作为AI大模型领头羊公司的OpenAI在今年春节前后发布了视频生成大模型Sora，以其优越性能震惊了全世界，然而它几乎也同时向外界"Close"了Sora的技术大门。就此国内开启了新一轮讨论，中国在人工智能领域是不是落后得越来越远了？

面对各界纷纷议论，近日，北京大学深圳研究生院-兔展智能AIGC联合实验室在深圳正式推出Open-Sora计划，旨在复现开源版的Sora。这一计划根植于北京大学和兔展智能长期以来的技术沉淀，证明了中国产业龙头公司和顶尖科研机构合作，有能力也有条件在AI领域内一较高下。

“我们一直以开放姿态拥抱人工智能的未来，世界需要多一种选择，不可能只有一个Sora，我们需要有另一种选择，一个全球普惠的AI。”兔展智能创始人、CEO董少灵表示，兔展智能和北大团队也希望通过开源的方式，带动全球范围感兴趣的技术人员参与和贡献进来，同时对外传播中国团队的技术自信，号召全球社区一起来做人类普惠的内容，为市场带来更多选择。

北大信息工程学院助理教授、博导袁粒介绍，Open-Sora计划已于近期在GitHub上公开，它核心技术框架包括视频编解码模块、Diffusion Transformer模型和条件输入三大模块。与“财大气粗”的OpenAI不同，在资源有限的情况下，Open-Sora计划采用了计算更友好的2D + 1D Diffusion Transformer，同步还在推进除了文本控制外的更多条件控制的视频生成训练。

目前基于已经搭好的训练框架，能够支持动态输入、多尺度、多分辨率的训练，对于可变比例、可变时长的视频已经取得了较好的生成效果，初步完成了第一阶段验证的任务。第二阶段将在有效框架基础上使用更多数据和更大算力，训练出20秒以上、720P清晰度的视频生成模型，实现该开源项目的目标；第三阶段作为延展目标，如果得到更多支持的情况下，会考虑进一步延伸拓展生成的泛化性，场景多样性等，更加逼近Sora的时长和效果，目前仅作为本项目的拓展目标。

袁粒介绍，该项目在GitHub上一经发布，就引起了国际人工智能大V的纷纷转发，该帖子浏览量破20万，国内外网友纷纷表示期待。发布一周内Star超过5K （5000多名技术开发人员标星），登上GitHub Trend第一，在开源社区拥有很高的参与度和活跃度，一周内融合30余次开源创作者的拉取请求（Pull Request），一周内更新模型和代码两百余次，获得14万余次访问，代码被克隆超800次，更有来自美国、英国、加拿大、德国、澳大利亚、迪拜、沙特阿拉伯、伊朗等多个国家的技术人员参与其中，做出积极贡献。

“对于兔展智能来说，Open-Sora并不是为了做娱乐视频生成而提出的，将Open-Sora背后的底层模型，亦即‘兔灵’，打造成深植于产业、赋能产业发展的中国本土的视觉大模型，让产业的供给与用户的需求更精准的匹配，才是更有价值的事情。”作为Open-Sora计划的联合发起方之一，兔展智能也为项目带来了产业界的思考，董少灵介绍，兔展智能是中国在内容引擎技术领域完全自主创新的行业龙头企业，在“让人类叙事更加高效生动”的使命指引下，围绕为社会带来崭新的智能交互形态的期待，兔展智能推出了基于视觉为核心的原创多模态大模型“兔灵”的AIGC内容引擎。

兔展智能经过多年深耕，依托借庞大的用户量和数据飞轮，重度投入打磨“兔灵”大模型，希望通过“人工智能+”将以设计行业为代表的产业界过剩的产能，通过产品化设计更个性化的产品匹配需求，通过营销设计来激活需求，通过体验设计来连接需求，生成触达每一个终端个人的智慧屏内容，最终实现供给和需求更精准的匹配。

记者了解到，Open-Sora的诞生也离不开由兔展智能和北京大学共同探索的“TOP + TOP”科研与产业深度共赢的科创新范式。在学习吸纳美国先进研究机构科研创新机制的基础上，兔展智能联合北京大学深圳研究生院于2023年共同成立了AIGC联合实验室，提出了坚持“人类级使命”、“奋斗者为本”、“开放式创新”、“真问题驱动”四大原则，共同探索产学研协同创新发展的新路径。未来，双方也将在推动视觉大模型更好赋能中国产业发展继续携手并进，为世界带来更多中国声音。

编辑 冯思颖 审读 吴剑林 二审 桂桐 三审 张雪松