Sora给中国AI带来的真实变化

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.mzph.cn/news/692797.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

源 MySQL 5.7 Community Server 的 GPG 密钥已安装,但是不适用于此软件包。请检查源的公钥 URL 是否配置正确。

源 "MySQL 5.7 Community Server" 的 GPG 密钥已安装,但是不适用于此软件包。请检查源的公钥 URL 是否配置正确。 问题描述: 服务器上安装mysql时 或 执行更新mysql 安装包的时候,出现了报错,简单记录下解决方案 执行…

ClickHouse快速上手

简介 ClickHouse是一个用于联机分析(OLAP)的列式数据库管理系统(DBMS) 官网(https://clickhouse.com/docs/zh)给出的定义,其实没看懂 特性 ClickHouse支持一种基于SQL的声明式查询语言,它在许多情况下与ANSI SQL标准相同。使用时和MySQL有点相似&#…

JAVA设计模式结构型模式

一、前言 java设计模式主要分为创建型模式,结构型模式和行为型模式。上一篇主要总结了行为型设计模式,本章总结,结构型模式。像创建型模式就不写了,比较简单。大概知道是工厂模式和建造者模式,原型模式就行&#xff0…

CTFHub技能树web之RCE(二)

第五题:远程包含 根据题目,使用远程包含进行 打开phpinfo,可以看到allow_url_fopen和allow_url_include都是On,因此可以使用php://input,由于代码会检查file中的内容,因此不能够使用php://filter包含文件&a…

Unreadable-Mesh内存占用翻倍问题

1)Unreadable-Mesh内存占用翻倍问题 2)在TMP中计算书名号《》高度的问题 3)Mipmap如何限定层级 4)FMOD设置中关于Virtual Channel Count&Real Channel Count的参数疑问 这是第374篇UWA技术知识分享的推送,精选了UW…

Code Composer Studio (CCS) - Simulators (模拟器)

Code Composer Studio [CCS] - Simulators [模拟器] 1. simulators2. root directoryReferences 1. simulators CCSv6 does NOT have any simulators. Texas Instruments is moving away from providing simulators and instead is focusing on providing low cost developmen…

STM32使用软件SPI协议操作TFT18彩屏

时间记录:2024/2/20 一、SPI协议介绍 (1)SPI设备通过4根线进行通信,CS片选线,选择从设备,SCK时钟线,由主设备产生时钟,主机MOSI线连从机MISO线,由主机向从机发送信息&am…

淘宝商品采集API通过商品id获取商品详情信息

item_get-获得淘宝商品详情 item_get_app-获得淘宝app商品详情原数据 item_get_pro-获得淘宝商品详情高级版 item_search-按关键字搜索淘宝商品 公共参数 名称类型必须描述keyString是调用key(必须以GET方式拼接在URL中)secretString是调用密钥api_…

R语言如何对excel数据进行操作

在R语言中,可以使用readxl包来读取和操作Excel数据。首先,需要安装readxl包,可以使用以下命令安装: install.packages("readxl") 安装完成后,加载readxl包: library(readxl) 读取Excel文件&a…

配置基于 AWS CRT 的 HTTP 客户端

基于 AWS CRT 的 HTTP 客户端包括同步 AwsCrtHttpClient 和异步 AwsCrtAsyncHttpClient。基于 AWS CRT 的 HTTP 客户端具有以下 HTTP 客户端优势: 更快的 SDK 启动时间 更小的内存占用空间 降低的延迟时间 连接运行状况管理 DNS 负载均衡 SDK 中基于 AWS CRT …

【MySQL】事务的一致性究竟怎么理解?

众所周知,事务有四大特性:原子性、一致性、隔离性、持久性,除了一致性,其他三类特性都很好理解。而关于一致性的解释有点让人头疼,我查了很多文章,大多类似:事务的执行必须使数据库处于一致状态…

CMake与vs的配置对应(常规->附加包含目录,链接器->输入)

常规->附加包含目录 对应CMake的 include_directories(${QT_PATH}/include) 写在 add_executable 前面 链接器->输入 对应CMake的 target_link_libraries(${PROJECT_NAME} xx.lib) 写在 add_executable 后面

微服务—DSL基础语法与RestClient操作

本博客为个人学习笔记,学习网站:黑马程序员SpringCloud 2021教程 目录 DSL语法 索引库操作 mapping属性 创建索引库 字段拷贝 查询、删除、修改索引库 文档操作 新增文档 查询、删除文档 修改文档 全量修改 增量修改 DSL文档语法小结 Rest…

Gin框架: 通用方法的封装与上传功能的应用

通用方法模块的设计 通用的方法可以定义在一个模块里,以方便调用,无需重复造轮子一般可以设计一个顶层的 models 包来承载公共方法 models 包 package modelsimport ("crypto/md5""encoding/hex""math/rand""time&…

通过 GithubActions 实现自动化部署 Hexo

一、在自己电脑上新建一个文件夹,打开 git bash here,输入以下命令 # 生成秘钥 ssh-keygen -f github-deploy-key之后会生成两个文件, 一个私钥文件为:github-deploy-key; 另一个公钥文件为:github-deploy-key.pub …

【leetcode热题】有序链表转换二叉搜索树

难度: 中等通过率: 38.7%题目链接:力扣(LeetCode)官网 - 全球极客挚爱的技术成长平台 题目描述 给定一个单链表,其中的元素按升序排序,将其转换为高度平衡的二叉搜索树。 本题中,…

代码随想录算法训练营day37| 738. 单调递增的数字、968. 监控二叉树、贪心算法总结

738、单调递增的数字: class Solution(object):def monotoneIncreasingDigits(self, n):""":type n: int:rtype: int"""if n 0:return 0nums [int(i) for i in str(n)]flag len(nums)for i in range(len(nums)-1, 0, -1):if nums…

机器学习基础(三)监督学习的进阶探索

导语:上一节我们深入地探讨监督学习和非监督学习的知识,重点关注它们的理论基础、常用算法及实际应用场景,详情可见: 机器学习基础(二)监督与非监督学习-CSDN博客文章浏览阅读769次,点赞15次&a…

strings.xml补充知识

复数名词 <plurals name"book"><item name"one">book</item><item name"others">books</item> </plurals>int bookCount 4; Resources res getResources(); String bookCount res.getQuantityString(R.…

Less基本语法

Less基本语法 编写的Less文件需要通过编译器转换为常规css后&#xff0c;才能被浏览器识别和应用。 变量 (Variables)&#xff1a;在 Less 中&#xff0c;可以定义变量并将其用于整个样式表中&#xff0c;减少重复输入和提高一致性。 primary-color: #007bff; body {backgro…