OpenAI的Sora2火了！APP冲上榜首，但为啥说是战略失误？

OpenAI官方称Sora2是视频生成领域的“GPT-3.5时刻”，在物理逼真度和用户可控性上实现了很大提升，并首次加入了同步的配音。

Sora2的使用基本零门槛，只需一段文字，就能让自己在AI视频里上天入海。我们也测试性地做了几条视频，挺有意思的，但效果只能说是差强人意。

但我们认为，透过热闹的表象看本质，Sora2并不是颠覆式突破，而是OpenAI急于找到下一个ChatGPT式的爆款应用所做出的模式创新。可是，这同时也很可能是OpenAI的一次严重的资源错配，正在用昂贵的战略资源——顶尖AI人才和算力，去争夺一个内卷的市场，却没有将资源投入真正有商业价值的赛道。

变革？

首先，我想强调的是，Sora2确实好玩，但只是性能增强，不是技术革命。

从目前公开的信息来看，Sora2的进步并不是基于技术范式的变革，而是沿用了大模型领域大力出奇迹的传统套路。

就像GPT-4相较于GPT-3.5，看似表现提升很多，但核心架构并没有根本改变，而是依靠更大规模、更高质量的数据和更精细的对齐技术给人造成了一种智能涌现的感觉。

可以推测，Sora2也大概率就像一个勤奋的学生，通过观察更海量的视频，从中总结出了经验性的规律。

而且，尽管OpenAI没有明说，但Sora2仍有可能使用了RLHF（人类反馈强化学习）的模式，生成的内容更听话了，还避免了很多不良视频的生成。

不过，这也就表明，Sora2也不是所谓物理AI或世界模型。

它能完美模仿训练数据中看到的各种场景和动作，但它并不真正理解世界运转的规律。就像它能生成苹果落地的视频，却不是因为它理解了物体下落和重力之间的因果关系，而是因为它看过无数次物体落地的画面。那么，也就别指望它去提出牛顿力学定律了。

模式创新

然而，OpenAI在短视频领域搞模式创新，虽然让视频变得很有趣了，值得各个AI视频领域的公司借鉴，但他们有意或无意地绕开了真正的难题。

长期以来，AI视频生成领域公认的技术难点是保持长时程的逻辑一致性。一旦突破成功，价值数千亿美元的商业电影和电视剧产业就将被颠覆。

但目前的技术路线，要生成十几秒的精彩片段相对容易，生成一分钟甚至更长的视频，并保证其中人物、场景、情节的逻辑连贯、因果不错乱，难度就会指数级地提升。

所以，Sora2默认生成10秒（Pro版为20秒）的短视频，并着力于在视频中加入3-5个切换镜头，从而有了一种炫技和冲突集中爆发的效果，就很好地掩盖了技术的困境—— OpenAI并没有突破长视频这个硬骨头。

一方面，短视频所需的计算量远小于长视频，效果也相对稳定；另一方面，OpenAI就可以声称自己有个逻辑自洽的商业闭环，即为短视频带来了终极创作工具。

目前短视频平台确实非常火热。

字节跳动凭借抖音和TikTok的成功，拥有了超3000亿美元的估值（注：其估值最高曾突破4000亿美元）。Meta也是凭借短视频平台Reels，实现了用户量的再度增长，日播放量同比增长超过30%。它们无疑证明了短视频这种高粘性内容的强大变现能力。

战略失焦

可是，我认为，最核心的问题是，从商业价值的角度，通过AI生成这么多短视频内容，并不能同比例地带来广告量和收入。

特别是，如果OpenAI深陷在这种虚无缥缈的泡沫中而不自知，就容易错失更巨大的未来——复杂服务时代。

开放初期，AI玩梗视频还能带来一些新鲜感。在短期内，Sora确实也能很快为OpenAI带来海量新增用户，还能提升Sora视频工具的使用量。特别是，OpenAI还可以通过算力壁垒垄断AI短视频内容的生成业务。

但要知道，人类的注意力总量是有限的。一天除了工作和睡觉，剩下时间哪怕全部用来看视频，也就几个小时。短视频内容再多、再精彩，也总有把大家时间占满的时候。之后，不管是什么娱乐内容，都要进入内卷阶段。

而且别忘了，就像Suno等AI音乐工具的爆火和回归平静一样，大部分人的创作能力是有限的，大量AI生成的10秒钟劣质内容，只会消耗用户对平台的耐心。如果连续5条视频都不称心，用户就会关掉APP，换个平台玩。那么，短视频平台赖以生存的广告收入将受到很大威胁。

所以，我觉得，Sora2是在试图开启AI垃圾内容时代，短期繁荣过去，长期看大概率会失败。用户注定会回归那些能够提供有人味、有共鸣的作品和平台。