图片来源：摄图网
当地时间2月16日，美国人工智能研究公司OpenAI在其官网发布文生视频模型Sora。该模型可以遵循用户文本指令，生成长达一分钟的视频，包含细致情景、多角度镜头。此外，该模型还能根据静态图像生成视频，并精确将图像内容动画化。特斯拉创始人马斯克称其为：被人工智能增强的人类，将会在未来几年之内创作出最杰出的作品。
2月20日上午，360创始人、董事长周鸿祎在视频中分享了对Open AI最新文生视频大模型Sora的见解。他指出，Sora工作原理像人做梦，未来AGI比的就是算力和对世界的理解。
在视频中，周鸿祎指出，传统计算机图形学和影视工业特效通常依赖于低效且昂贵的3D建模、光照设置和粒子系统等技术来重现画面。尽管这种方法在模拟现实世界方面效果不错，但效率低下且成本高昂。相比之下，Sora的方法更像人类的梦境，它基于我们在日常生活中的经验和视觉感知，无需繁琐的3D建模和逐帧渲染。
在视频中，周鸿祎将Sora出现的BUG与人在做梦时产生的幻觉相提并论，强调两者都是基于现实但又超越现实的产物。这一观点进一步突显了Sora在视频制作领域的创新性和独特性，展示了人工智能技术的新颖之处和潜力。
从周鸿祎讲解文生视频模型Sora原理回看AI大模型发展情况：
——AI大模型是一种新的智能计算范式
超大规模智能模型，简称大模型，是近年兴起的一种新的人工智能计算范式。和传统AI模型相比，大模型的训练使用了更多的数据，具有更好的泛化性，可以应用到更广泛的下游任务中。按照应用场景划分，AI大模型主要包括语言大模型、视觉大模型和多模态大模型等。业界典型的自然语言大模型有GPT-3、源、悟道和文心等。视觉大模型也已广泛应用于自动驾驶、智能安防、医学影像等领域。基于多模态大模型的以文生图技术也迅速发展，AI内容生成(AI Generated Content，AIGC)已成为下一个AI发展的重点领域。
——预训练大模型成为人工智能领导者的竞争焦点
预训练大模型是人工智能产业发展的必然选择，基于海量行业数据和知识，通过强大算力集群，预先训练基础模型，并结合应用场景的数据和各类需求，通过预训练大模型+任务微调的方式，进行工业化的高效率开发。开发者利用预训练大模型，只需要少量数据，就可以快速开发出精度更高、泛化能力更强的行业模型。预训练大模型可以提升人工智能项目开发效率，降低研发成本，缩短研发时间，解决人工智能项目碎片化的问题。
根据Omdia的数据，中国开发者对基于昇思MindSpore打造的盘古NLP大模型最感兴趣。首先，盘古NLP大模型在技术上处于领先地位，千亿参数模型，学习了40TB的中文文本数据，在中文领域有天生优势;其次，盘古NLP大模型可覆盖多个场景下语言处理的任务和需求，泛化能力强，在知识问答、知识检索、知识推理等文本生成领域有广泛应用前景;另外，盘古NLP大模型对开发者友好，可以让开发者能用拖拉拽的方式使用大模型，开发和生产成本低。这也从另外一个角度验证了盘古大模型的开放性，开发者可以跨平台快速调用盘古大模型，与其他工具和应用结合使用。
——华为Mindspore支持超大规模模型训练开发
在支持超大规模模型训练开发方面，TensorFlow、PyTorch得分较高，而MindSpore已在中国本土框架中处于领先地位：TensorFlow有了JAX这一新生框架的融入，给业界带来更多期待;PyTorch依托第三方并行算法库大模型能力显著提升;MindSpore拥有业界领先的并行算法库，具备原生支持大模型的能力，吸引了广泛的开发者。
信达证券指出，随着文生图、图片对话技术的成熟，文生视频可能成为多模态大模型下一步发展的方向。该技术有望极大地降低短剧制作的成本，并且会进一步向影视、自媒体、游戏等领域渗透，提高视频创作效率等。
东海证券指出，Sora的发布展示了AI在理解真实世界场景和与之互动的能力已实现重大飞跃，被认为是迈向通用人工智能(AGI)的重要里程碑。文生视频大模型所需训练数据的参数规模、运算能力和存储要求会显著大于文本和图像，有望带动AI芯片、HBM等高性能存储、服务器、光模块等行业的需求持续高增。
中信证券指出，多模态大模型Sora视频demo表现惊艳，再次体现了AI重构传统行业的巨大潜力。如果文生视频AI爆款应用出现，将带来巨大的网络升级需求，网络设备提供商将显著受益。同时目前AI产业发展趋势亦在不断明确，有望缓解市场对于算力投入持续性的担忧，光模块等算力设施板块的估值空间亦有望打开。
经济学人APP资讯组
看完觉得写得好的，不防打赏一元，以支持蓝海情报网揭秘更多好的项目。
感谢您的支持，我会继续努力的!
打开支付宝扫一扫，即可进行扫码打赏哦
手机直接保存图片,扫一扫识别二维码,即可进行扫码打赏哦
