OpenAI发布首个视频生成模型Sora，谷歌/微美全息全面进军AI科技领域

2023年，OpenAI凭借聊天机器人ChatGPT一跃成为AI大模型领域的一哥，2024年序幕拉开之时，这家风头无两的明星初创公司再次揭开了其庞大野心的神秘面纱。

2月16日凌晨，OpenAI 首个文生视频模型Sora正式亮相，颠覆了全球AI生成视频市场的格局。至此，大模型，GPU和人形机器人两大硬件领域，搜索、文生视频软件领域都有OpenAI的身影。

据介绍，OpenAI发布的新AI产品Sora，用户只需输入文本，即可生成一段极其逼真且富有想象力的视频。OpenAI称，Sora能够根据文本指令生成一段60秒的视频，同时保持视觉质量。

Sora可生成具有多个角色、特定类型运动、精确主题和背景细节的复杂场景。还可以在单个生成视频中创建多个镜头，准确保留角色和视觉风格。分析人士称，这是一个新的研究方向，也是2024年值得关注的一个趋势。

根据OpenAI科学家Tim Brooks表示：“建立一套大模型，能够理解视频，理解我们世界中所有这些非常复杂的交互，是未来所有AI系统的重要一步。”

谷歌加速修复AI助手Gemini问题

可以说是，AI世界无处不Open。2 月 18 日消息，谷歌（GOOG.US）近期对其人工智能项目进行了一次重大更新，将 Bard 更名为 Gemini 并发布了诸多新功能，例如支持移动端使用。

谷歌还更新了 Gemini 应用，使其在用户说完话后自动输入语音请求。此举旨在让使用 Gemini 的感觉更接近于使用经典的谷歌助手。Gemini 的移动应用最初仅在美国提供，但现在已经扩展到更多国家/地区。

时至今日，AI企业掏出了年度“杀手锏”，以 ChatGPT 的火爆全球作为开局，以支持图像输入的多模态大模型 GPT-4 的推出作为契机，大模型的潜力开始在内容生成领域发挥技术优势，全球顶尖的科技公司和想要抓住 AI风口的企业开始争先恐后入局。

微美全息加速向AI集中

无疑，2024年是AI元年，资料显示，AI视觉前锋企业微美全息（WIMI.US），涉及生成式AI、大型语言模型推理和训练，3D图形渲染、模型模拟等场景，致力成为AI大模型时代的引领者和普及者，以提供更好的面向企业客户的AI解决方案。

自GPT-4横空出世后，数字人朝着智能化、便捷化、精细化、多样化方向发展，进入加速增长阶段。伴随AI模型的智能水平、学习能力大幅增强，落实到虚拟人制作环节，即可用少量样本的学习完成虚拟人形象的生成，对制作效率的提升显著。据介绍，借着AI的东风，微美全息已在AI数字人赛道火了一把，更多数字人以新面貌出现，逐步向智能化迈进。

随着AI技术的不断升级，在AI的赋能下，微美全息通过提供集成平台，降低制作门槛，AI数字人可以进行实时互动直播、数字讲解等等。并且迅速实现B端流量的商业化变现，微美全息AI技术有望推进虚拟人产业在企业端的普及和流量变现，刺激B端对虚拟人的需求增加，推动产业加速发展。

未来随着政策的支持以及行业技术供给能力持续增强，生成式AI产业规模将持续扩大，行业发展前景广阔。需要注意的是，微美全息旗下的全息云平台，为加速资源向AI的集中，专门负责AI技术研发，旨在推动AI快速向前发展做好了充分准备。面向未来，微美全息或将成为新一代生成式AI和大规模AI模型的可靠推动者。

结尾

回溯来看，在这场AI公司、资本交织的游戏中，技术迭代一直是跳跃式的。未来的世界和AI行业究竟会驶向何方？还难以断言，但眼下，必将又是刺激的一年。目前唯一可以确定的是，2024年，AI又将更加深刻地影响大众每一个人的生活，在通往通用人工智能的道路上，如何保持对 AI 技术领域的持续高投入，将成为今年各大厂必须面对的课题。