字节跳动推出“中文版Sora”?

近日有传言称，字节跳动在Sora引爆文生视频赛道之前，已经在研发“中文版Sora”：一款名为Boximator的创新性视频模型。

2月20日，字节跳动相关人士告诉澎湃新闻记者，Boximator是视频生成领域控制对象运动的技术方法研究项目。目前还无法作为完善的产品落地，距离国外领先的视频生成模型在画面质量、保真率、视频时长等方面还有很大差距。

这款视频模型的特点是什么?与Runway推出的Gen-2、Pinka等市面上主流模型不同的是，Boximator可以通过文本精准控制生成视频中人物或物体的动作。Boximator的数据来源是WebVid-10M数据集，研究人员从中过滤出110万段动态明显的视频片段，并为其注释220万个对象的边界框，在PixelDance和ModelScope这两个模型上训练了Boximator。

字节跳动的研究人员表示，目前这款模型仍然处于研发阶段，预计将在2-3个月内发布测试网站。

作为国内的科技巨头，深耕短视频赛道的字节跳动自然不愿错过AI视频这一风口。2月7日，抖音集团CEO张楠官宣辞去集团CEO一职，将把全部精力All in剪映。

剪映是字节跳动推出的核心视频剪辑产品，尽管不少互联网公司都推出了自家剪辑产品，例如快手推出的快影，B站交出的必剪等，剪映依然处于国内领先位置。截至2021年，剪映的月活用户已经突破1亿，是国内最大的移动视频编辑产品。

澎湃新闻了解到，过去一年，张楠已经把绝大多数精力倾斜到剪映相关业务上，并亲自带队寻求在AI辅助创作上有所突破，即将推出一个AI生图和视频的产品。

在对标Sora方面，不少业内观察人士对剪映寄予厚望。但字节跳动方面未回应Boximator模型是否后续会应用于剪映中。

值得注意的是，此前字节跳动CEO梁汝波曾批评，公司对于新技术反应太迟钝。在2024年度全员会上，梁汝波直言，公司层面的半年度技术回顾太慢，直到2023年才开始讨论GPT，而业内做得比较好的大模型创业公司都是在2018年至2021年创立的。

当时，梁汝波还对剪映做出批评，此前剪映的自动续费功能被用户反馈不好取消，尽管公司很早就发现这一问题，却花了一年的时间才解决。在梁汝波看来，这便是公司迟钝的表现之一。

随着Sora诞生，又掀起一波科技公司的布局浪潮。浙商证券认为，短期内，Sora及同类产品可大幅提升图像和短视频的制作效率，改变创意生产及营销工作流，提升短视频产品生产力。AI生成视频工具的商业化将提速，目前Sora还未公布收费标准，参照之前Runway等文生视频工具收费情况，定价相对较高。鉴于Sora采用的世界模拟器技术路径，边际成本或有降低的可能。