21深度丨OpenAI内忧外患中的自我救赎
21世纪经济报道记者孔海丽、实习生贾晨溪 北京报道
OpenAI终于正式上线了Sora，而且是比原定更高效、更好用的Sora Turbo版本。
北京时间12月10日，延宕了10个月之久，OpenAI向付费用户开放使用Sora，可以生成任意长宽比、时长从5秒到20秒的全新视频，支持文生视频、图生视频、视频衍生视频，并且附带替换、删除、混合、剪辑视频功能。
在OpenAI的官方表述中，Sora依然是早期版本，OpenAI CEO塞姆·奥特曼把它类比为视频界的GPT-1。以这家公司的调性，或许更多通往AGI的工具也在悄悄训练中了。
伟大的愿景背后，也少不了现实压力。虽然产品足够炸裂，但长居热搜第一的OpenAI，也有自己的烦恼。
想要尝鲜Sora，付费用户分为两个等级：月费20美元的Plus会员每月可以快速生成50次视频，每条视频长度最多5秒，最高清晰度为720p；OpenAI上周刚推出的“史上最贵会员”——月费200美元的Pro会员，每月可以快速生成500次视频，并且有不限量慢速生成机会，每条视频长度最多20秒，最高清晰度为1080p，并且支持同时运行5个生成任务，视频还可以无水印下载。
在OpenAI的X社交账号下，有网友称：“这是我花过最快的200美元。”
一方面，OpenAI的明星产品GPT系列模型迭代速度正在放缓，高昂的开发成本与低于预期的性能提升，让前途蒙上一片迷雾。
另一方面，营利压力是悬在OpenAI头上的达摩克利斯之剑，奥特曼甚至坦言，如果能回到过去，他们当初一定不会选非营利组织架构，“我们也没有预见到需要的资本量会如此庞大。”他说。
为了修正这种组织架构与商业诉求之间的“撕扯”，OpenAI在考量各种可能性，试图转向营利性组织架构，取消与微软的AGI条款以释放投资潜力，也包括寻求更多融资甚至贷款。
国内一位AI领域投资人告诉21世纪经济报道记者，虽然相较于绝大部分AI企业，OpenAI能够吸引的资金已经是“天量”，但高昂的研发与训练费用，仍然让OpenAI难以大胆前行，未来，转向营利性架构既是团队诉求，也是市场的要求。
AI视频生态初成
与今年2月放出的Sora预览相比，Sora Turbo已经突破了纯视频生成架构，更像是一套完备的AI视频生态。
首先，文生视频功能作为“基础操作”，表现力一如既往。
整体观感上，对AI视频生成有认知的人，依然大概率能从直觉上判断出来“这是AI生成的视频”。
在视频生成之外，Sora的惊艳在于，它已经是一个相对完整的实用视频工具，聚合了创作、生成、剪辑等一连串功能。
创作环节，Sora提供了“社区功能”，在这里可以看到其他创作者的作品，寻求一定的创作灵感或启发。
Sora也给出了预设风格模板，用户也可以在持续使用中，将新的风格变成预设模板。这一方面有助于探索不同风格创作，也将帮助有连续作品创作需求的用户，保持风格统一性。
而在视频生成之后，才是Sora与其他AI视频大模型拉开差距的地方。
Sora提供的Remix重混功能，支持对已生成视频的修改，可以替换、删除或重新构想视频中的元素。
比如，已经生成了“打开通往图书馆的大门”效果，可以继续用一句话把视频里的门换掉、把场景换掉……
可以想象一下，影视界耗资巨大的视频特效，似乎将被彻底颠覆。
Sora的剪辑功能还体现在Re-cut，用户可以选中自己最喜欢的一帧视频，并向任意方向延伸它们。也就是说，如果一个片段中，只有一部分是你满意的画面，完全可以只用这部分继续创作。
编辑视频，也可以是段与段之间的衔接。Storyboard支持在时间轴上组织和编辑视频的独特序列。
常用的过渡效果也可以在Sora实现。Loop功能可以修剪并创建无缝衔接的循环视频。
Blend功能可以把两个视频合并为一个无缝剪辑视频。
秀肌肉的同时，奥特曼本人解释了AI视频对OpenAI的重要性，其实这也是整个AI行业向前的路径折射。
他说，对于OpenAI而言，Sora不仅是一项技术，更是激发创意的重要工具。通过Sora，OpenAI看到了一种全新的协作模式——AI和人类共同创造，AI创意工具或许将极大地改变人类思考和创意的方式。
而且，相对于用文本进行人机交互，视频交互意味着更立体、更生动、更丰富的信息维度。
“Sora是OpenAI通往AGI路线图上的重要里程碑。”奥特曼强调说。
有AI从业者表示，Sora打开的不只是AI视频生成的想象力，行业更大的野心和愿望在于，AI视频可能极大地改变人机交互。
“目前，大家也不能明确说出AI视频通向哪里，或者怎么影响商业世界，但未来想象空间是巨大的。”国内一位关注AI生态的企业人士说。
Scaling Law瓶颈
近期，关于Scaling Law“暴力美学”正在失效的担忧，被进一步放大。
所谓Scaling Law，也被称为“规模定律”，在AI领域，Scaling Law是指模型性能会随着模型大小（如参数数量）、数据集大小和计算资源的增加而放大，并且这些变化通常遵循幂律关系。
但行业早早就在担心，Scaling Law会触及边界，在那之后，可能意味着训练投入不再有相应成效。
而最早碰到这个瓶颈的，恰恰是行业巨兽OpenAI。
据报道，OpenAI最新模型Orion遇到训练困境。尽管Orion模型已完成约20%的训练，并在此前称计划于12月发布，但其在处理复杂任务时并未显著超越GPT-4。
相较于现有模型，Orion能力提升有限，代码能力甚至不如现有模型，跃升程度远不如GPT-3到GPT-4阶段，而且Orion运行成本更高。
与此同时，技术进展放缓可能对OpenAI的盈利模式产生重大影响。OpenAI的主要收入来源包括订阅服务和API服务，但如果Orion模型无法达到预期，企业客户可能减少对OpenAI的依赖，从而影响公司收入。
投资者也在观望，OpenAI的未来盈利能力，决定了资本现在的投入力度。
不只OpenAI一家，Scaling Law瓶颈也公平地困扰着其他科技公司。谷歌下一代Gemini模型也被曝性能未达预期，Anthropic传出放缓了Opus 3.5的进展。
OpenAI不得不考虑技术转向。
据OpenAI知名研究员、O1研究团队的核心科学家NoamBrown透露，尽管扩大预训练规模是提升模型性能的有效手段，但成本高昂且终将触及天花板。而o1模型所代表的“推理时计算”技术，为解决这一瓶颈提供了全新的思路，将加速AGI的到来。
NoamBrown介绍，这项技术让模型能够在推理阶段进行更深入的思考和计算，从而解决更复杂的问题。
比如，o1模型可以自主学习策略、拆解任务、识别并纠正错误，展现出前所未有的智能水平，证明了模型可以进行更深入的推理和解决更复杂的问题，“它存在的意义被大大低估”。
NoamBrown还强调，“推理时计算”技术目前还处于早期阶段，未来提升空间巨大。
谋求转向营利性架构
除了内部产品焦虑，OpenAI的外部压力也不算小。
谋求转向营利性组织结构的OpenAI，遭到了特斯拉CEO埃隆·马斯克更强烈的狙击，后者甚至试图向美国联邦法院申请禁令，以阻止OpenAI改变组织架构。
近日，知情人士透露，OpenAI还在别的方面努力筹划，增加公司的投资潜力。
此前，OpenAI与大股东微软订立了一个条款，条款规定，当OpenAI开发出通用人工智能（AGI）后，微软就将无法再获取其技术。据悉，OpenAI正在考虑撤销这一条款，但董事会尚未做出最终决定，正在讨论各种选择。
两个月前，微软还曾就OpenAI转化为营利性公司后的股权分配问题进行了谈判。
OpenAI近期完成的66亿美元融资中，微软投资额约为7.5亿美元。根据融资协议，OpenAI将在两年内完成向营利性公司的转变，否则投资者将有权收回资本。
截至目前，微软共计投资OpenAI137.5亿美元，而作为OpenAI的最大投资方，微软却没有OpenAI的话事权，甚至迫于反垄断调查的压力，退出了OpenAI董事会。
如果OpenAI能够顺利转向营利性组织，投资方将通过更直接的股权结构消除非营利组织规定的利润上限，并且通过掌握股权减少OpenAI高层变动可能带来的风险。其中，微软作为OpenAI最大投资方，可能会获得该公司大量股权。
加州大学洛杉矶分校洛厄尔-米尔肯慈善与非营利中心的创始执行董事Rose Chan Loui表示：“OpenAI已明确表示，非营利组织将不再控制（营利性公司），因此这可能意味着微软和其他投资者将对OpenAI的工作有更多发言权。”
近日，奥特曼本人也再次强调了这种转变的必要性。据他透露，OpenAI成立时，完全没有想到将来会成为一家产品公司，所以他们本着初心，将OpenAI设立成了非营利性的组织，承诺公司不为任何人的私利而成立，并将其技术保持开源，以AI造福公众。
但后来，研发与训练AI需要的资金量巨大，OpenAI不得不设立了一个营利性子公司，拓展了有限盈利的模式。奥特曼说：“但这种模式已经开始拉扯OpenAI非营利组织的形态，而且OpenAI在下一阶段所需的资本量实在是太大了。”
所以，OpenAI在积极思索一些变化，这个问题非常复杂，董事会正在研究，还未做出任何决定。
曾经考虑过的一个方案是，非营利组织拥有一个公共利益公司（PBC）的绝大部分股份，并通过这种方式利用大量财富来实现非营利组织的目标。
为了帮助OpenAI融资，也不排除奥特曼本人会为了增加投资者信心而持有一部分股权。
“如果能回到过去，我会拿一点OpenAI股权，至少这会让投资者们对我的态度更清晰一些，可能也会让融资变得容易一些。确实有很多投资者因为我没有拿股权而没有投资。”奥特曼透露。
一位来自高校的观察人士认为，AI尤其是一个资本密集型行业，OpenAI为吸引投资做出的改变，会有助于公司改善资金状况，并进一步利好业务层面。