龍年春節(jié)之際，OpenAI旗下的AI視頻模型Sora爆火。Sora可以直接輸出長達60秒的視頻，并且包含高度細致的背景、復雜的多角度鏡頭，以及富有情感的多個角色。相較于初代的生成式AI產品，Sora以其“以假亂真”的視覺效果帶給科技界新一輪震撼。

　　伴隨著Sora的火爆，主流的AI視頻、AI大模型公司在春節(jié)期間也收獲了一大波關注度，尤其資本市場異常火熱。

　　不少投資機構快速拉出一串AI視頻或AI大模型概念股進行宣傳，盡管有些個股業(yè)務和Sora存在較大差異，只是業(yè)務關鍵詞中帶有AI、大模型或生成式視頻，也被機構推薦在列，比如被多家投資機構提及的?？低?、大華股份等企業(yè)。

　　對于熱議，上述企業(yè)近期也在公共平臺發(fā)出回應，說明了公司視頻大模型產品和Sora的區(qū)別。

　　?？?、大華：解析式和生成式方向相反

　　2月19日，對于?？低暿欠裼蓄愃芐ora的產品，有記者以投資者身份致電?？低暎嚓P人士表示，公司的產品與Sora不是同一個范疇的人工智能，公司專注在感知智能方面。公司的視頻大模型主要用在智能物聯(lián)行業(yè)，主要用來幫助企業(yè)降本增效，“比方說拍了一段視頻，然后再去判斷視頻內有沒有發(fā)生一些什么事情，是有明確規(guī)則的，按照規(guī)定去識別某一項東西。Sora是生成式的，其實跟我們的方向是相反的?！?/p>

　　大華股份相關人士也表示，公司擁有視頻大模型的能力，目前在兩個行業(yè)做研發(fā)。不一樣的點是Sora是生成式的，大華做的是解析式的，方向剛好是反過來的。大華主要拿既有的素材或者客戶內容去做解析，告訴客戶視頻里發(fā)生了什么，根據(jù)這個發(fā)生的事情來做行為判斷。

　　a&s認為，兩家企業(yè)的回應明確指出了生成式視頻和視頻解析的差異，嚴格意義上講，兩者正好相反。

　　Sora這類生成式視頻產品的亮點在于“無中生有”，即脫離實際拍攝，僅靠AI工具生成一段段符合文本描述的視頻畫面，重要的是這些畫面都是虛擬出來，非實物;

　　而AI視頻解析，則是先有一段段真實的視頻內容，然后通過AI功能對視頻畫面內容進行目標(人、車、物)解析。

　　值得一提的是，兩者所需要的底層技術共通，都需要依賴大算力支持，同時需要海量的素材實現(xiàn)對算法的訓練，才能實現(xiàn)高精準度的“畫面復刻”和“畫面解析”。

　　簡而言之，兩者底層技術相通，而主要的應用目的和應用場景則大不同。

　　從發(fā)展時間線來看，AI視頻解析是伴隨著安防進入到智能化時代就已發(fā)展起來，其應用早于生成式視頻。自2019年開始，因AI落地應用逐漸凸顯出的“需求碎片化難題”是催生AI大模型誕生的關鍵，那個時候，業(yè)內還沒有構成AI大模型這樣的概念，多以AI開放平臺命名。2022年，chatGPT的橫空出世，掀起了AI大模型熱潮，由此，各領域里AI大模型產品隨之涌現(xiàn)，文本類、圖片類、語音類大模型產品在過去兩年時間里成為AI大模型的主流類別。

　　Sora生成式視頻，AI領域新的 “沖擊波”

　　Sora之所以引起科技領域的震撼，有一個點在于它突破了生成式AI當下的極限，如果說2023年是圖文生成式AI的元年， 那么2024年應該是視頻生成式AI的主題年。當我們還在為chatGPT類產品能夠和人類圖文互動感到精彩的時候，Sora直接推出逼真的生成式視頻，這本身就值得驚嘆。

　　對于 Sora 的出現(xiàn)，大家普遍認為將極大的改變視頻制作領域的人工制作模式，比如影視行業(yè)，有業(yè)內人士表示，一旦視頻的準確度、連貫性問題被解決，群演、布景、特效等大量內容則都可以用AI去幫助完成。

　　其次是廣告和短視頻行業(yè)，如果未來大量的廣告和短視頻由AI生成，視頻創(chuàng)作的門檻和經費會大大降低，對設計師、攝影師、后期制作崗位的需求也會大量減少。

　　還有游戲行業(yè)，有游戲業(yè)管理層人士認為Sora將開啟AI發(fā)展的“牛頓時代”。

　　當然也有很多AI大模型企業(yè)從Sora身上看到了新的機會，比如在視頻生成領域，國內公司可以借鑒Sora的技術原理，開發(fā)適用于不同場景和需求的視頻生成模型，提升視頻制作的效率和質量。在自然語言處理領域，國內企業(yè)可以借鑒谷歌新模型的處理能力，開發(fā)更高效、更智能的自然語言處理系統(tǒng)，為智能客服、智能教育等領域提供更強有力的支持。

　　解析式大模型，適用To B市場，助力企業(yè)降本增效

　　和生成式視頻不同的是，解析式大模型主要面向的是To B 的用戶，更偏向實用主義。

　　如海康威視在公共平臺談到的，“我們的目的是幫助客戶解決問題，客戶并不太關心我們具體是借助軟件、硬件或是算法，對他來說更重要的是結果。從結果的角度來說，我們需要借助什么樣的方法，在整體解決方案中都是靈活運用的?！?/p>

　　大華近日也在投資者關系平臺上強調，公司結合自身業(yè)務理解和實戰(zhàn)技術優(yōu)勢，打造面向行業(yè)的解析式大模型。以場景化應用為導向，重點專注于視覺解析為核心的多模態(tài)行業(yè)視覺大模型，持續(xù)推進AI產業(yè)化和商業(yè)成功。

　　視頻解析早期主要應用于安防監(jiān)控領域，通過對監(jiān)控中關鍵目標的識別捕捉分析，助力公共安全預警、交通管理。

　　自2016年之后，伴隨著AI在安防領域應用的逐步深化，視頻解析也開始從安防監(jiān)控拓展到其他應用領域，比如工業(yè)領域的AI視覺檢測、農業(yè)場景中農作物生長監(jiān)管等等。

　　AI賦能的工業(yè)質檢是利用基于深度學習、大模型等AI技術的視覺檢測技術，在工業(yè)生產過程中對產品圖像進行視覺檢測，從而幫助發(fā)現(xiàn)和消除缺陷。行業(yè)用戶可以通過大模型技術實現(xiàn)對產品質量問題的實時預測和處理，提高產品質量的檢測效率；

　　人工智能在輔助農作物生長、畜禽養(yǎng)殖過程中發(fā)揮著越來越重要的作用。比如在作物病蟲害識別方面，可根據(jù)植物的葉片等狀態(tài)，分析出植物的生長情況，通過智能監(jiān)控設備檢測并識別作物病蟲害情況；在生豬養(yǎng)殖場，通過“豬臉識別”技術，從而幫助養(yǎng)殖戶隨時隨地對動物的健康狀態(tài)進行管理。

　　通過監(jiān)控+AI算法模型，人工智能可作用于智慧農業(yè)多個場景，除動植物生長監(jiān)測外，還可實現(xiàn)智慧灌溉AI水肥一體化，機械智能采收，農產品分揀過程中果蔬識別等諸多創(chuàng)新應用，可有效替代人力作業(yè)，解放人力，提高農業(yè)生產作業(yè)效率。

　　可以明顯看出，近兩年來，智慧物聯(lián)企業(yè)發(fā)布的視覺大模型產品，都在持續(xù)強化AI大模型的泛化能力，提升大模型產品針對碎片化、多元化場景的適用性，對企業(yè)用戶而言，采用AI視覺大模型工具的也主要是基于數(shù)字化轉型，降低生產運營成本、提升管理效率的角度考慮。

　　結語

　　伴隨著Sora的爆火，關于解析式和生成式AI視頻的討論在智能物聯(lián)領域或將會成為一個長期的話題，這里我們也嘗試分析一下，為什么我們在談到AI視頻、大模型的時候，總是能看到以?？低?、大華股份等為代表的智能物聯(lián)企業(yè)的影子呢?

　　這主要是因為視覺技術是一個天然跟AI結合的領域。視頻監(jiān)控逐步從安防發(fā)展到運用于城市治理、企業(yè)管理、社會生活的方方面面，不同場景下也會派生出各種不同應用需求，而技術的進步，特別是大模型算力的爆發(fā)式增長，給了這些原本可能還無法實現(xiàn)的需求產生的可能性。伴隨著高度差異化、碎片化、個性化的場景需求推動技術變革與演進，AI大模型的出現(xiàn)，也讓產業(yè)智能更為精準和深入，同時具備很高的泛化性。

　　近兩年來，國內有大批玩家涌入AI大模型賽道，試圖在風口之上長出幾家“獨角獸”企業(yè)，但從目前市場情況來看，能夠在AI大模型領域站穩(wěn)腳跟的企業(yè)無一例外都在應用市場沉淀多時。因為AI本質就是一項技術工具，脫離了實際應用場景就會變得很難落地。我們在感嘆AI技術創(chuàng)新的同時，也需要更多的思考AI產業(yè)化和商業(yè)化發(fā)展演進。