空不靠蠻力，大廠忙著開盲盒

正文|數智一線趙艷秋.

編輯|牛輝.

OpenAI越來越閉源化，幾乎沒有具體資訊，中國仍處於開盲盒階段。 不得不承認，SORA是演算法組合、資料選擇、訓練策略、算力優化等能力的結合，雖然這些技術可能不是OpenAI獨創的，但OpenAI對它們的深刻洞察，以及精湛的系統構思和設計能力，做出了“顛覆性”的突破，而不是簡單的蠻力。

面對如此大規模的系統專案，國內人工智慧圈在各個方面仍需補充。

01 各大廠商的反應 本週，位元組、阿里巴巴、騰訊、華為、浪潮等公司均未發聲。 一些相關廠商的研發團隊正在“開箱”，資訊絕對保密，“SORA將影響公司今年的產品研發計畫”。 ”

值得注意的是，大型廠商中高層對SORA的積極關注和洞察程度，一般不如去年ChatGPT上線後那麼迫切和深入。

在各大工廠的內網上，核心研發團隊之外的“吃瓜群眾”零星發帖討論，“別說討論熱度了”，就連國內各大人工智慧工廠的內網都是“零貼”。 這種情況與**上的熱搜新聞，甚至對中美差距拉大的哀嚎截然不同。

然而，一些較快的舉動也可以讓人瞥見該行業的一些緊迫感。 2月17日，SORA發布後的第二天，Alimo社群發起了對SORA技術路徑的分析，文章非常火爆; 2月18日，學校推出SORA口譯系列課程; 春節剛過，浪潮相關業務已經向SORA提交了分析報告。 許多大型工廠都安排了與其業務線相關的研究和報告業務，其中一些工廠將在本週進行SORA分析和研究。

由於OpenAI透露的資訊很少，不像ChatGPT上線後對技術的一些具體分析，SORA的分析有更多的猜測成分，而具體依據較少。

從各大工廠員工的內部討論中，大家都聚焦在幾個方向：SORA的技術機制，包括SORA能否成為真實世界的模擬器; 計算能力; 商業方向和時機。 目前，關於技術機制的“謎團”還很多; 關於算力消耗的猜測也令人困惑; 在SORA商業時間方面，**從乙個月到半年不等，一般認為速度會很快。

從 OpenAI 的行動來看，包括 SORA、ChatGPT、Dalle 和一直強調的代理，OpenAI 可能會在今年下半年發布 GPT5，這將是真實代理的第乙個版本。 以這個代理為例，以後如果你想做乙個應用，GPT5可以自動生成**，打包部署，包括應用，配置網域名稱，最後生成乙個可訪問的APP。 這些猜測還表明，每個員工的未來工作正在被重塑。

雖然在大廠論壇上對技術差距的哀嚎不多，但員工們在交流中卻有抱怨和無奈。 不過，也有人認為SORA對國產AI超級有利，因為在全球空頭市場中，Byte、騰訊、快手佔據了前三名，大家都知道SORA原理是基於國內現有的GPU算力，推測“如果快一年”， 中國將有類似產品推出。

02 OpenAI不依賴蠻力，業界紛紛關注SORA的驚人效果，這要歸功於新的演算法組合和訓練策略。 不過，與ChatGPT類似，單純在具體演算法上，並不是OpenAI的原創。

SORA在演算法組織和資料訓練策略上投入了大量精力，以充分挖掘演算法和資料的潛力，並學習更深入的知識。 雲之盛董事長梁佳恩表示，OpenAI通過架構設計和訓練策略，而不是簡單的演算法改進，持續重新整理行業認知。 這反映了OpenAI對演算法和資料潛力的深刻洞察，以及其獨創的系統構思和設計能力，而不是簡單地用“蠻力”來做出這樣的“顛覆性”突破。

在SORA正式宣布後，紐約大學的謝森寧對其技術進行了推測。 由於謝賽寧與SORA團隊關係密切，他的猜測影響廣泛，尤其是他猜測“SORA引數可能為30億”。

有些人認為 30 億引數有一定的道理。 據一位資深人士分析，SORA產生的最佳效果是驚人的，但存在很多細節問題，應該先是OpenAI大顯身手，OpenAI將進一步擴充套件模型; 另一位資深人士從算力角度直觀分析，**是立體的，單元處理所需的算力非常大，如果SORA引數太大，算力就會不足。

不過，也有業內人士認為“30多億”。

30億個引數，我認為這是誤導性的。 一位簡短的人工智慧資深人士告訴 Digital Intelligence Frontline，“SORA 依靠 OpenAI 最強大的語言模型來生成字幕（字幕、字幕）。 在Sora提供的技術報告中，他們簡要描述了他們如何設計自動化技術，生成文字描述，或將簡短的使用者提示轉換為較長的詳細描述，以提高整體質量。

而從OpenAI摸索人工智慧邊界的風格來看，也有人認為30億太小了。 “這與它一直以來的做法不符，它們都是'奇蹟'。 中科神智CTO宋健對數智一線表示，其實理論上已經指出了這條路，很多企業也嘗試過。

一位Wave訊息人士表示，SORA的突破再次證明AI是一種系統工程，純粹的靜態推測引數可能沒有意義。

在生成方面，過去大家的難點是很難保持**的連貫性或一致性，因為有很多事情違背了常理，比如光影錯，空間變形，所以業界想不通。

根據公開的資訊，OpenAI 最終是否會採用更大規模的引數尚不清楚，但我懷疑他們肯定會以自己的風格嘗試。 梁佳恩表示，此前，OpenAI從GPT2做GPT3的時候，就堅信，只要演算法架構合理，通過超大規模的無監督學習，就有可能通過小樣本甚至零樣本學習擊敗監督學習，這是OpenAI對規模效應的堅定信念。 “這一次，SORA通過演算法組合和資料設計，學到了更多符合物理定律的'知識'，這符合OpenAI多年來的一貫風格。 ”

然而，SORA還不能被稱為物理世界的適當模擬器。 在它生成的**中，存在大量錯誤。 OpenAI本身也在其技術報告中提出，這是乙個很有前途的方向。

人們對SORA有不同的需求。 “如果你現在正在做乙個數字孿生，你不妨直接用物理引擎作為底層來構建它，就像NVIDIA的Omniverse一樣，它並不完全是物理的，但它已經非常準確了。 宋健說，“但對於視覺藝術來說，是關於視覺感性的，反物理也沒關係，只要在視覺上給大家足夠好的衝擊力就行了。 ”

03 算力猜想 “現在大家對算力的猜測非常混亂。 一位英偉達訊息人士告訴Digital Intelligence Frontline。 由於OpenAI此次發布的資訊很少，業界很難評估。

視覺模型或多模態模型在計算能力方面與大型語言模型不同。 一位人工智慧算力資深人士告訴數智一線，儘管SORA可能只有幾十億個引數，但其算力估計與數百億或數千億個大型語言模型相似。

他進一步分析說，他可以參考文生圖模型Stable Diffusion，只有10億個左右的引數，但用幾十萬臺伺服器訓練算力卻花了將近乙個月的時間。 他估計，SORA的訓練算力可能至少比前者大乙個數量級，也就是上百臺伺服器，OpenAI肯定會更進一步，把SORA模型做大。

另一方面，該模型的推理算力也遠大於大型語言，有資料表明，穩定擴散的推理算力消耗與LLAMA 70B（700億）引數模型相似。 換句話說，就推理算力而言，乙個10億的文生圖模型和乙個1000億的大語言模型差不多。 第乙個生成模型SORA的推理計算能力肯定比第乙個生成模型大得多。

文字是一維的，三維的，單位的計算能力更強。 一位人工智慧專家告訴數字智慧型前線，他認為它需要幾千卡路里大才有機會。

由於SORA推動的文盛**的發展，今年國內整體算力仍將非常緊張。 據某計算基礎設施公司人士介紹，在人工智慧算力方面，北美幾家巨頭的算力現在是中國總算力的十倍以上，甚至更多。

然而，在一些地方，國內的算力已經閒置。 這其中就包括幾種情況，比如一些公司在去年上半年開始訓練大模型，放棄了大模型的開發，轉而使用開源模型; 去年，大型語言模型的應用遇到了挑戰，大量的推理應用尚未落地，這將導致一些企業出現數十或數百台閒置機器的情況。

宋健也發現了算力閒置的問題。 他觀察到，特別是從2023年11月左右開始，算力的租賃變得更加容易，可能是原來的2 3，甚至1 2。