2023年头几个月ChatGPT爆火，除了欧洲有法国初创企业Mistral AI等零星企业跟进之外，很少听说世界其他国家还发布了有较大影响力的大模型；人工智能，就只能看美国和中国了。当然，拆解来看，还是美国跑在最前做原创，我们紧盯着美国科技巨头与AI企业做应用。
但我们毕竟已经是全球唯一能跟进美国科技企业并快速基于开源研发或自研各类大模型的国家了——2023年的大模型发布会一个接着一个，众多企业一个个宣称水平赶超GPT-4、GPT-3.5。或许这里面有泡沫，但哪一场繁荣不是伴随着泡沫呢？
真正有技术、有商业化能力的企业，自然会从泡沫中走出来，吸收掉泡沫的水分，转化为成长的动力。
最可怕的，是连泡沫都没有。

当然，文本生成可以用llama开源，图片生成可以用Stable DIffusion，但视频生成的门槛一下子高了起来——闭源了，找不到开源参考了。
目前国内的文生视频领域，听说过发布会吗？哪家企业开始宣称自己接近Sora了？
没有。这正是和去年最大的区别。

也不能说国内就没有文生视频的研究和应用，大厂也都在筹划相关产品。从抖音转岗剪映的抖音前CEO张楠，上任面临的第一个重要任务就是推出AI生图和视频的产品，让剪映在文生视频时代继续成功，从剪辑工具成为一个拥有文生视频能力的造梦工具。张楠就在朋友圈表示，“期待和剪映的小伙伴们一起造梦，与这个AI的时代一起成长，共同绘制出脑海中的奇幻世界”。
Sora虽然抢走了一时的热度，但让整个赛道获得了更多的关注，对国内的文生视频行业也是好事。

尽管如此，大厂们，却普遍更加闷声。BAT以及更多科技企业基本都没怎么“吱声”，要是公司准备上市，上市缄默期还可以理解，但很多推出文生视频的企业显然不在此列。
有的偷偷研发，在开发者社区邀请人做一些内测；有的不声不响地做个产品，但也没有去年文本生成类大模型发布时各家震天响的发布会——大动作才有大效果，去年的众多发布会，让大模型在人们心中的认知度极为普及，其中一些表现优异者，也确实收获了不少商业落地案例。也有科技公司召开发布会的，但主要推的是其他视频能力，文生视频只是一笔带过。
大家基本没有市场推广、没有开发布会，在百度上搜索百度的UniVG视频大模型，甚至最先的关键词是长安UNI-V；阿里云达摩院也开发了I2VGen-XL，尽管开放且免费，但也没多少人知道；腾讯的视频生成工具VideoArtisan2，字节跳动的MagicVidGen2，没有中文名，英文名又不像Sora那么好记；此外还有万兴科技、昆仑万维、国脉文化（中国电信旗下）、美图等开始涉足或者更早推出文生视频的企业，也没有多少主动的动作。

文生视频方向，国内大厂难得一致的集体“emo”了，没听说什么动作，似乎尽量都不让别人发现自己也有在做——难道是，文字聊天时，哪怕GPT-4也会回复大量废话，咱们同样生成一些废话也能充数；而文生视频这样的全新应用，不好“糊弄”了？
毕竟文字可以废话——正如电影《年会不能停》里的台词“问题的关键就在于找到关键的问题”，视频怎么说废话？
还别说，最近阿里巴巴集团AI研究院就推出了一款文生视频模型——EMO，用户只需要向EMO提供一张图像、一段音频，就能生成脸部表情丰富的唱歌视频。例如，提供一个张国荣的图像和一首歌曲，就能让其唱歌。
但相比于Sora细致逼真的效果，EMO的文生视频，似乎也有点像古早的幼稚版动画片，画面中人物只有嘴巴等少数几个动作，嘴巴嘚吧嘚吧嘚，配上台词就成了。偶尔试玩或许有趣，但生成唱歌的视频，无非就是改一下面容表情与嘴型变化，震撼性还不足以改变相关产业。