病，而是搞清楚疗效和副作用，在对应的症状上使用。
    同理，真正了解AI产业的人，也能正视中国AI的长处，承认现实差距，不卑不亢，积极应对。
    尤其是经过了ChatGPT的“练兵”之后，这一次我们应该更有底气，客观看待Sora对中国AI带来的真实变化，准备迎接又一个“AI之春”。
    变化一：拉近差距
    在“ChatGPT为什么没有诞生在中国？”之后，龙年版本已经成了“Sora为什么没有诞生在中国？”接连两次错失“元创新”，让期待中国AI“弯道超车”“后来居上”的急性子读者，大感失望。
    科技发展从来不是一步登天，现实并没有爽文小说中逆袭打脸的“金手指”，只能是一步一个脚印迈进。不能否认，大语言模型、文生视频模型的颠覆性产品，没有首发在中国，但也必须看到，中国AI一直都在正确的道路上，并且脚步在加速。
    
    Sora的发布，反而会让中美AI的距离进一步拉近，原因有三：
    首先，方向一致。
    错过一场技术革命，最可怕的不是来得晚，而是点错技能树，比如历史上日本大力发展的“五代机”，选错方向就错过了一个时代。OpenAI的ChatGPT、Sora都是在大规模预训练模型的技术路径上，进行大量的工程实践创新。由此可见，一项新突破，技术积累、技术选型是十分重要的，而这条以Transformer架构为主的“大模型之路”，中国AI一直在持续跟进，基础设施和算法层面的坚实程度是肉眼可见的。
    其次，目标明确。
    OpenAI的元创新让人应接不暇，处于全球AI领先地位，中国AI企业确实与其存在差距，始终在追赶。但这并不是讽刺中国AI的理由。“没有从头发明xx技术”，并不代表不优秀，OpenAI也不是Transformer发明者。而且，OpenAI本身就是一家集合了全球顶尖人才、力量与资本的特殊AI公司，就连谷歌都跟在后面屡败屡战，用OpenAI的标准去要求各方面资源受限的中国AI产学研机构，其实是不公平的。
    Sora明确了，“视频生成模型是一条构建物理世界通用模拟器的有效路径”，印证了暴力计算的又一次胜利，“Scaling Law”大力出奇迹的涌现效果，相当于为中国AI领域完成了“探路”。有了清晰的追赶目标，中国AI各界反而能快速整合资源、投入研发，从而进一步拉近中美在文生视频上的距离。和ChatGPT一样，中国AI做出“类Sora”也是必然的，绝不可能错过这一波或者彻底跟不上。
    
    最后，能力具备。
    或早或晚，中国一定会做出“类Sora”，但到底是三年后、五年后，还是十年后？我们认为，2024年应该就会看到国产Sora问世。无论是Sora所用到的基础模型LLM、文生图模型DALL·E 3、大规模视频数据集、AI算力体系、大模型开发工具栈等核心基础设施，中国都已经具备。比如原创的基础大语言模型文心一言、讯飞星火、BAICHUAN等，以及文生图模型文心一格、腾讯混元等，加上过去一年大模型存算传基础设施的突飞猛进，有能力和条件支持中国AI修成正果，在视频生成赛道再现 类ChatGPT 式的成功。
    面对Sora，中国AI努力追赶是必须的，但数一数行囊中的工具和果实，不必妄自菲薄，更不用乱了阵脚。沿着正确且清晰的道路，加速向前跑，中美AI的差距才能缩小。
    变化二：国产大模型格局再优化
    和LLM一样，不会出现Sora在全球一枝独秀，而国内却无视频生成模型可用的情况。衷心希望，我们在不久的未来，不会像LLM百模大战一样，从担忧“中国没有Sora”，转而担忧“中国要那么多Sora怎么用”。
    从这个角度看，OpenAI从ChatGPT到Sora的持续输出，会让国内AI大模型市场少一点虚火，多一分理性。
    少一点虚火，是指底层模型的重要性，被Sora再一次“划重点”，避免国产大模型低水平的重复建设。
    2023年一个又一个大语言模型被训练出来，推向市场，其中原创性的基础模型占比最小，更多是行业大模型，以及很多私有化部署的大模型，在数据规模、参数规模上无法与基座模型相提并论，生成效果也会差很多。这种低水平的重复建设，也会造成AI算力、投资的浪费。
    而Sora在视频领域的惊艳表现，再次证明了暴力美学的有效性，将曾经大火的AI视频创业公司的模型直接碾压。正如OpenAI CEO奥特曼在YC W24 启动会上的演讲中所说：最正确的做法是设想一个“上帝般的”模型正在运作，然后基于这种设想来构建最好的产品。
    
    对中国AI来说，将为数不多具有底层原创能力的基座模型，如文心、星火等，作为大模型基础设施与支柱，支持初创企业和千行百业做好精调、优化，避免“重复造轮子”，是非常重要的。
    多一分理性，是在被Sora惊艳的同时，也要想到应用和商业化的渐进性，以更合理的方案来进行国产类Sora的开发。
    类ChatGPT的大语言模型在狂奔一年之后，在与各个行业结合的过程中，已经暴露出实际应用场景局限、商业价值虽有但不多、大模型投入产出比较低的挑战。如何用好大模型，已经成为中国AI的关键考验。
    相比“人人皆可上手”的大语言模型，视频生成模型的应用门槛更高，受众群体更小，目前OpenAI仅开放给创作者使用，而非像ChatGPT那样开放给大众。不难看到，视频生成模型从研发到落地，整个过程会更加缓慢，应用潜力与商业出口还有待探索。
    这一方面留给中国AI产学各界了较长的追赶窗口期，同时，由于Sora能够激活多大的商业价值尚不明确，除了字节跳动、流媒体平台等要全力投入，其他科技企业和初创公司都要考虑到商业化的问题，为创作、商用场景打磨好工具，做好视频生成模型的提示词工程，以便非专业背景的广大行业用户们上手使用。
    大模型的价值需要商业化来证明，Sora也不例外。视频生成模型走向行业的长跑，才刚刚开始。在更广袤的产业空间里，如何让类Sora产品带来真实价值，这个答案OpenAI没有给，美国AI不会给，只能由中国AI自己来书写，而这也是国內更胜一筹的地方。
    变化三：长期动能的查漏补缺
    不必焦虑Sora，并不意味着中国AI就能躺平“坐看云卷云舒”了。必须承认，国产大模型还有很多瓶颈尚待解决。
    Sora模拟物理世界的通用能力，不仅可以用于影视制作等内容创意行业，还可以为游戏、自动驾驶、工业数字孪生、电商、文旅等各行各业，提供一个构建叙事融合世界的技术支柱。
    
    那么问题来了，国产Sora一定会出现，但我们做好各行业规模应用Sora的准备了吗？恐怕今天的答案还是，没有。
    前面提到，Sora的“暴力美学”再次证明了Scale的价值。而要达到涌现效果，基座模型仍然高度依赖于大量高质量数据集，超大规模算力，大量工程化调优人才，以及由此带来的巨大开发及运行成本。
    即使背靠微软云的OpenAI，也没有面向公众开放使用Sora，也没有向开发者开放API接入，就连正式开放使用的时间表都欠奉。国产AI本就存在的专项算力紧缺问题，在Sora问世之后变得更加紧迫。
    同时不难预料，为了进一步阻截中国AI的发展，围绕AI算力的新一轮限制一定会来。完善和发展AI基础设施，构建自主可控的产业链，让大语言模型、视频生成模型等新AI技术都不缺席中国式现代化的进程，让算力成为中国数字经济长期发展的动能，中国计算行业依旧重任在肩。
    此外，在中美AI差距中，数据的规模与质量成为越不过的门槛。2023年5月英国《经济学人》提出，中国在建立基础模型方面比美国落后两到三年，造成这一差距的首要原因就是数据，AI模型在训练时难以充分利用互联网内容。
    针对这一现状，2023年12月15日，国家数据局同中央网信办、科技部、工业和信息化部等17个部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，目标是到2026年底，数据要素应用场景广度和深度大幅扩展。2024年，我们一定会见证该行动的推进与落地，见证数据要素成为国产AI的养料。
    
    由此可见，中国AI的查漏补缺，不是一朝一夕的事，也不是某一家AI企业、某一个模型厂商的事，面对已经在行动的中国产业各界，何妨多一些耐心。
    智者不惑，仁者不忧，勇者不惧。正视Sora给中国AI带来的变化与挑战，不为一时的缺席而焦虑，是相信我们有能力登场，也终将登场。