从脚本到电影，AI视频还有多远？

5月14日凌晨，OpenAI用一场发布会，再次搅动了行业。短短 26 分钟的发布会，被认为几乎是科幻电影《Her》的现实演绎。在三个重点发布中，最重要的，就是新的多模态模型GPT-4o。多模态指的是，接受文本、音频、图像作为组合输入，并生成任何文本、音频和图像的组合输出。同时，在多模态理解能力中，让人感到惊奇的是，它能够识别人类的感情，并根据感情做出“有感情的反应”。大模型的惊人进化，也不断刷新着文娱行业对于AI能力边界的认知。围绕AI视频方向的讨论一直不少，对标Sora成了很多初创公司的追赶目标。与此同时，一些新的应用方向也出现了不少尝试的身影。刚刚过去的4月，北美知名孵化器YC举行了最新一届Y Combinator W2024 Batch Demo Day活动。在本届W24活动中，YC从2万多份申请中筛选出了260个项目，囊括了各行各业的初创公司。其中 ………………………………