钛媒体独家｜智谱AI 正研发对标Sora的国产文生视频模型，最快年内发布
（图片来源：钛媒体App编辑拍摄）
5月6日消息，钛媒体App独家获悉，估值超200亿的国内 AI 大模型独角兽公司“智谱 AI”正在研发对标OpenAI Sora的高质量文生视频模型，预计最快年内发布。
“文生视频目前处于一个快速发展的阶段，预计今年将是文生视频大模型的爆发期。国内公司在文生视频技术方面的客户需求非常多样，从电影拍摄到短视频、游戏制作等。智谱也将通过使用更高质量的数据和更大的参数，开发高质量的文生视频产品。”一位智谱 AI 内部人士对钛媒体App表示。
据悉，成立于2019年的智谱 AI，由清华大学计算机系的技术成果转化而来，源自清华大学知识工程（KEG）实验室。智谱AI CEO张鹏毕业于清华大学计算机系，与总裁王绍兰同为清华创新领军博士，董事长刘德兵师从高文院士，曾任清华数据科学研究院科技大数据研究中心副主任，三位创始成员都是KEG实验室核心成员。
智谱 AI 是国内最早入局大模型赛道的公司之一，也是目前国内头部大模型厂商代表之一。
2023年3月，智谱 AI 推出千亿开源基座对话模型ChatGLM系列，并在过去一年内完成4次升级，于2024年1月推出GLM4系列。
同时，基于全自研基座大模型的能力，智谱 AI 亦已构建了AIGC模型产品矩阵，包括 AI 提效助手智谱清言、高效率代码模型CodeGeeX、多模态理解模型CogVLM和文生图模型CogView等。
张鹏在今年3月透露，截至2023年底，智谱 AI 已拥有超2000家生态合作伙伴、超1000个大模型规模化应用，另有200多家企业跟智谱AI进行了深度共创，覆盖传媒、咨询、消费、金融、新能源、互联网、智能办公等多个细分场景的多个头部企业。
张鹏强调，由于智谱对多个模型版本进行开源，所以到目前为止，智谱ChatGLM-6B全球累计下载量已经超过了1300万，GitHub Star星数达到5万，整个量级超过了Meta Llama两个版本的总和。智谱 AI 已获得全球最受欢迎的开源机构的第五名，是全球唯一一家上榜的中国机构和组织，“力压了包括OpenAI、谷歌，还有微软”。
融资方面，智谱AI已完成五轮融资。投资方包括君联资本、启明创投、中科创星、美团、蚂蚁、阿里、腾讯、小米、金山、顺为、Boss直聘、好未来、红杉、高瓴等多家机构，2023年融资额超过25亿元人民币，最新一轮是2024年3月北京市人工智能产业投资基金参与投资。
截至目前，智谱 AI 公司估值超过200亿元人民币，是国内 AI 领域独角兽（超过10亿美元）企业。
钛媒体App了解到，对于智谱AI当前的综合能力水平，内部人士称“性能接近海外顶级模型”。
“最新基座大模型GLM-4，整体性能相比上一代大幅提升，逼近 GPT-4。如果做一个比较量化的对比，我们当时对标的对象是GPT-4，其性能的对比可以在很多方面上做到 95%左右。在比如中文对齐的任务下，我们甚至可以略微超过它。根据最新的海外伯克利Arena Hard 基准测试,GLM排名仅次于GPT-4 Turbo 和Claude 3 Opus，在国内外模型中均处于领先地位。”智谱内部人士称。
智谱内部人士反复强调，公司是投入时间比较早，拥有完全自主、自研、国产化的千亿级模型算法，并且实现全栈国产化，从底层到模型层、应用层、应用接口PaaS层等实现全栈的自主研发。同时，在整个大模型体系里边，除了语言模型，智谱还有文生图模型、图生文模型、代码模型等多种模型，与目前全球最先进的OpenAI相比，其模型种类跟它形成了一一对标。
钛媒体App了解到，虽然智谱 AI 已研发出多模态模型GLM-4，但据悉，今年2月Sora发布之前，智谱AI已经在研发文生视频模型。
智谱 AI 内部人士坦言，对标Sora的文生视频模型发展突破的关键主要包括技术路线选择、训练所用的高质量视频素材语料两个方面。
“技术路线上，Transformer 与Diffusion 的结合架构如何在效率和效果上进行优化，如何解决连续帧之间的抖动问题，如何在满足高分辨率的同时实现高一致性的长序列生成，如何获取高质量数据泛化到更多更细节的真实场景，都是技术上需要解决和通过大量实验试错的问题；数据集方面，此前 Sora 被评价模型对摄影术语(跟拍、平移、镜头切换)的理解有限，所生成的视频后期还需要对视频素材进行超分处理。公司会注重更全面的优质数据版权与使用。”上述人士称。
但值得注意的是，早前智谱 AI 投资的生数科技与清华大学联合发布中国首个长时长、高一致性、高动态性视频大模型Vidu，被称为“国内首个Sora级视频模型”，也是中国首个纯自研视频大模型。
一旦智谱也发布类似的文生视频模型的话，智谱AI将与被投公司生数科技产生竞争关系。
据钛媒体App编辑梳理，截止目前，智谱 AI 以产业型投资方式，已经投资、入股超过13家 AI 产业链的初创公司。
张鹏曾向钛媒体App等表示，今天的智谱 AI正在经历一个从量变到质变的过程，特别是像大模型所谓的涌现。而公司目标是瞄准AGI，实现超过人类水平的超级认知智能、实现 AI 的自我解释、自我评测、自我监督，同时还将确保模型安全、可控。
（本文首发于钛媒体App，作者｜林志佳，编辑｜胡润峰）