Sora给中国AI带来的真实变化

news2025/1/11 1:39:54

47a37f5b45765af3e0a2d11e4d2a3579.jpeg

OpenAI的最新技术成果——文生视频模型Sora,在春节假期炸裂登场,令海内外的AI从业者、投资人彻夜难眠。

如果你还没有关注到这个新闻,简单介绍一下:Sora是OpenAI使用超大规模视频数据,训练出的一个通用视觉模型,可以理解和模拟运动中的物理世界,生成不同时间、纵横比和分辨率的视频,最大版本的Sora能够生成长达一分钟的高保真视频。

47d74c9f57894bc146c6b5b394a33102.png

Sora发布之前,也有许多采用各种方法的视频生成模型,但都使用较少的视觉数据,只能生成较短(4秒)或固定大小的视频。所以,Sora逼真的视觉效果、碾压级的性能提升,在震撼整个科技圈之余,也导致了“中国AI焦虑症”的人传人现象。

广大网友们再一次痛心疾首,对中国A发出质问:

为什么又一个AI元创新没能发生在中国?我们点错了科技树,好难过;

中国跟美国的AI差距越来越大,Sora这波国内慢了十年吧?这下真跟不上了;

复制Sora算力是最大阻碍,从芯片禁运开始咱们就完败了,没戏了。

当然也不乏阴阳怪气的,“等国外的类Sora模型开源,国內AI公司就又能创新啦”。

36667c6ac69e75fa661897a73e204572.png

在中美对弈的时代背景下,上述焦虑情绪,每一次在海外科技取得重大突破的时候,都会蔓延开来。但时间证明,作为全球唯二的AI大国之一,中国发展了多年AI技术,就算美国真有什么新AI成果是其他国家做不了、赶不上的,那也绝对不是中国。

拿并不遥远的ChatGPT来说,经过一年狂奔,“中国有没有自己的ChatGPT”已经不再成为问题。2023年很多国产“类ChatGPT”大语言模型已经向公众开放使用,走进行业场景,有数亿用户检测过中国AI的真实水平,或许与OpenAI还存在差距,但肯定不是一些人担忧的那样,认为“中国做不到”“技术有代差”。

这就像我们经常会看到一类“震惊体”新闻,一种新药问世,就说人类离永生不远了;一个AI突破,就说AGI要实现了,人类要被毁灭了。读者在这些奇谈怪论中“死去活来”,对AI的认知也在“成神”和“骗子”之间反复横跳。而真正懂药的人,肯定不会相信一种药能包治百病,而是搞清楚疗效和副作用,在对应的症状上使用。

同理,真正了解AI产业的人,也能正视中国AI的长处,承认现实差距,不卑不亢,积极应对。

尤其是经过了ChatGPT的“练兵”之后,这一次我们应该更有底气,客观看待Sora对中国AI带来的真实变化,准备迎接又一个“AI之春”。

变化一:拉近差距

096bf3de022ac32e69e4b02b632bbbe3.png

在“ChatGPT为什么没有诞生在中国?”之后,龙年版本已经成了“Sora为什么没有诞生在中国?”接连两次错失“元创新”,让期待中国AI“弯道超车”“后来居上”的急性子读者,大感失望。

科技发展从来不是一步登天,现实并没有爽文小说中逆袭打脸的“金手指”,只能是一步一个脚印迈进。不能否认,大语言模型、文生视频模型的颠覆性产品,没有首发在中国,但也必须看到,中国AI一直都在正确的道路上,并且脚步在加速。

de1bb1202530705f1cfad3c8a08b0129.png

Sora的发布,反而会让中美AI的距离进一步拉近,原因有三:

首先,方向一致。

错过一场技术革命,最可怕的不是来得晚,而是点错技能树,比如历史上日本大力发展的“五代机”,选错方向就错过了一个时代。OpenAI的ChatGPT、Sora都是在大规模预训练模型的技术路径上,进行大量的工程实践创新。由此可见,一项新突破,技术积累、技术选型是十分重要的,而这条以Transformer架构为主的“大模型之路”,中国AI一直在持续跟进,基础设施和算法层面的坚实程度是肉眼可见的。

其次,目标明确。

OpenAI的元创新让人应接不暇,处于全球AI领先地位,中国AI企业确实与其存在差距,始终在追赶。但这并不是讽刺中国AI的理由。“没有从头发明xx技术”,并不代表不优秀,OpenAI也不是Transformer发明者。而且,OpenAI本身就是一家集合了全球顶尖人才、力量与资本的特殊AI公司,就连谷歌都跟在后面屡败屡战,用OpenAI的标准去要求各方面资源受限的中国AI产学研机构,其实是不公平的。

Sora明确了,“视频生成模型是一条构建物理世界通用模拟器的有效路径”,印证了暴力计算的又一次胜利,“Scaling Law”大力出奇迹的涌现效果,相当于为中国AI领域完成了“探路”。有了清晰的追赶目标,中国AI各界反而能快速整合资源、投入研发,从而进一步拉近中美在文生视频上的距离。和ChatGPT一样,中国AI做出“类Sora”也是必然的,绝不可能错过这一波或者彻底跟不上。

89539fbee82eb3d08bc27f9022419d66.png

最后,能力具备。

或早或晚,中国一定会做出“类Sora”,但到底是三年后、五年后,还是十年后?我们认为,2024年应该就会看到国产Sora问世。无论是Sora所用到的基础模型LLM、文生图模型DALL·E 3、大规模视频数据集、AI算力体系、大模型开发工具栈等核心基础设施,中国都已经具备。比如原创的基础大语言模型文心一言、讯飞星火、BAICHUAN等,以及文生图模型文心一格、腾讯混元等,加上过去一年大模型存算传基础设施的突飞猛进,有能力和条件支持中国AI修成正果,在视频生成赛道再现 类ChatGPT 式的成功。

面对Sora,中国AI努力追赶是必须的,但数一数行囊中的工具和果实,不必妄自菲薄,更不用乱了阵脚。沿着正确且清晰的道路,加速向前跑,中美AI的差距才能缩小。

598302c138138f72fd01f2440d5ef7d5.png

变化二:

国产大模型格局再优化

和LLM一样,不会出现Sora在全球一枝独秀,而国内却无视频生成模型可用的情况。衷心希望,我们在不久的未来,不会像LLM百模大战一样,从担忧“中国没有Sora”,转而担忧“中国要那么多Sora怎么用”。

从这个角度看,OpenAI从ChatGPT到Sora的持续输出,会让国内AI大模型市场少一点虚火,多一分理性。

少一点虚火,是指底层模型的重要性,被Sora再一次“划重点”,避免国产大模型低水平的重复建设。

2023年一个又一个大语言模型被训练出来,推向市场,其中原创性的基础模型占比最小,更多是行业大模型,以及很多私有化部署的大模型,在数据规模、参数规模上无法与基座模型相提并论,生成效果也会差很多。这种低水平的重复建设,也会造成AI算力、投资的浪费。

而Sora在视频领域的惊艳表现,再次证明了暴力美学的有效性,将曾经大火的AI视频创业公司的模型直接碾压。正如OpenAI CEO奥特曼在YC W24 启动会上的演讲中所说:最正确的做法是设想一个“上帝般的”模型正在运作,然后基于这种设想来构建最好的产品。

bc43f226d562151d05e98737f98993c3.png

对中国AI来说,将为数不多具有底层原创能力的基座模型,如文心、星火等,作为大模型基础设施与支柱,支持初创企业和千行百业做好精调、优化,避免“重复造轮子”,是非常重要的。

多一分理性,是在被Sora惊艳的同时,也要想到应用和商业化的渐进性,以更合理的方案来进行国产类Sora的开发。

类ChatGPT的大语言模型在狂奔一年之后,在与各个行业结合的过程中,已经暴露出实际应用场景局限、商业价值虽有但不多、大模型投入产出比较低的挑战。如何用好大模型,已经成为中国AI的关键考验。

相比“人人皆可上手”的大语言模型,视频生成模型的应用门槛更高,受众群体更小,目前OpenAI仅开放给创作者使用,而非像ChatGPT那样开放给大众。不难看到,视频生成模型从研发到落地,整个过程会更加缓慢,应用潜力与商业出口还有待探索。

这一方面留给中国AI产学各界了较长的追赶窗口期,同时,由于Sora能够激活多大的商业价值尚不明确,除了字节跳动、流媒体平台等要全力投入,其他科技企业和初创公司都要考虑到商业化的问题,为创作、商用场景打磨好工具,做好视频生成模型的提示词工程,以便非专业背景的广大行业用户们上手使用。

大模型的价值需要商业化来证明,Sora也不例外。视频生成模型走向行业的长跑,才刚刚开始。在更广袤的产业空间里,如何让类Sora产品带来真实价值,这个答案OpenAI没有给,美国AI不会给,只能由中国AI自己来书写,而这也是国內更胜一筹的地方。

911b8f9cb3c91285c4efb76bc67f8649.png

变化三:

长期动能的查漏补缺

不必焦虑Sora,并不意味着中国AI就能躺平“坐看云卷云舒”了。必须承认,国产大模型还有很多瓶颈尚待解决。

Sora模拟物理世界的通用能力,不仅可以用于影视制作等内容创意行业,还可以为游戏、自动驾驶、工业数字孪生、电商、文旅等各行各业,提供一个构建虚实融合世界的技术支柱。

a95286bed03b8b32cd577dc40a44677a.png

那么问题来了,国产Sora一定会出现,但我们做好各行业规模应用Sora的准备了吗?恐怕今天的答案还是,没有。

前面提到,Sora的“暴力美学”再次证明了Scale的价值。而要达到涌现效果,基座模型仍然高度依赖于大量高质量数据集,超大规模算力,大量工程化调优人才,以及由此带来的巨大开发及运行成本。

即使背靠微软云的OpenAI,也没有面向公众开放使用Sora,也没有向开发者开放API接入,就连正式开放使用的时间表都欠奉。国产AI本就存在的专项算力紧缺问题,在Sora问世之后变得更加紧迫。

同时不难预料,为了进一步阻截中国AI的发展,围绕AI算力的新一轮限制一定会来。完善和发展AI基础设施,构建自主可控的产业链,让大语言模型、视频生成模型等新AI技术都不缺席中国式现代化的进程,让算力成为中国数字经济长期发展的动能,中国计算行业依旧重任在肩。

此外,在中美AI差距中,数据的规模与质量成为越不过的门槛。2023年5月英国《经济学人》提出,中国在建立基础模型方面比美国落后两到三年,造成这一差距的首要原因就是数据,AI模型在训练时难以充分利用互联网内容。

针对这一现状,2023年12月15日,国家数据局同中央网信办、科技部、工业和信息化部等17个部门联合印发《“数据要素×”三年行动计划(2024—2026年)》,目标是到2026年底,数据要素应用场景广度和深度大幅扩展。2024年,我们一定会见证该行动的推进与落地,见证数据要素成为国产AI的养料。

1ff0b359ecf8a9d7336397fc6276b5a8.jpeg

由此可见,中国AI的查漏补缺,不是一朝一夕的事,也不是某一家AI企业、某一个模型厂商的事,面对已经在行动的中国产业各界,何妨多一些耐心。

智者不惑,仁者不忧,勇者不惧。正视Sora给中国AI带来的变化与挑战,不为一时的缺席而焦虑,是相信我们有能力登场,也终将登场。

3e47d4cfc7f2345b30135854a0352ea9.gif

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1459972.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

搜索中关于稀疏检索和稠密向量检索的召回效果比较

不同检索方式说明 最近在做搜索召回提升相关的研究工作。对比了稀疏检索和稠密向量检索的效果。其中使用的搜索引擎为elasticsearch8.x版本。稀疏检索包括BM25的检索方式,以及es官方在8.8之后版本提供的稀疏向量模型的方式。稠密向量检索,是指借助机器学…

OAuth2.0 最简向导

本文是一篇关于OAuth2.0的启蒙教程,图文并茂,通俗易懂,力求用最简洁明了的方式向初学者解释OAuth2.0是什么。本文并不是冗杂难懂的长篇大论,一图胜千言,深入浅出OAuth2.0,知其然知其所以然。 参考文献 首…

python OpenCV:seamlessClone泊松融合

一、seamlessClone函数的用法 翻译 https://www.learnopencv.com/seamless-cloning-using-opencv-python-cpp/ def seamlessClone(src, dst, mask, p, flags, blendNone): # real signature unknown; restored from __doc__"""seamlessClone(src, dst, mask, …

使用C# Net6连接国产达梦数据库记录

达梦官网:http://www.dameng.com/ 1 下载达梦并进行安装 下载地址:官网首页——服务与合作——下载中心(https://www.dameng.com/list_103.html) 根据需要自行下载需要的版本,测试版本为:x86 win64 DM8版…

python3 flask 实现对config.yaml文件的内容的增删改查,并重启服务

config.yaml配置文件内容 功能就是userpass下的用户名和密码做增删改查,并重启hy2服务 auth:type: userpassuserpass:csdn: csdnlisten: :443 masquerade:proxy:rewriteHost: trueurl: https://www.bing.com/type: proxy tls:cert: /root/hyst*****马赛克******er…

先进电机技术——步进电机与伺服电机

一、步进电机 步进电机是一种特殊类型的电动机,它的工作方式是将输入的电脉冲信号转换成精确的机械运动——通常是转子的角位移或直线移动。每接收到一个电脉冲信号,步进电机内部的定子绕组按顺序通电,产生磁场变化,使得与之相互…

基于物联网智慧公厕的多功能城市智慧驿站

在现代城市发展中,智慧化已经成为了一个不可或缺的趋势。而多功能城市智慧驿站,作为智慧城市建设的一部分,以物联网智慧公厕为基础,集合了诸多功能于一身,成为了城市中不容忽视的存在。多功能城市智慧驿站也称为轻松的…

复高斯分布的随机变量的模方的分布

文章目录 复高斯分布的随机变量的模方的分布问题的源头矩阵服从复高斯分布向量服从复高斯分布 复高斯分布的随机变量的模方的分布 已知 X ∼ C N ( μ , Σ ) X \sim \mathcal{C N}(\boldsymbol{\mu}, \boldsymbol{\Sigma}) X∼CN(μ,Σ) 则 ∥ X ∥ 2 \|X\|^2 ∥X∥2的分布为…

c编译器学习04:chibicc的commits记录说明及所有代码的压缩包

整理commits记录的出发点 似乎没有更好的方法去学习代码。 最终决定听作者的建议,按照commits记录去看代码。 https://github.com/rui314/chibicc 页面316个commits实际对应295个版本,估计是有几个含有多次bug修正。 commits记录表格(图) commits记录…

Global Gamers Challenge | 与 Flutter 一起保护地球

作者 / Kelvin Boateng 我们知道 Flutter 开发者热爱挑战,因此我们很高兴地宣布,新一轮的 Flutter 挑战赛来了! 挑战https://flutter.cn/events/puzzle-hack Global Gamers Challenge 是一项为期 8 周的比赛,参赛者需要设计、构建…

搭建SVN服务端和客户端

参考博客: https://zhuanlan.zhihu.com/p/428552058 先下载这两个文件: 链接: 链接:https://pan.baidu.com/s/1_1v_jKm3h7ZDSYEsgYyovA?pwd11ku 提取码:11ku –来自百度网盘超级会员V5的分享 第一个压缩包里有客户端…

Idea中使用git将多次提交记录合并成一次提交记录

一、查看Idea中的提交记录 查看Idea中的提交记录,我们希望将新增了bbb.txt、新增了ccc.txt、新增了ddd.txt,这三次提交记录合并成一次提交记录。 二、使用Interactively Rebase from Here进行合并 2.1、把鼠标放在新增了bbb.txt这次提交记录上并右键单击 把鼠标放…

一次平平无奇的 Oracle 注入

在某次项目中,首先是发现注入点,数据库是Oracle,利用方式是时间盲注: 因为需要具体数据,所以要深入利用,手工肯定不方便,所以直接上 Sqlmap: Sqlmap也可以扫出该注入点,但想要进一步…

Python开发户型图编辑器-2D/3D户型图展示

在现代家居设计中,户型图是不可或缺的工具,它为设计师和业主提供了一个直观的展示和规划空间的方式。然而,传统的户型图编辑软件往往复杂难用,限制了设计师的创作灵感。我们为您带来了一款全新的Python开发的户型图编辑器&#xf…

线上剧本杀APP小程序开发:开启全新的推理娱乐体验

随着数字化时代的到来,移动应用程序已经成为人们日常生活中不可或缺的一部分。在这个背景下,线上剧本杀APP小程序开发应运而生,为推理爱好者们提供了一种全新的娱乐方式。作为一家软件开发公司,我们很高兴为项目方提供有关线上剧本…

说一下 JVM 运行时数据区 ?

目录 一、程序计数器(Program Counter Register) 二、Java 虚拟机栈(Java Virtual Machine Stacks) 三、本地方法栈(Native Method Stack) 四、Java 堆(Java Heap) 五、方法区&…

maven插件exec-maven-plugin、maven-antrun-plugin使用详解

文章目录 前言一、exec-maven-plugin使用exec:java的使用idgoalsphaseconfigurationexec:exec的使用使用exec-maven-plugin来构建前端项目直接用mvn命令来使用exec-maven-plugin插件 二、maven-antrun-plugin使用echo打印功能拷贝文件拷贝文件夹ftp/scp/sshexec 总结 前言 在使…

数据结构链表力扣例题AC(3)——代码以及思路记录

160. 相交链表 给你两个单链表的头节点 headA 和 headB ,请你找出并返回两个单链表相交的起始节点。如果两个链表不存在相交节点,返回 null 。 AC写法一 struct ListNode *getIntersectionNode(struct ListNode *headA, struct ListNode *headB) {//思…

http前生今世

HTTP/0.9,仅支持GET方法,并且响应中没有HTTP头信息,只有文档内容。 HTTP/1.0增加了对POST方法、状态码、HTTP头信息等的支持,这一版本也是广泛应用的历史性版本。 HTTP/1.1引入了持久连接(Persistent Connections&…

信号系统之连续信号处理

1 Delta 函数 连续信号可以分解为缩放和移位的增量函数,就像处理离散信号一样。不同之处在于,连续 delta 函数比其离散函数复杂得多,在数学上也抽象得多。我们不是用它是什么来定义连续 delta 函数,而是用它所具有的特征来定义它…