在2023年春节的第七天，中国农历新年热闹非凡之际，OpenAI震撼发布了新一代生成式人工智能模型——Sora。这款革命性的技术突破在于，它能够依据自然语言指令，生成时长高达60秒的高质量视频。Sora的诞生犹如ChatGPT般横空出世，凭借其断崖式的质量飞跃，在互联网领域瞬间引爆热点，高清细腻的画面质感、流畅连贯的动作轨迹，与一年前仍显粗糙诡异的“威尔·史密斯吃意大利面”AI视频相比，仿佛跨越了一个时代，使得同行们去年才推出的AI产品相比之下黯然失色。
【Sora引发变革与竞品对比】
短短十天，足以在AI领域掀起一场颠覆性的变革。面对Sora带来的冲击波，至少有两家业界备受瞩目的新兴势力做出了迅速回应。2月22日，StabilityAI高调开启了Stable Video的公开测试，背后依托的Stable Video Diffusion模型早在去年11月就已发布；与此同时，文生图领域的翘楚Midjourney也透露，计划在下一轮迭代中加入视频功能，紧随Sora的步伐。
曾经的“当红炸子鸡”如今在Sora的光芒下显得力不从心，众多无法匹敌Sora性能的同行陷入了困境。
【Sora与同类产品的深度比较】
人们在直面Sora演示视频的惊艳之余，开始对其进行纵向和横向的深度比较。纵向回溯，以一年前的“威尔·史密斯吃意大利面”的AI视频为参照，画面中的好莱坞巨星面部扭曲变形，触发恐怖谷效应，令人感到极度不适。而今，Sora已经可以逼真呈现一位女子在日本街头漫步的场景，无论从画质、连续性、稳定性，还是女子步态神态的自然表现，都达到了以假乱真的程度，令观者惊叹不已：文本到视频的技术进步可谓一日千里。
横向比对中，Sora相较于现有市场上的竞品展现出了碾压性的优势。用户拿着相同的指令去尝试市面上现有的多种产品后发现，Runway生成的视频虽帧与帧之间独立观看尚可，但连贯起来则略显突兀，人物形象难以保持稳定；StabilityAI的Stable Video尽管画面清晰美观，但在人物脸部处理上却出现严重变形，宛如骷髅头般诡异；至于Pika的产品，则在画面流畅度和清晰度上做出了一定妥协，采用了非写实风格的设计。此外，对于打闹的猛犸象、行驶中的汽车、高空俯瞰景观、看蜡烛的小怪物等多样化的场景测试，Sora均以显著优势超越了同行竞品。
【初创企业面临挑战与行业格局变化】
一夜之间，原本风光无限的文生视频赛道“炸子鸡”们发现自己被OpenAI投下的巨大阴影笼罩。尽管从文本到视频的AI工具并非新鲜事物，但包括Runway、PikaLabs（简称Pika）、StabilityAI在内的多家初创公司在2023年纷纷推出了备受关注的新一代生成式视频产品，并借此获得了热钱涌入、估值飙升的盛况。
其中，Runway自2018年成立以来，不仅于今年早些时候推出了Gen-2内测版本，并且其技术支持的奥斯卡获奖影片《瞬息全宇宙》更是名声大噪。然而，在Sora的光环之下，Runway CEO巴仑苏埃拉在社交平台X上发出“游戏开始”的信号，暗含着即将展开更为激烈的竞争。
另一边，StabilityAI虽然凭借开源的文本到图像工具Stable Diffusion声名鹊起，但其发布的Stable Video Diffusion模型在用户体验上还未能与Sora相抗衡，加之公司内部财务状况堪忧、高级管理人员离职传闻以及CEO莫斯塔克身陷负面舆论漩涡，这家独角兽企业的未来充满变数。
巨头们的入局无疑让这场战役更加白热化。Meta和谷歌先后在2022年10月推出各自的文本到视频模型，尽管目前尚未面向公众开放，但它们的布局预示着未来的激烈争夺。值得关注的是，就在Sora公布前夕，字节跳动宣布抖音集团原CEO张楠将转战剪映，全力推动AI辅助创作的创新突破，并有望推出一款AI生成视频产品。
面对Sora开启的新篇章，同赛道的竞争对手们被迫加快步伐，迎接挑战。例如，StabilityAI在Sora发布后的几天内便迅速开放了Stable Video的公测版，虽然视频长度受限，但整体质量较高。同时，Midjourney也在积极筹备，计划在其V7版本中集成视频功能。
尽管OpenAI现阶段仍在对Sora进行评估，距离正式对外发布可能还需数月之久，但这意味着同行还有时间调整策略、寻求突破。然而，残酷的事实是，留给他们的窗口期正快速收窄，Sora引领的这场革新风暴正在重塑整个AI视频行业的格局。
