Sora讓視頻生成更富想象力 能幫助蘋果Vision Pro普及嗎？

上周，美國(guó)科技股上演了一場(chǎng)“資本盛宴”。受Sora大模型發(fā)布的提振，英偉達(dá)引領(lǐng)AI公司股價(jià)飆升，該公司市值歷史上首次觸及2萬(wàn)億美元大關(guān)，并帶動(dòng)Meta、微軟等公司股價(jià)大漲。市場(chǎng)人士認(rèn)為，AI有望進(jìn)一步推動(dòng)英偉達(dá)漲勢(shì)，在加入“2萬(wàn)億美元”俱樂部后，英偉達(dá)趕超蘋果市值將不再遙不可及。

在這一輪由AI大模型觸發(fā)的科技浪潮中，蘋果公司卻未能分得一杯羹。自上個(gè)月市值被微軟超越后，蘋果股價(jià)一路走低。該公司推出的重磅混合現(xiàn)實(shí)可穿戴產(chǎn)品Vision Pro的發(fā)布也未能提振蘋果股價(jià)表現(xiàn)。自Vision Pro正式開賣近一個(gè)月以來，蘋果股價(jià)累計(jì)跌幅超過6%，目前市值2.8萬(wàn)億美元，比微軟落后近2000億美元。

Vision Pro發(fā)布之初，市場(chǎng)給予該設(shè)備較大的預(yù)期。蘋果CEO庫(kù)克將這款設(shè)備的發(fā)布宣告為“空間計(jì)算時(shí)代的到來”。他稱：“Vision Pro是有史以來最先進(jìn)的消費(fèi)電子設(shè)備，其革命性且神奇的用戶界面將重新定義我們聯(lián)系、創(chuàng)造和探索的方式。”

在Sora大模型發(fā)布后，很快有用戶將Sora生成的視頻轉(zhuǎn)化成蘋果Vision Pro可看的3D空間視頻。有科技博主表示：“Sora+Vision Pro意味著你可以描述一個(gè)世界，并且在這個(gè)世界中存在。”

從這一角度來看，Sora的問世給Vision Pro帶來了更多的內(nèi)容。但專家向第一財(cái)經(jīng)記者強(qiáng)調(diào)，Sora創(chuàng)建的視頻仍是普通視頻，而不是基于空間計(jì)算的空間視頻，因此還不能直接為Vision Pro來創(chuàng)建視頻。

“理論上所有的視頻都可以轉(zhuǎn)化成空間視頻，Sora并不懂空間計(jì)算，它生成的視頻也是普通的視頻，所以與Vision Pro沒有直接的關(guān)聯(lián)。”某3D生成式AI初創(chuàng)公司技術(shù)負(fù)責(zé)人對(duì)第一財(cái)經(jīng)記者表示。

他表示，自己也使用蘋果的Vision Pro做了一些3D視頻，但這些視頻僅供展示，對(duì)于Vision Pro未來的應(yīng)用場(chǎng)景如何開發(fā)，還沒有很成熟的想法。

他告訴第一財(cái)經(jīng)記者，3D視頻需要包括空間信息，比如每個(gè)像素點(diǎn)在空間中的位置信息，也被稱為“深度”（depth），普通視頻通過生成depth，可以轉(zhuǎn)化為Vision Pro可看的具有3D效果的空間視頻。

上述技術(shù)負(fù)責(zé)人認(rèn)為，短期內(nèi)Sora的視頻生成還不會(huì)涉及3D生成，因?yàn)?D和文本、圖片和視頻生成有本質(zhì)的區(qū)別，其難點(diǎn)并不在于獲取高度一致性的連續(xù)多角度圖像，而在于工業(yè)標(biāo)準(zhǔn)。“否則照片建模早就統(tǒng)治模型生產(chǎn)工作了。”他表示。

在工業(yè)領(lǐng)域，蘋果公司已經(jīng)在尋求與3D軟件企業(yè)合作。達(dá)索系統(tǒng)全球品牌執(zhí)行副總裁Philippe Laufer向第一財(cái)經(jīng)記者證實(shí)，目前正在與蘋果公司合作，為Vision Pro開發(fā)全新的設(shè)計(jì)體驗(yàn)。“達(dá)索系統(tǒng)的商業(yè)客戶也是蘋果公司非常需要的。”Laufer表示。

利亞德集團(tuán)副總裁、虛擬動(dòng)點(diǎn)CEO劉耀東對(duì)第一財(cái)經(jīng)記者表示，針對(duì)Sora大模型的一個(gè)爭(zhēng)議焦點(diǎn)就是它是否理解了物理世界，這就包括對(duì)空間感的理解，從目前發(fā)布的信息來看，Sora還不具備這個(gè)能力。“講白了，Sora目前有點(diǎn)像能夠生成會(huì)動(dòng)的拼圖世界，但還是二維的。”他表示。

北京智源人工智能研究院前理事長(zhǎng)張宏江也對(duì)第一財(cái)經(jīng)記者表示，Sora大模型與空間計(jì)算是兩回事，并沒有涉及空間計(jì)算的概念。

浙江大學(xué)人工智能研究所所長(zhǎng)吳飛從技術(shù)的角度介紹稱，Sora先將文本單詞和視覺子塊映射到同構(gòu)低維隱性空間，在這一低維隱性空間中引入擴(kuò)散模型，對(duì)視覺信息反復(fù)迭代，千錘百煉地挖掘文本單詞、空間子塊和時(shí)空子塊之間的關(guān)聯(lián)關(guān)系。

“這種方式好比先通過‘車同軌、書同文’，將文本、視覺等異構(gòu)信息投影到同構(gòu)空間，然后再通過‘先破壞（添加噪音）’、‘再重建（去除噪音）’的迭代手段，來洞悉視頻中各種不同單元在時(shí)間和空間中的關(guān)聯(lián)關(guān)系，從而甄別和學(xué)習(xí)紋理、運(yùn)動(dòng)、光照、遮擋、交互等復(fù)雜視覺物理規(guī)律。”吳飛在一篇科普撰文中寫道。

但也有業(yè)內(nèi)人士認(rèn)為，Sora大模型與空間計(jì)算兩者的結(jié)合，未來可能開啟對(duì)物理世界更深入的模擬和理解的方法，加速實(shí)現(xiàn)所謂的“元宇宙”。

研究機(jī)構(gòu)Canalys分析師劉健森對(duì)第一財(cái)經(jīng)記者表示：“可以說生成式AI在類似于元宇宙的虛擬世界建設(shè)方面會(huì)有所幫助，因此Sora會(huì)在一定程度上助推Vision Pro的生態(tài)應(yīng)用，但Vision Pro最先的使用者肯定以行業(yè)開發(fā)者為主，向個(gè)人消費(fèi)者普及還需要一個(gè)過程。”

Canalys此前預(yù)測(cè)，Vision Pro上市后一年內(nèi)可能都會(huì)面臨缺貨，而五年后的產(chǎn)量可能會(huì)增加至1260萬(wàn)臺(tái)，約占iPhone當(dāng)前裝機(jī)量的1%；屆時(shí)Vision Pro用戶數(shù)量有望將達(dá)到2000萬(wàn)，占MacBook裝機(jī)量的15%。

盡管近期有網(wǎng)上傳言稱Vision Pro首批用戶已有退貨的，但劉健森對(duì)第一財(cái)經(jīng)，該機(jī)構(gòu)對(duì)Vision Pro的需求維持原來的預(yù)期。