硅谷竞速：Meta版Sora来袭 万亿估值OpenAI祭出AGI交互系统

21世纪经济报道记者孔海丽 北京报道
硅谷巨头的AI竞赛愈发激烈，你来我往，全速出击。
北京时间10月4日，OpenAI和Meta同时亮出了自己的新武器。
Meta公布了名为 Movie Gen 的全新 AI 模型。它是由视频生成（Movie Gen Video）和音频生成（Movie Gen Audio）两个模型组成，可无缝生产出完整的多媒体内容，实现从图像、视觉到听觉的全方位覆盖。Meta称，这是“迄今最先进的媒体基础模型”。
OpenAI则重磅推出交互界面canvas，并称“这是一种使用 ChatGPT 写作和编程的新方式”，也是ChatGPT发布以来的重大视觉界面升级。用户可以与ChatGPT 一起协作完成写作和编码项目，整个过程可考、可视，而不再局限于简单的聊天。
可以预见的是，在未来一段时间里，科技巨头将会不断推陈出新，既包括有革命性意义的新产品、新技术，也有不断掀起小高潮的持续性上新。
不确定这场AI竞赛何时见分晓，但可以确定的是，巨头们高居塔尖的算力资源和不断延展的业务边界，会导致AI创企的生存空间越来越小。
“马太效应”，正在新兴的AI领域里逐渐清晰。
将Meta的Movie Gen称之为“Sora”其实不太精准，更应该说“青出于蓝而胜于蓝”，除了Sora具备的视频生成功能，Movie Gen还可以为视频生成配套的背景音乐和音效，并根据指令编辑视频，直接一步到位。
具体来看，Movie Gen Video是一个30B参数的Transformer模型，可以从单个文本提示生成16秒、每秒16帧的高清视频。同时发布的Movie Gen Audio接受视频输入以及可选的文本提示，生成与视频同步的高保真音频。
刚刚凭借“地表最强”全息AR眼镜站上热搜的扎克伯格，在社交平台为Movie Gen站台，将自己的静态照片转化为形式多样的动态健身视频，场景不乏幽默和科幻。
  Meta放出来的其他示例视频，展示了Movie Gen生成物体运动轨迹、保持主体物理运动规律、背景统一、栩栩如生的效果。
作为一体化的 AI 媒体工具，Movie Gen还具备视频编辑功能，它可以执行添加、删除或替换元素，背景替换、样式更改等全局修改。
有海外网友感慨说：“随着大量创作者学会使用AI视频编辑工具，很难想象几年后TikTok(短视频代表)和YouTube（长视频代表）会变成什么样。”
与Sora的推出节奏相似，Movie Gen也还需要一段时间才能面向公众开放，但不同于OpenAI常被调侃的“close”，Meta爽快公布了一篇长达92页的论文，介绍了其在架构、训练方法、数据管理、评估、并行训练和推理优化以及音频模型的信息。
据Meta介绍，视频生成模型在 1 亿个视频和 10 亿张图像上进行了预训练，而音频生成模型则使用了约 100 万小时的音频数据。
此外，Meta还开源了多个基准测试数据集，包括Movie Gen Video Bench、Movie Gen Edit Bench和Movie Gen Audio Bench，为后续研究者提供了权威的评测工具。
Movie Gen在OpenAI 今年2月展示的文生视频Sora基础上，朝着AI视频编辑方向推进了一大步。先行一步的Sora至今仍未正式开放，不过，Sora能够生成时长一分钟的视频，而Movie Gen 目前只有16秒。
Meta向OpenAI开了一枪，但后者并没闲着。
此前的9月13日，OpenAI正式发布新的通用语言大模型o1，基于慢思考，在推理能力上完胜人类博士，并在数学、物理、化学、生物学等领域表现极为优异。
其文本编辑系统也在进化。同在Movie Gen面世的10月4日，OpenAI宣布推出一个名为canvas的视觉产品，它实际上是一种新的人机交互界面。
canvas是一个内置于ChatGPT的文档和代码编辑器。用户不必再在ChatGPT和文档编辑器之间来回切换，写文档时它会自动弹出，可直接在ChatGPT中编辑任何文档或代码，在一个界面内完成从构思到成文的全过程，实现与AI的无缝协作，从而大大提升工作效率。
  有业内人士评论说，OpenAI借由canvas暗示，ChatGPT不仅仅是一个聊天机器人，而是要打造AI时代的操作系统。这暴露了其CEO萨姆·奥特曼（Sam Altman）的非凡野心。不过，canvas下周才会向Enterprise 和 Edu 用户推出，Plus用户则可以直接调用。
此前一天，当地时间10月2日，OpenAI宣布完成新一轮66亿美元融资，投后估值达到1570亿美元（约合人民币1.1万亿元）。这标志着OpenAI从“明星独角兽”公司过渡到了不折不扣的人工智能巨头。
本轮融资由风投巨头Thrive Capital领投13亿美元，微软跟投7.5亿美元，软银集团、英伟达分别投资了5亿美元和1亿美元，苹果在最后时刻决定退出。此外，OpenAI还获得了40亿美元的新循环信用额度。据介绍，ChatGPT每周用户数已超2.5亿人，预计今年收入将达到37亿美元。
据悉，OpenAI本轮融资资金以可转换票据的形式提供，但如果它未能在两年内完成公司结构的重组（即公司架构由非营利型公司向营利型公司转变），本轮融资的投资者将有权要求退回投资。
值得注意的是，OpenAI也被曝出要求参与融资的投资者“二选一”，即不得支持其竞争对手的初创公司，包括OpenAI前员工们创立的AI初创公司Anthropic，埃隆·马斯克（Elon Musk）创立的xAI，OpenAI联合创始人、前首席科学家伊尔亚·苏茨克维（Ilya Sutskever）成立的新公司SSI（safe superintelligence，安全超级智能）等。消息传出，马斯克在社交媒体再次向奥特曼开怼。
伴随OpenAI公司性质转变和发展方向的分歧，是公司高管持续的大动荡。
一周前的9月26日，OpenAI CTO（首席技术官）米拉·穆拉蒂（Mira Murati）、首席研究官鲍勃·麦格（BobMcGrew）、研究副总裁巴雷特·佐夫（Barret Zoph）同时宣布离职。几天后的10月2日，OpenAI 联合创始人杜尔克·金马（Diederik Kingma）宣布加入Anthropic。而公司总裁格雷戈里·布罗克曼（Greg Brockman）仍在长期休假中。OpenAI最初的11名创始成员中，除了宫斗回归的奥特曼，就只剩下语言和代码生成团队负责人沃伊切赫·扎伦巴（Wojciech Zaremba）。
似乎“多事之秋”不足以概括OpenAI的动荡程度，一边“着火”一边“极速前行”，才是OpenAI的常态。

感谢楼主提供的学习资料，很有用。