Sora发布后，Pika创始人回应：很振奋，我们将直接冲

文章来源：钛媒体

作者：李程程

图片来源：由无界AI生成

OpenAI刚刚推出的Sora像是一颗炸弹，再一次引爆全球。

作为AI视频模型，Sora可以根据文本指令创建现实且富有想象力的场景，能够生成具有多个角色、特定类型的运动，以及主体和背景的准确细节的复杂场景的高清视频，并且时长可以达到一分钟。

Sora对语言的理解也达到了一个新的层级，使其能够准确地理解提示词，并生成表达充满活力的情感的视频。它建立在过去对DALL·E和GPT模型的综合研究之上，提出了一种新的模型可能。它不仅可以理解用户在提示中提出的要求，还能理解它们在物理世界中的存在方式。

重要的是，Sora是一个diffusion transformer，而transformers已经在语言建模、计算机视觉和图像生成等各大领域已经表现出了杰出的扩展特性。

作为一种扩散模型（diffusion models），Sora除了能够根据文本指令生成视频之外，还能够获取现有的静态图像并从中生成视频，准确地动画图像的内容并关注小细节。Sora还可以获取现有视频并对其进行扩展或填充缺失的画面。

Sora从大型语言模型中获得灵感，这些模型通过互联网规模数据的训练来获得通用能力。（截图来自OpenAI发布的Sora技术研究报告：Video generation models as world simulators）

OpenAI发布的技术报告认为，Sora的研究结果表明，扩展视频生成模型是构建物理世界通用模拟器一条极具前景的途径。它使人工智能理解和模拟运动中的物理世界，迈向了一个新的高度。

因此，Sora也被认为是AGI实现过程里的重大里程碑事件，而不仅仅只是视频生成。

在Sora发布之前，Runway和Pika都被认为是视频生成赛道的佼佼者。Sora发布之后，很多人认为，它凭一己之力已经轻松“吊打”且即将“干翻”这两家新兴独角兽公司，并对创业者的命运表示担忧。

然而，他们自己对此却似乎兴奋更多于恐惧。Pika创始人郭文景独家回应钛媒体App称，“我们觉得这是一个很振奋人心的消息，我们已经在筹备直接冲，将直接对标Sora。”

此外，郭文景还透露，目前已经在招人了，具体计划暂时还不能对外透露。

Pika Labs成立于2023年4月，同年11月发布首个产品Pika 1.0。Pika1.0能够生成和编辑3D动画、动漫、卡通和电影，并且普通用户还可以对其进行加工，被视为一款零门槛“视频生成神器”。

在与钛媒体创始人赵何娟的【AI新生代】系列对话中，郭文景也曾提到，目前生成式视频发展的一个重要限制是算法的成熟度，这也是Pika的核心主攻方向。

“我觉得视频跟语言模型不太一样，关于语言模型大家已经知道大概的方法，算法其实已经比较成熟了。但视频现在没有很好的算法，它不是一个规模化的问题，不是说现在大家的GPU不够多，很多时候其实是算法上还没有很好的一个思路。”郭文景说。

而此次Sora的发布，也给行业提供了一个非常好的算法思路，可能反倒为Pika这样的领先创业公司提供更成熟算法路线可能。

事实上，面对实力强劲的OpenAI，郭文景也早已做好了准备。早在数月前，赵何娟也曾问过郭文景，在视频生成赛道上最关心的对手是谁，郭文景当时即表示，应该是OpenAI。

作为一个在东亚文化里成长的女生，郭文景大学本科毕业于哈佛，而斯坦福博士尚未毕业就辍学创业。其创立的Pika 1.0版本的demo视频流出之后，即一鸣惊人，它能够生成和编辑包括3D动画、动漫、卡通或者电影风格的视频，并且使用起来也很容易上手。

它还允许用户自己上传视频片段，并使用生成式AI来编辑和重新构建场景。电影质感，动画级特效，Pika 1.0的视觉效果十分炸裂，似乎让普通人都能成为电影导演，即将成为一种可能。

这支最初由4个人组建pika_labs，融资超过5500万美元，几乎所有AI领域的知名早期投资公司都参与了此轮融资。

而就在Pika1.0发布才过去四个月不到，同赛道的Sora的横空出世，在AI视频生成这条路上，又增加了很多变数和可能性。

以下是之前钛媒体创始人赵何娟与Pika创始人郭文景的【AI新生代】对话实录：

当电影梦叠加AI的“魔法”

赵何娟：Hello，Demi，很高兴又见面了，很高兴你能够来到我的直播间，与我们一起来探讨这一波AI浪潮下新生代崛起的话题。作为硅谷最近非常火热的AI生成式视频项目Pika的创始人，外界对你们的讨论也特别多。我想大家应该都会对你的创业，对你本人都会很感兴趣。
我们可不可以先从你自己的经历开始聊一聊，你是怎么从哈佛大学读本科，然后到斯坦福大学读的硕博的？又怎么选择了文本生成视频这个方向来创业的？