21世紀經濟報道記者孔海麗 北京報道
硅谷巨頭的AI競賽愈發激烈，你來我往，全速出擊。
北京時間10月4日，OpenAI和Meta同時亮出了自己的新武器。
Meta公布了名為 Movie Gen 的全新 AI 模型。它是由視頻生成（Movie Gen Video）和音頻生成（Movie Gen Audio）兩個模型組成，可無縫生產出完整的多媒體內容，實現從圖像、視覺到聽覺的全方位覆蓋。Meta稱，這是“迄今最先進的媒體基礎模型”。
OpenAI則重磅推出交互界面canvas，并稱“這是一種使用 ChatGPT 寫作和編程的新方式”，也是ChatGPT發布以來的重大視覺界面升級。用戶可以與ChatGPT 一起協作完成寫作和編碼項目，整個過程可考、可視，而不再局限于簡單的聊天。
可以預見的是，在未來一段時間里，科技巨頭將會不斷推陳出新，既包括有革命性意義的新產品、新技術，也有不斷掀起小高潮的持續性上新。
不確定這場AI競賽何時見分曉，但可以確定的是，巨頭們高居塔尖的算力資源和不斷延展的業務邊界，會導致AI創企的生存空間越來越小。
“馬太效應”，正在新興的AI領域里逐漸清晰。
Meta版Sora上線
有人將Movie Gen稱之為“Meta版Sora”，其實這并不準準，更應該說“青出于藍而勝于藍”，除了Sora具備的視頻生成功能，Movie Gen還可以為視頻生成配套的背景音樂和音效，并根據指令編輯視頻，直接一步到位。
具體來看，Movie Gen Video是一個30B參數的Transformer模型，可以從單個文本提示生成16秒、每秒16幀的高清視頻。同時發布的Movie Gen Audio接受視頻輸入以及可選的文本提示，生成與視頻同步的高保真音頻。
剛剛憑借“地表最強”全息AR眼鏡站上熱搜的扎克伯格，在社交平臺為Movie Gen站臺，將自己的靜態照片轉化為形式多樣的動態健身視頻，場景不乏幽默和科幻。
Meta放出來的其他示例視頻，展示了Movie Gen生成物體運動軌跡、保持主體物理運動規律、背景統一、栩栩如生的效果。
作為一體化的 AI 媒體工具，Movie Gen還具備視頻編輯功能，它可以執行添加、刪除或替換元素，背景替換、樣式更改等全局修改。
有海外網友感慨說：“隨著大量創作者學會使用AI視頻編輯工具，很難想象幾年后TikTok(短視頻代表)和YouTube（長視頻代表）會變成什么樣?！?/p>
與Sora的推出節奏相似，Movie Gen也還需要一段時間才能面向公眾開放，但不同于OpenAI常被調侃的“close”，Meta爽快公布了一篇長達92頁的論文，介紹了其在架構、訓練方法、數據管理、評估、并行訓練和推理優化以及音頻模型的信息。
據Meta介紹，視頻生成模型在 1 億個視頻和 10 億張圖像上進行了預訓練，而音頻生成模型則使用了約 100 萬小時的音頻數據。
此外，Meta還開源了多個基準測試數據集，包括Movie Gen Video Bench、Movie Gen Edit Bench和Movie Gen Audio Bench，為后續研究者提供了權威的評測工具。
Movie Gen在OpenAI 今年2月展示的文生視頻Sora基礎上，朝著AI視頻編輯方向推進了一大步。先行一步的Sora至今仍未正式開放，不過，Sora能夠生成單次時長一分鐘的視頻，而Movie Gen 目前只有16秒。
文生視頻的時長延展進化很快。中國快手的可靈大模型，幾個月時間不斷迭代，單次文生視頻從5秒到10秒，如今使用該工具進行文生視頻以及圖生視頻，可支持生成長達3分鐘、1080p分辨率的高清視頻。
萬億OpenAI新動作不斷
Meta向OpenAI開了一槍，但后者并沒閑著。
此前的9月13日，OpenAI正式發布新的通用語言大模型o1，基于慢思考，在推理能力上完勝人類博士，并在數學、物理、化學、生物學等領域表現極為優異。
其文本編輯系統也在進化。同在Movie Gen面世的10月4日，OpenAI宣布推出一個名為canvas的視覺產品，它實際上是一種新的人機交互界面。
canvas是一個內置于ChatGPT的文檔和代碼編輯器。用戶不必再在ChatGPT和文檔編輯器之間來回切換，寫文檔時它會自動彈出，可直接在ChatGPT中編輯任何文檔或代碼，在一個界面內完成從構思到成文的全過程，實現與AI的無縫協作，從而大大提升工作效率。
有業內人士評論說，OpenAI借由canvas暗示，ChatGPT不僅僅是一個聊天機器人，而是要打造AI時代的操作系統。這暴露了其CEO薩姆·奧特曼（Sam Altman）的非凡野心。不過，canvas下周才會向Enterprise 和 Edu 用戶推出，Plus用戶則可以直接調用。
此前一天，當地時間10月2日，OpenAI宣布完成新一輪66億美元融資，投后估值達到1570億美元（約合人民幣1.1萬億元）。這標志著OpenAI從“明星獨角獸”公司過渡到了不折不扣的人工智能巨頭。
本輪融資由風投巨頭Thrive Capital領投13億美元，微軟跟投7.5億美元，軟銀集團、英偉達分別投資了5億美元和1億美元，蘋果在最后時刻決定退出。此外，OpenAI還獲得了40億美元的新循環信用額度。據介紹，ChatGPT每周用戶數已超2.5億人，預計今年收入將達到37億美元。
據悉，OpenAI本輪融資資金以可轉換票據的形式提供，但如果它未能在兩年內完成公司結構的重組（即公司架構由非營利型公司向營利型公司轉變），本輪融資的投資者將有權要求退回投資。
值得注意的是，OpenAI也被曝出要求參與融資的投資者“二選一”，即不得支持其競爭對手的初創公司，包括OpenAI前員工們創立的AI初創公司Anthropic，埃隆·馬斯克（Elon Musk）創立的xAI，OpenAI聯合創始人、前首席科學家伊爾亞·蘇茨克維（Ilya Sutskever）成立的新公司SSI（safe superintelligence，安全超級智能）等。消息傳出，馬斯克在社交媒體再次向奧特曼開懟。
伴隨OpenAI公司性質轉變和發展方向的分歧，是公司高管持續的大動蕩。
一周前的9月26日，OpenAI CTO（首席技術官）米拉·穆拉蒂（Mira Murati）、首席研究官鮑勃·麥格（BobMcGrew）、研究副總裁巴雷特·佐夫（Barret Zoph）同時宣布離職。幾天后的10月2日，OpenAI 聯合創始人杜爾克·金馬（Diederik Kingma）宣布加入Anthropic。而公司總裁格雷戈里·布羅克曼（Greg Brockman）仍在長期休假中。OpenAI最初的11名創始成員中，除了宮斗回歸的奧特曼，就只剩下語言和代碼生成團隊負責人沃伊切赫·扎倫巴（Wojciech Zaremba）。
似乎“多事之秋”不足以概括OpenAI的動蕩程度，一邊“著火”一邊“極速前行”，才是OpenAI的常態。
