Sora - 真正单兵作战时代来临了-编程知识

一、 OpenAI Sora 视频生成模型技术报告总结

不管是在视频的保真度、长度、稳定性、一致性、分辨率、文字理解等方面，Sora都做到了SOTA（当前最优）。

技术细节写得比较泛（防止别人模仿）大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion的unet的方式做在降维和升维的过程中做加噪和去噪，然后把模型做得足够大，大到能够出现涌现能力。
简单来说，在别家做视频模型的时候还是基于“小”模型的思路（基于上一帧预测下一帧，并且用文字或者笔刷遮罩做约束）的时候，OpenAI则是用做“大”模型的思路做视频生成——准备足够大量的视频，用多模态模型给视频做标注，把不同格式的视频编码成统一的视觉块嵌入，然后用足够大的网络架构+足够大的训练批次（batch size）+ 足够强的算力，让模型对足够多的训练集做全局拟合（理解），在模型更好地还原细节的同时让模型出现智能涌现能力——例如在一定程度上理解真实世界的物理影响和因果关系。
最让人期待（不安）的是，这个视频生成模型仿佛只是OpenAI世界模型（理解和模拟真实世界的各种复杂因果关系的通用模型）路上点亮的一个成就，而不是终点。

二、 Sora发布的潜在影响

▎C端 / 对于普通人

这或许是独立创作者最好的年代，Sora发布之后，文案、音效、视频AI生成的可用工具都已齐备，一个人可以无痛carry一个短片，好故事将价值千金，有才华的人更难被埋没。但是从另一个角度将，创作门槛降低之后故事的竞争将异常激烈。
以vision pro为代表的XR产业将再次获得助力——内容匮乏将不再是问题。
目前当红的短视频推荐的形态可能会发生改变——从系统根据用户喜好推荐短视频，变成针对性生成短视频？或者说，同一个短视频在不同的用户对可以有不同的（实时）微调版本？

▎B端 / 对于商业公司

所有做AI视频生成的公司将面临第一波危机，但是危中有机。因为OpenAI证明了用大模型的思路做视频是可行的，那么他们需要做的只是证明我也可以用大模型做视频。参考chatGPT火了之后做大语言模型的公司反而更多了而不是更少。
AI三维生成的公司将面临第二波冲击，由于多目重建技术的存在，视频生成和3D生成的界限是模糊的。所以3D生成可能要重新考虑当前技术路线的合理性和商业叙事逻辑。
虽然OpenAI没有明说，但是Sora需要的算力不会小，所以显卡公司会迎来新的一波利好，但是不一定利好英伟达。因为现在算力越来越呈现基础设施的特征，而基础设施是各个国家的命脉，即便不考虑禁运，我国不会是唯一一个要求算力自主可控的国家，甚至每个大厂都开始想自己搞显卡或者AI专用算力卡（参考google、特斯拉、openAI、阿里），所以算力领域的竞争者会越来越多。

▎社会和伦理方面的影响

内容真实性的挑战：随着视频生成技术的进步，区分真实与生成内容的难度将显著增加。这可能会加剧假新闻和误导性信息的传播问题，社会需要新的工具和策略来验证内容的真实性。

版权和创作权问题：Sora等先进的视频生成工具将使得创建看似专业级别的视频内容变得更加容易，但同时也引发了关于版权和创作权的新问题。例如，使用AI生成的视频在多大程度上属于原始输入内容的创作者，以及在多大程度上属于AI模型的训练者或使用者。

职业变革：虽然Sora为独立创作者带来了前所未有的机会，但它也可能对视频制作、动画和其他创意行业的工作人员构成威胁，因为AI可能会取代某些类型的工作。行业内的专业人士需要适应这种变化，掌握AI技术来增强他们的工作，而不是被其取代。

▎技术和创新方向

个性化和交互式内容：Sora及类似技术的发展可能会加速个性化视频内容的创建。将来，我们可能会看到更多根据观众的偏好、历史互动和即时反馈实时生成或调整的视频内容。

增强现实（AR）和虚拟现实（VR）的融合：随着视频生成技术的进步，其与AR和VR技术的结合将开启新的互动体验，为用户创造更加沉浸式和个性化的虚拟环境。

教育和培训的革新：Sora可以为教育和培训领域带来革命性的变化，通过生成定制化的教学视频和模拟训练场景，提高学习效率和参与度。

三、真正单兵作战时代来临了

随着Sora等先进技术的推出，我们正式进入了一个人即是一个团队、一个公司的新时代。这个时代为个人提供了前所未有的机会，同时也提出了新的挑战。以下是普通人可以把握的机会，以及一些建议和策略，帮助个人在这个时代中茁壮成长。

▎机会

内容创作与创意表达：个人创作者现在可以利用AI工具，如Sora，无需庞大团队或昂贵设备，就能制作高质量的视频内容。这意味着有才华的个人可以更容易地分享他们的故事、艺术作品和创意，找到自己的受众。

个性化微型企业：单兵作战时代让个人能够根据特定的市场需求，提供高度个性化的产品或服务。例如，利用视频生成技术为特定行业或兴趣小组制作定制视频内容。

教育和培训：个人可以利用AI视频生成技术，创建高质量的教育和培训材料，提供在线课程或工作坊，传授技能或知识，从而开辟收入来源。

▎我们可以做什么

技能提升：投资于自我教育，学习如何有效地使用这些新兴技术。理解基本的视频制作、编程和AI知识将变得越来越重要。

创意思维：在内容和产品创作过程中，发挥创意思维的能力比以往任何时候都重要。思考如何将传统想法与现代技术相结合，创造出独特的作品或服务。

品牌建设：在这个时代，个人品牌的重要性不亚于企业品牌。通过社交媒体、个人网站和其他平台建立和维护个人品牌，可以帮助个人创作者、教育者和企业家扩大影响力。

合作与网络：尽管一个人现在可以做更多事情，但与其他创作者、技术专家和行业内的人士建立合作关系仍然至关重要。共享资源、知识和观点可以帮助你保持竞争力，同时创造更丰富的内容和产品。

伦理和责任：在使用强大的AI技术时，考虑其社会、文化和伦理影响。确保内容的真实性和正面价值，避免误导受众或侵犯他人的版权和隐私。

真正的单兵作战时代为个人提供了实现梦想和目标的新途径。通过不断学习、创新和负责任地使用新技术，个人不仅可以成为一个团队，还可以对社会产生积极影响。在这个充满机遇和挑战的新时代，每个人都有可能成为变革的力量。

四、超级个体如何应对挑战与把握未来

以下是一些策略和建议，帮助超级个体在未来的发展道路上坐稳：

1. 持续学习和技能提升

适应性学习：在这个知识更新迅速的时代，持续学习成为了个体成功的关键。不仅要学习新技能，还要学会如何学习，提高学习效率。

跨界能力：培养跨学科知识和技能。在不同领域之间建立联系，可以帮助个体开发创新的解决方案和服务。

2. 利用技术和工具

技术工具掌握：熟练使用各种业务和创意工具，比如AI视频制作工具、自动化营销工具、在线协作平台等。

自动化与优化：通过自动化常规任务，优化工作流程，提高效率，从而有更多时间专注于创意和战略性工作。

3. 建立个人品牌

独特的价值主张：明确自己的专业领域和目标受众，构建独特的个人品牌，这有助于在竞争中脱颖而出。

内容营销：通过高质量的内容展示自己的知识和专长，比如写博客、录制视频、发表行业洞见等。

4. 网络建设和合作

建立社交网络：通过行业活动、社交媒体和专业社区建立和维护人脉网络。

寻找合作伙伴：与其他个体或组织合作，共同开发项目或服务，可以扩大影响力，共享资源。

5. 保持敏捷和灵活

快速适应变化：保持对行业趋势和技术发展的敏锐洞察力，快速适应市场变化。

灵活的工作模式：根据项目需求和个人生活安排灵活调整工作模式，保持工作与生活的平衡。

6. 关注法律和伦理

了解法律规范：了解和遵守相关的法律法规，特别是版权、隐私保护和数据安全等方面的规定。

维护伦理标准：在工作中坚持高标准的职业道德，保护客户和自己的信誉。

超级个体户模式赋予了个人前所未有的力量和自由，但同时也带来了责任和挑战。通过不断学习、技术应用、个人品牌建设、建立网络，以及保持敏捷和遵循伦理标准，个体可以在这个复杂多变的世界中找到自己的位置，实现个人和职业的成长。未来属于那些准备好抓住机遇、勇于面对挑战的超级个体。