文｜商业秀，作者 | 杨肖若 编辑｜张弘一 文｜商业秀😆，作者 | 杨肖若 编辑｜张弘一 国庆第一天，Open😁AI就把视频圈子的桌子掀翻了，正式发布Sora 2。圈内都在😜喊“AI视频的GPT-3.5时刻来了”。 这次不只是模🎉型升级，OpenAI还直接把独立APP端上了台面。有人认为这😉或许会成为“AI版抖音”，但这背后的水，可比表面看起来深多了😘。 今天，我们就从商业和产品逻辑来聊聊AI视频的Cha😴tGPT时刻，看看它的技术和产品到底牛在哪里。那产品做出来了🎉，总要考虑商业化，它的商业挑战又在哪里。 先看它最直观🌟的技术突破，这次确实够“炸裂”，技术和产品实现了代际性跨越。🚀初代Sora只是“能看”，这代直接进化到“能演”，真正靠近了😜“世界模拟器”的效果。 以前AI生成视频，物理逻辑基本😁是“瞎编”，比如投篮能无视角度强行进筐。 现在你看，S🤯ora 2 能生成奥林匹克体操动作、精准模拟浮力和物体刚性物🤯理规律的 “立式桨板空翻”，以及 “猫咪紧紧抓牢物体、伴随完😀成三周半跳” 等场景。 完全符合真实力学，甚至能模拟“👍投篮失手弹筐”这种“合理的失败”场景。 在Sora 2🚀 中，如果运动员投篮不中，篮球会真实地从篮板反弹。有趣的是，🤩Sora 2 所犯的 “错误”，往往更像是其内部隐含模拟的 ⭐“智能体”（agent）所做出的失误；尽管仍不完美，但相比以🎉往的系统，它在遵循物理定律方面已有显著进步。 确实，对🤩于任何实用的 “世界模拟器” 而言，这都是一项至关重要的能力😊。你不仅要能模拟 “成功”，更要能模拟 “失败”。 更🔥关键的是，音画同步终于落地，角色切换语言时口型能对上，连风吹💯过的环境音、猫踩键盘的咔哒声都能精准匹配画面，以前需要专业团😂队后期制作的内容，现在输入文字提示就能一键生成。 就连😁多镜头切换时，阳光角度、地上水渍这些细节都能保持一致，不会穿🙄帮。再官方公开的视频里，人物表情、光线、物理规则几乎无可挑剔🤩，真假难辨。 不管是奥运级体操动作、赛博朋克场景，还是😀带音效的对白，一键就能生成，技术门槛直接拉到了地板级。 🚀 但在商业世界，技术再牛，最后都离不开一个关键问题：到了C端🙄用户这里，如何商业化？ 无疑，在通往 “通用模拟器” 😆与 “能在物理世界中运行的 AI 系统” 的道路上，一方面，😘人们可以在沿途所构建的模型中获得诸多乐趣。另一方面，就是在体😊验中，如何赚到钱。 从目前公开信息来看，Sora的商业😜化路径已初现雏形，大致可分为C端付费、B端服务和生态变现三大🤯方向。 首先，C端付费是它最直接的变现起点。Sora 😎App初期采用邀请制，主打免费使用，但ChatGPT Pro👏订阅用户可通过sora.com及应用内渠道获得更高画质的“S😊ora 2 Pro”模型使用权。 展开全文 几个🙄月前，Sora 团队内部就开始测试 “上传自身形象” 功能，❤️大家都玩得不亦乐乎。 在这款应用中，你可以创建内容、对😘他人生成的内容进行再创作、在可自定义的 Sora 信息流中发😍现新视频，还能通过 “客串（Cameos）” 功能将自己或朋😴友 “带入” 视频场景。 借助 “客串” 功能，你只需😉在应用内完成一次简短的音视频录制（用于验证身份并捕捉你的外貌🤗与声音特征），就能以极高的还原度将自己 “植入” 任何 So😘ra 生成的场景中。 不过，特别值得注意的是，此前So🙌ra曾采用积分制付费模式，但后续已取消这一制度，转为付费用户👍可享受无限视频生成服务，专业用户还能获得高优先级的生成体验，😘以此降低创作限制，提升用户付费意愿。 这种“基础免费+🤔增值付费”的分层策略，确实既能降低普通用户的尝试门槛，又能通😘过专业功能筛选出高价值用户，延续了ChatGPT的付费转化经😜验。 其次是B端行业服务，这部分看起来是更具想象空间的🌟一个增长曲线。Sora 2的技术能力已经展现出了跨领域的适配👏性，比如影视、教育、房地产等多个行业都有明确的应用场景。 🚀 你比如说，在影视领域，可以根据剧本快速生成场景视觉草图或😴动画序列，辅助前期创作；教育领域能制作互动式科普、历史重现视😉频，让知识传递更生动；房地产行业则可创建虚拟样板间，供潜在买😍家沉浸式体验未建成项目。 如果说，未来通过开放API接😜口，OpenAI还能为企业提供定制化解决方案，从工具授权中获😘取稳定收益。 不过，这一领域也会面临竞争压力，一旦有垂😁类领域基于已有数据推出现商业级性能价格的产品，如果基于场景的🔥数据训练成本足够低，就会对Sora的高端市场带来冲击。 😜 最后，来看看这次Sora的唯一差异化亮点，那就是社交生态衍😡生的广告和品牌合作的想象空间。确实，依托“Cameo数字分身😉”和“Remix二次创作”的核心玩法，Sora确实很有希望探🚀索出一种全新的广告形态。 基于Cameo的邀请共创机制🤯，品牌可发起“分身共创”活动，邀请用户用品牌元素定制分身场景😡。比如运动品牌让用户生成自己和虚拟运动员同场竞技的视频，通过😢Remix功能实现病毒式传播。 注意，在这种模式下，用🌟户既是内容消费者也是传播者，品牌能以更低成本触达目标群体。 😆 同时，OpenAI强调产品优先推荐激发创作灵感的内容，❤️而不是单纯延长用户停留时间，这种“非沉迷式”定位，也可能吸引😢对传统信息流广告反感的品牌方，开辟一个独特的广告合作赛道。 😡 但是商业化蓝图再美好，也绕不开现实的挑战。 首先😅是版权的“雷区”。Sora 2采用“默认允许使用”的版权规则😎，版权方需“主动选择退出”才能阻止其作品被用于AI生成，这一😉规则会引发影视行业的强烈担忧。OpenAI后续仍可能面临大量😂的版权纠纷问题。 其次是社交根基脆弱。我们知道，现在抖⭐音的壁垒是亿级用户的内容生态和算法沉淀。而Sora靠“AI+⭐社交”起家，初期虽能以新鲜玩法拉新，一旦新鲜感消退，用户可能😅因“朋友不玩了”“没新内容了”而卸载。 社交产品的核心😂是“关系链沉淀”，光靠技术噱头留不住长期用户，此前也有BeR🤩eal等社交产品“火得快凉得更快”的先例，也都印证了这一风险😡。 再者，算力成本是绕不开的坎。高保真视频生成对算力需💯求极大，尽管付费模式能覆盖部分成本，但免费用户的算力投入仍需😅持续支撑，如果付费转化不及预期，可能形成沉重的成本负担。 🔥 当然，它的机会也很明确。AI真的把创作门槛降到了地板级，😎人人都能当“导演”，如果能跑通“整活-共创-沉淀兴趣社群”的🙄路径，说不定能长出新生态来。 从商业视角看，它可能是O👍penAI第一个“广告原生”的C端产品，视频形态天生适配品牌😁互动，要是“分身许可+Remix传播”能跑通，品牌能做规模化😅共创。 现在，美加地区已开放邀请码，iOS先上，安卓和🙌网页版还在路上，大家再耐心等等。 说到底，Sora 2😴的技术突破带来的影响值得肯定，商业化路径也清晰可循，把视频生😀成从“工具”变成“社交载体”这步棋也很有想法。 但它能👍不能跨过版权、生态、算力成本的坑，跳出“新鲜感陷阱”，从“玩😆具”变成“可持续盈利的产品”，还有待时间和市场的检验。 😁 不过，新物种的成长从来不是算出来的，是试出来的。当年短视频🚀刚出现时，谁也没想到最后跑出来的是抖音。 所以现阶段，🎉不如先保持观察，看看它能趟出什么新路子吧！返回搜狐，查看更多👏

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多