Sora 跳票这 10 个月,AI 应用界翻天覆地
这几天,你是否刷到过大火的各地博物馆让文物 " 舞动起来 " 的短视频?
又是否看到过让马斯克都直呼惊叹的,那些被 " 复活 " 的世界名画?
再或者,你一定看到过 AI 魔改过争议很多的老牌影视剧。
是的,这一切背后都是 AI。
就在 2024 年最后一个月,国内外 科技 大厂更是集体炫技,AI 应用正在以迅雷不及掩耳之势加速落地。
在人工智能时代,技术创新的速度让摩尔定律、新摩尔定律不断被打破。
我们此前就讨论过,随着这两年科技公司对算力和 AI 的史诗级投入,大模型底座技术渐成熟并由大厂开源后,AI 界走向了更务实的道路——应用落地。
最新的权威数据统计: 几乎每六个中国人中,就有一人正在使用 AI 产品。
更有从业者直言, " 最快 5 年之内,中国人一周只需要工作 4 天 "。
我们做好准备来迎接这个新时代了吗?
用 AI 造世界:文生图、生视频、生 3D 大模型加速开源
12 月 10 日,OpenAI 旗下视频生成模型 Sora,终于在首次亮相 10 个月后正式开放,新版工具 Sora Turbo 可以生成最长达 20 秒的视频。或许是由于等待的太久,用户火热的试用热情一度让 OpenAI 紧急关闭用户注册。
但是 Sora 姗姗来迟的这 10 个月的空档期内,AI 圈已经翻天覆地。
比 Sora 早一周,12 月 3 日,有着 "AI 教母 " 之称的李飞飞联合创立并担任 CEO 的 AI 公司 World Labs 官宣了首个成果—— 3D 世界生成模型,可以让用户从单张图片生成 3D 世界的 AI 系统,并且用户可以与之互动。比如,通过键盘和鼠标在生成的 3D 场景里移动、转换视角。
紧随其后,12 月 4 日,谷歌也发布了 Genie 2,一个能把静态照片变成可玩 游戏 的 AI 系统,同样可以实现从静态照片到可交互 3D 场景的转换。
就在一个月前,著名游戏公司任天堂旗下宝可梦公司也宣布过一项类似的技术,用 " 大规模地理空间模型 ",让用户距离空间智能更近了一步。简单说,用户可以自行上传图像,构建 3D 地图,能精确而真实地看到放置到物理环境中的数字内容,而且这些内容是持久的,还能与他人共享。
大洋的另一端,中国 AI 技术同样突飞猛进,在 Sora 跳档的这 10 个月里加速赶超。
就在李飞飞官宣新技术的同一天,腾讯版 Sora 大模型面世,并免费开源!
12 月 3 日,腾讯混元大模型官宣了最新的文生视频大模型 HunYuan-Video,用户只需要输入一段描述,即可生成视频,该模型参数量达 130 亿,是当前最大的视频开源模型。从文本、到 AI 绘图到 3D 生成再到视频,腾讯混元大模型已经全系开源。
有参与测评的博主发布评论称,其生成的视频不仅语义理解精准,更是 " 最有电视剧质感的 AI 大模型 ",甚至看不出一丝的 AI 味,对比以往文生视频模式,即使面面占比很小的人脸都不会糊。
半个多月前,字节跳动视频生成模型 PixelDance 和 Seaweed 在即梦 AI 正式上线,并面向公众免费开放使用,仅需 60 秒即能生成时长 5 秒的高质量 AI 视频。
更早的半年之前,今年 6 月快手可灵文生视频 APP 发布,至今已经经历了十余次更新,包括发布图生视频功能以及 1.5 模型的上线等。
在文生图领域,AI 技术也在快速迭代。例如,12 月 2 日,字节即梦 AI 上线了最新的图片 2.1 模型,解决了 AI 图像无法生成中文字体的问题,让海报设计的效率再次大幅提升。
某种意义上,ChatGPT 停止服务中国市场并不是坏事。
今年中国大模型厂家底层技术不断降价并开源,带动了更多中小 创业 者走上 AI 新牌桌。更重要的是,上述这些文生图、文生视频等以及文心一言、腾讯元宝、字节豆包、阿里千问等 C 端 AI 应用,在中国速度下都以免费的形式飞入了寻常百姓家。
QuestMobile 数据显示,2024 年 10 月,AI 原生应用行业月活跃用户规模达到 8976 万,同比增长 373.0%。
AI+SaaS:智能体将是通往未来的新船票
视觉 AI 应用火,更火的是 " 智能体 "。
在 AI 改变虚拟和真实世界视觉联系的同时,AI 正在各式各类的 SaaS 应用中落地,各种形式的智能体已成为 AI 大模型落地的新载体,并且展现出强大的 商业 化前景。
所谓智能体,又叫 AI Agent,是以 AI 大模型作为基础,构建的可以进行交互、完成特定任务、或提供专业知识的智能系统或应用程序。
通俗说,智能体可以体现为,装在传统软件 App 里的 AI 插件,也可以是一个独立的 AI APP。
相比较传统的 SaaS 需要完全由人工来操作完成,智能体最大的特点是,接受互动对话指令,并直接产出结果,包括生成视频、图片、文章或完成一件工作。简言之,所有的 AI 应用都可以称之为智能体。
OpenAI 首席执行官 Sam Altman 曾提出,未来每个人都可以拥有一个智能体。
Salesforce 首席执行官 Marc Benioff 更是直言,AI 的未来发展不在于大语言模型,而在于开发 AI 自主代理,即智能体。
产品智能化已经是 SaaS 厂商在新时代下必须迎接的事实,在一些 TO B 场景内,许多传统 SaaS 应用在 AI 加持下获得了新的发展。
比如,做电商服务的有赞最新推出了 " 加我智能 " 功能,其智能体功能包括商机指引、智能托管、 营销 专家、智能经营报告、智能穿搭、智能销售等等。
正是有赞创始人白鸦预言,未来的生意,数字化是基础,客户运营是抓手,所有这些都可以交给智能技术完成。" 我非常坚信,最多 10 年,最快 5 年之内,中国人一周只需要工作 4 天。用工具解决问题,数字化和智能化带来效率提升是必然的趋势。"
再比如,做教育的粉笔,最新升级了粉笔 AI 老师产品,这个智能体以对话形式存在,具备 AI 导练、学习规划、考情咨询、智能督学等在内的多项功能,可以帮用户规范的作答思路,形成标准化作答习惯,并详细解答答案,优化学习方向和可改进细节,主打一个专业、细心的教育陪伴。
互联网 大厂中,百度、阿里、腾讯、字节跳动、华为等皆已布局智能体赛道,并推出一站式智能体开发平台,为开发者、创作者提供更为便捷的操作应用路径。
美国著名孵化器 YCombinator 最新一期圆桌讨论中提出观点:垂直 AI 智能体的规模可能是 SaaS 的十倍。
美国一线 AI 从业者提到,AI 大模型技术正在重塑软件行业。如果说 2004 年在浏览器中可以增加 XML HTTP 请求这个功能,开启了互联网应用程序的新时代,带来了整个 SaaS 软件行业的 20 年繁荣;那么大型语言模型—— LLM 的出现,则是开启了智能体时代的新篇章。
这一切正在发生。
QuestMobile 最新报告提到,当下 LLM 的落地应用在网页端、移动端都已比较成熟,正逐步拓展至 智能硬件 端,不断深入用户日常生活并提供更自然便捷的交互体验。
市场研究机构 Research and Market 在 11 月 11 日发布的报告中指出,未来五年 AI 智能体的市场规模将增加 420 亿美元。
在腾讯研究院最新发布的《2025 数字科技前沿应用趋势》中指出,AaaS 催化 AI 原生应用落地将是明年大趋势之一。
AI 的新时代已经势不可挡。
来源:明晰野望