Sora元年，我們更該關注視頻行業什么不會變
原載《市界》
作者｜董溫淑
編輯｜董雨晴
3月14日，OpenAI首席技術官米拉·穆拉蒂對外公開表示，公司旗下的文生視頻模型Sora計劃在“今年晚些時候”正式面向公眾發布。
就在短短一個月前，這款文生視頻工具初次亮相，憑借拔群的效果引發了市場的大面積驚嘆。有關“視頻行業要被顛覆了”的積極或消極預判，在互聯網上喧囂一時，相關市場賽道也擁抱了新的資本熱點。
舊的話題還未有定論，日歷上就已設下了新的倒計時。
身處“大模型紀元”，某種程度上，我們已經習慣于陷入一輪輪的技術“狂歡”。
然而，即便贏得了普遍的關注，技術將為市場帶來什么樣的改變？這仍是個模糊不清的問題。
為了看清潛藏于水面下的市場脈絡，我們與音視頻生產協作平臺“分秒幀”的創始人兼CEO、前資深媒體人程剛進行了獨家對談。
從2000年開始，程剛本人曾先后供職于中國青年報、騰訊、搜狐、WiFi萬能鑰匙等媒體、社交媒體和移動新媒體平臺。
2019年，看準音視頻云端生產協作的藍海市場，程剛與合伙人一起創辦了分秒幀，至今已深耕音視頻行業5年時間。
01.“Sora的發布，讓很多舊工具失去了價值”
市界：據說你很關注Sora，春節后不斷在參與討論。為什么是在這個時間點？為什么是Sora？
程剛：是的，Sora發布時（2月16日，大年初七）春節假期還沒過完，我們馬上在公司內部開會討論，同事也和業界很多創業者朋友、做算法的朋友、做AIGC的朋友密集討論了一圈。
在過去的一年多時間里，無論是ChatGPT的發布和迭代，還是Runway、Pika等文生視頻工具的出現，我們的態度一直都停留在“關注、觀望、研究”的層面。對于在產品中引入AI的能力，我們還是比較克制的，沒有馬上做動作。
但Sora的發布帶給我們的震動還是比較大的。技術的超越已經有很多分析，我們看的更多的是行業應用層面，相比Runway Gen-2、Pika、Stable Video duffion，Sora明顯可用性更強。
之前的Runway Gen-2、Pika、Stable Video duffion等工具生成的素材，后續還需要花大量的時間加工才能成片，生成的視頻時長也很短。我們認為，這些工具更多提供的是錦上添花的價值，而不是雪中送炭的價值。
很多人是抱著嘗鮮的態度去試用這些工具，所以你就會發現Pika這些工具的留存率比較差。這反映出它們創造的價值不夠。其實GPT本身也面臨月活走低的問題。
市界：除了剛剛提到的時長問題，你指出Pika、Runway這類工具的可用性較差，“可用性”究竟指的是什么？
程剛：最近有很多Sora與其他工具生成的視頻對比。從最終的效果來看，你會發現Runway、Pika等工具生成的部分所謂視頻，其實更像GIF圖。
比如生成的視頻里有的人物不動背景動，有的是背景不動人物動。這顯然不是對真實物理世界的模擬。
從這些角度來看，可以說Sora相對Runway Gen-2、Pika這些工具，是有代差優勢的。
在過去的一年時間里，有些AIGC公司還屬于眾所關注的“明星公司”，但當Sora出現之后，某種意義上是直接把這些工具cover掉了。
市界：所以說在AIGC賽道內創業是一場十分殘酷的游戲，你認可這個觀點嗎？
程剛：舉個例子，硅谷的一家叫做Jasper AI的公司，很早就接入了ChatGPT的一些能力，能幫助用戶來生成營銷文案。它一度也受到市場的強烈追捧，2022年上半年就已經有4000萬美元的營收，2022年10月獲得由Insight Partners領投的1.25億美元A輪融資、估值也漲到15億美元等等。
但是等到GPT-4正式發布，Jasper AI的價值就大打折扣，開始裁員、下調營收預期。
市界：所以這幾天一直有人說Sora發布，突然就懂抖音的張楠為什么要聚焦剪映了。
程剛：對，剪映如果在AIGC方面，不能推出自己的大模型并且建立起相應的能力，未來某天它可能就會被Sora給干掉了。
剪映面對Sora帶來的威脅，和Sora發布當天Adobe的股價下跌百分之七點多，其實是同一個邏輯。
所謂顛覆，往往不是擁有類似解決方案的競爭對手帶來的，而是一個新物種以高維打低維帶來的。也就是通常我們所說的，干掉相機的不是相機，而是手機。
02.“估計開放使用半年，Sora的一些技術問題就能得到改進”
市界：回到Sora，如果說Sora把Runway等工具遠遠甩在了后頭，那么Sora現在又處在一個什么樣的位置？它距離所謂的“顛覆行業”或者真正商用，還有多遠距離？
程剛：我覺得分幾個層面來說。
具體場景下，從放出的 Demo來看，相對于Runway Gen-2、Pika這些過往的工具，Sora生成的視頻已經大幅提高了可用性。但你是用Sora來生成可修改可使用的成片，還是生成可修改可使用的素材呢？這兩種場景是不一樣的。
基于目前大家的討論和預判，Sora至少在生成素材方面能夠提供非常大的幫助。從這些demo來看，有些視效用傳統的計算機來建模、貼圖、渲染，工作量會非常大，實現的成本會非常高。但是對Sora來講，就變成了輸入一串prompt的問題。
當然，要具體看它能夠解決什么問題、提高了多少效率、節省了多少成本。尤其重要的是，它的使用成本怎么樣。這要等它真正開放后，再具體分析和做進一步判斷。
總體而言，我比較傾向于認為Sora在視頻生成方面的突破，堪比工業革命和信息革命的這樣的革命性的變化：第一是新的生產工具，第二是新的生產方式，第三是帶來的生產關系的變革。
市界：你怎么評價AI工具發展的速度? 2023年下半年，有人還預計文生視頻要能確保對象的一致性、連續性，可能需要一兩年的時間。但是Sora的出現，顯然打破了這個預期。
程剛：Sora的突破速度這么快，出乎了我和身邊絕大多數朋友的預料。我也很關心Sora接下來優化迭代的速度會有多快。
我們目前看到的它存在幻覺問題、精準度問題、對物理世界的理解和模擬不準確所帶來的邏輯問題、版權溯源和版權保護問題，以及有人濫用工具去生成虛假內容的問題等等。這些問題當然會影響Sora在商業場景中的使用。
但我們分開來看，對于技術層面的幻覺問題、精準度問題、對物理世界的理解和模擬不準確所帶來的邏輯問題，我相信OpenAI會持續地投入，去優化，我們也相信Sora會保持比較快的優化迭代速度。
解決這類問題的迭代速度也和Sora什么時候能放出來供用戶使用有關。因為用戶使用的過程中會給OpenAI大量的反饋，OpenAI可以基于這些反饋不斷優化和迭代。
Sora迭代的速度，基本可以參照ChatGPT的迭代速度。Sora對現實模擬不準確的問題，比如手有六指，應該半年左右就能得到比較大的優化。
至于說版權溯源和版權保護問題，包括濫用Sora去生成虛假內容等等，因為這些是人類在AI技術沖擊下面臨的治理和監管問題，更多需要在法律和道德自律的層面去討論和解決。
它不會像技術問題那么容易解決，當然它也不會妨礙AI技術的發展和Sora等等工具的快速應用。這是我們的研判。
市界：感覺你個人對于Sora和它所代表的AIGC浪潮的態度是很積極的。在你和行業的溝通中，大家的態度都是這么積極嗎？有沒有人會有焦慮？
程剛：積極和焦慮本身不矛盾，我身邊的多數朋友，都看好Sora的革命性突破和將帶來的巨大價值，普遍感到很興奮，但是不妨礙他們焦慮。面對Sora和ChatGPT的沖擊，很多人和組織都是人心惶惶的一個狀態，擔心會被AIGC替代，擔心會在競爭中處于不利地位。但更重要的是，當一個大的革命性時代到來，我們怎么去抓住已經成為共識的趨勢性的機會？
這個時候反而各位需要冷靜下來，回到一些底層的問題上去做深度的思考和討論。
從ChatGPT發布一年多以來，我們認為，最重要的是一定要去把握住在沖擊和變革下，什么會發生變化，什么不會發生變化。
我發現市面上絕大多數的討論，都都圍繞著ChatGPT、Sora會改變什么？只有極少的人在思考在這種沖擊下什么不會發生變化。
03.“小分工會被AI壓縮替代，但行業的大分工不會變”
市界：在音視頻行業，變和不變是什么？
程剛：音視頻創作的過程，最初是頭腦中的一個創意和靈感，通過多人協作生成音視頻內容的過程，本質上是創作者的創意和審美的一種呈現。從經濟學的角度講，存有專業分工，在效率上一定是大大優于個人一條龍創意、策劃和制作實現的。
從分工的維度來看，一些小的分工會被大幅壓縮或替代。比如說拍攝、剪輯、特效、調色，像這類更細分的工作，有可能會大范圍、大規模地被AIGC工具替代或者壓縮掉。因為基于prompt生成文案、圖片、素材或者視頻成片的新機制，在相當程度上抹平了一些傳統角色分工在專業能力上的差距。
但是行業的大分工不會變，也就是需求方和需求實現方，或者叫甲乙雙方的大分工不會變。需求方懂產品懂用戶，也可以去學習如何使用Sora這樣的工具，但是創意和審美能力不是一天兩天能夠學會的，有些需要依賴天賦。Sora雖然可以降低視頻制作的門檻，簡化創意落地過程，卻無法抹平人們在創意和審美能力上的差距。
另外，我們還需要回到具體的工作流（workflow）去觀察。前兩天Sora的開發團隊在接受媒體采訪中也表示，他們正在聽取藝術家的意見，看Sora怎么在工作流發光發熱，從而指引研究路線。
而從工作流的角度判斷，小的流程會被大幅壓縮，但是大流程不會變。大流程是什么？第一，需求方要提出需求；第二，需求方提出需求后，跟實踐方溝通需求；第三，需求實現；第四是審看、溝通、修改；第五，需求方確認。
不論AI技術如何發展，技術怎么演進，只要甲乙兩方存在，在這兩端之間就會有反復溝通的需求。甚至而言，溝通需求還會成千上萬地增加。
舉個例子，比如說國內2023年生產的視頻數量可能是500億條。但在創作者熟練使用各類AI工具之后，可能市場中的視頻數量會達到5000億條、1萬億。相應地，需要去審看、修改、確認的工作量也會增加。
所以說類似分秒幀、飛書、Figma（海外設計工具，強調即時協作）這樣的協作工具，始終都會有生存的空間。
按照這個邏輯，分秒幀是要去解決AI和人之間的交叉口的問題。
市界：你剛剛提到視頻量會越來越大，審看需求相應會變多。如果這個市場是一個藍海市場，會不會有越來越多的競爭者，包括抖音剪映這樣的大廠加入進來？怎么面對競爭？
程剛：我們總體來講并不是很擔心，把自己的事情做好就ok了。
以剪映為例，它的緣起和發展中相當長的時間，主要是ToC的。但近一年多，我們的確觀察到越來越多B端的企業客戶開始使用剪映專業版。這些B端客戶有經營抖音賬號矩陣的需求，做短視頻用剪映的確比較方便。
分秒幀目前服務的客戶4000家左右，以B端客戶為主。在過去一年，有不少客戶提出來說，希望分秒幀能夠跟剪映打通，形成從剪輯制作到審看修改的閉環工作流程。這樣他們能夠在剪映上把片子做完后，用分秒幀來快速共享預覽、提出修改意見、完成確認交付。
雖然剪映現在也提供協同協作的能力，但試用一下就知道，他們在這方面的投入還是遠遠不夠的。據我所知，眼下和未來一段時間，剪映的重心會在AIGC和出海上。
總之，我不是很擔心大廠的競爭，而且相反說不定將來我們跟剪映還有一些合作的機會。
市界：一個比較務虛的問題，如果你當初沒有創業，但在2024年的當下，你會愿意做一家分秒幀這樣的公司嗎？
程剛：當然愿意。原因正如我剛才說的，做分秒幀的大邏輯仍然存在。
不管是2019年的時間節點看，還是此時此刻看，我認為行業有幾點沒有發生變化：需求場景沒有變、用戶的最大痛點沒有變。所以，即便已經有了AIGC、有了Sora，我仍然看好云端音視頻生產協同的市場機會。
關于分秒幀
分秒幀——云時代音視頻生產協作平臺。
可幫助音視頻創作者在云端構建工作流，從意見收集到成片交付，以及素材和版本管理、項目流程管控，分秒幀都可一站式搞定。無論身在何處，分秒幀都能讓整個團隊無縫協作，擁有更短的審改周期，更高的出片效率，更簡單的交付方式，指數級提高內容生產效率，實現視頻創作“多快好省”。
創立于2019年，目前已經為來自廣告傳媒、MCN&自媒體、游戲動畫、教育培訓、電商等不同行業的百萬音視頻從業者及專業機構提供生產協作服務。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）