2024年开年，一场备受瞩目的发布会让Sora迅速蹿红，而在此背后，字节跳动正在低调推动其AI产品的革新进程。近期，字节正式推出了文生图模型SDXL-Lightning，采用创新的渐进式对抗蒸馏技术，大幅降低了计算时间和成本，从常规扩散式生成模型处理单张图像所需的5秒及多次神经网络调用，提升至仅需2~4步即可生成高质量、高分辨率的图像，效率提升了10倍。
早在去年11月，字节跳动就已发表了视频生成研究成果PixelDance，率先提出基于文本和首尾帧图片指导的技术方法，能够生成高度一致且动态丰富的视频。今年1月，字节又发布了升级版视频生成模型MagicVideo-V2，通过集成多种模块形成高效视频生成流水线，效果超越了同类竞品如SVD-XT、Pika1.0和Runway的Gen-2。
尽管字节在国内多模态模型研发方面处于领先地位，但与OpenAI仍存在一定差距。然而，字节并不排斥接入OpenAI的先进模型，如海外两款AI产品Cici和Coze已经接入GPT 3.5/GPT 4模型，DAU已跃升至百万级别，从而在一定程度上弥补了自身在模型能力上的短板。此时，Sora的诞生加剧了字节的紧迫感。Sora不仅能生成60秒视频，这将从根本上改变抖音和TikTok的供给逻辑；而且，它还能广泛应用于视频、风格混合等多个领域，成为集视频生成、图片生成、视频等多功能于一体的强大模型。这意味着Sora将在创作门槛、质感和创作持久性等方面对大部分创构成降维打击，可能重塑生产和方式，从业者面临技能需求和工作流程的剧变。
更深层次来看，中国移动互联网业用户流量见顶，监管层面日益重视产业互联网的推进与建设，预示着技术在平台重构生态的关键时期起到了决定性作用。面对快速迭代的AI浪潮，众多有志之士渴望抓住向上攀升的机会。字节手握应用层及数据层的独特优势，抖音坐拥丰富数据素材和强大算力资源，在这一快速发展阶段必须果断投入技术生态迭代与研发投入，以期在未来的AI竞争中抢占一席之地。
其中，剪映作为字节冲击AI高地的“利剑”，截至2021年，其月活跃用户数已破亿，是国内最大的移动视频产品。字节内部的战略布局明确，各个市场各有专攻，尤其在AI产品开发及增长上，剪映有望成为中国AI应用爆发的先驱。曾任抖音CEO的张楠曾倾注大量精力于剪映业务，她认为通过AI技术赋能，能帮助创更加便捷地表达自我，打破以往复杂的创作流程壁垒。
字节管理层深谙文生图和文生视频将成为引领时代的赛点，故而积极推动AI研究，尤其是依托剪映构建独立工具产品，期望它能在市场中逐步崭露头角，最终成为类似支付宝与淘宝的关系型产品。相较于传统视频工具，剪映依托字节强大的模型技术和数据优势，力求在市场竞争中占据高地。
值得注意的是，尽管Sora凭借其卓越的真实世界映射虚拟世界的能力、逼真的视频质量和精准的需求匹配，令业界震惊，但同时也不可忽视其面临的挑战：废弃问题可能导致误导信息泛滥，数据和版权问题亦是棘手难题。为此，Sora正在进行严格的红队测试，以提升系统安全性和可靠性，同时应对数据安全和版权争议等问题。
总结而言，Sora的出现不仅加速了字节跳动在AI领域的焦虑与探索，也揭示了资本市场对资产重估和AI生成工具的关注。未来，随着AI多模态技术的发展，生成门槛将进一步降低，形式转化更为便捷，整个行业将迎来革命性的转变。而对于诸如Sora这类前沿技术，如何妥善解决废弃问题和版权问题，将是影响其商业化进程的关键所在。
