空不靠蛮力，大厂忙着开盲盒

正文|数智一线赵艳秋.

编辑|牛辉.

OpenAI越来越闭源化，几乎没有具体信息，中国仍处于开盲盒阶段。 不得不承认，SORA是算法组合、数据选择、训练策略、算力优化等能力的结合，虽然这些技术可能不是OpenAI独创的，但OpenAI对它们的深刻洞察，以及精湛的系统构思和设计能力，做出了“颠覆性”的突破，而不是简单的蛮力。

面对如此大规模的系统项目，国内人工智能圈在各个方面仍需补充。

01 各大厂商的反应 本周，字节、阿里巴巴、腾讯、华为、浪潮等公司均未发声。 一些相关厂商的研发团队正在“开箱”，信息绝对保密，“SORA将影响公司今年的产品研发计划”。 ”

值得注意的是，大型厂商中高层对SORA的积极关注和洞察程度，一般不如去年ChatGPT上线后那么迫切和深入。

在各大工厂的内网上，核心研发团队之外的“吃瓜群众”零星发帖讨论，“别说讨论热度了”，就连国内各大人工智能工厂的内网都是“零贴”。 这种情况与**上的热搜新闻，甚至对中美差距拉大的哀嚎截然不同。

然而，一些较快的举动也可以让人瞥见该行业的一些紧迫感。 2月17日，SORA发布后的第二天，Alimo社区发起了对SORA技术路径的分析，文章非常火爆; 2月18日，学校推出SORA口译系列课程; 春节刚过，浪潮相关业务已经向SORA提交了分析报告。 许多大型工厂都安排了与其业务线相关的研究和报告业务，其中一些工厂将在本周进行SORA分析和研究。

由于OpenAI透露的信息很少，不像ChatGPT上线后对技术的一些具体分析，SORA的分析有更多的猜测成分，而具体依据较少。

从各大工厂员工的内部讨论中，大家都聚焦在几个方向：SORA的技术机制，包括SORA能否成为真实世界的模拟器; 计算能力; 商业方向和时机。 目前，关于技术机制的“谜团”还很多; 关于算力消耗的猜测也令人困惑; 在SORA商业时间方面，**从一个月到半年不等，一般认为速度会很快。

从 OpenAI 的行动来看，包括 SORA、ChatGPT、Dalle 和一直强调的代理，OpenAI 可能会在今年下半年发布 GPT5，这将是真实代理的第一个版本。 以这个代理为例，以后如果你想做一个应用，GPT5可以自动生成**，打包部署，包括应用，配置域名，最后生成一个可访问的APP。 这些猜测还表明，每个员工的未来工作正在被重塑。

虽然在大厂论坛上对技术差距的哀嚎不多，但员工们在交流中却有抱怨和无奈。 不过，也有人认为SORA对国产AI超级有利，因为在全球空头市场中，Byte、腾讯、快手占据了前三名，大家都知道SORA原理是基于国内现有的GPU算力，推测“如果快一年”， 中国将有类似产品推出。

02 OpenAI不依赖蛮力，业界纷纷关注SORA的惊人效果，这要归功于新的算法组合和训练策略。 不过，与ChatGPT类似，单纯在具体算法上，并不是OpenAI的原创。

SORA在算法组织和数据训练策略上投入了大量精力，以充分挖掘算法和数据的潜力，并学习更深入的知识。 云之盛董事长梁佳恩表示，OpenAI通过架构设计和训练策略，而不是简单的算法改进，持续刷新行业认知。 这反映了OpenAI对算法和数据潜力的深刻洞察，以及其独创的系统构思和设计能力，而不是简单地用“蛮力”来做出这样的“颠覆性”突破。

在SORA正式宣布后，纽约大学的谢森宁对其技术进行了推测。 由于谢赛宁与SORA团队关系密切，他的猜测影响广泛，尤其是他猜测“SORA参数可能为30亿”。

有些人认为 30 亿参数有一定的道理。 据一位资深人士分析，SORA产生的最佳效果是惊人的，但存在很多细节问题，应该先是OpenAI大显身手，OpenAI将进一步扩展模型; 另一位资深人士从算力角度直观分析，**是立体的，单元处理所需的算力非常大，如果SORA参数太大，算力就会不足。

不过，也有业内人士认为“30多亿”。

30亿个参数，我认为这是误导性的。 一位简短的人工智能资深人士告诉 Digital Intelligence Frontline，“SORA 依靠 OpenAI 最强大的语言模型来生成字幕（字幕、字幕）。 在Sora提供的技术报告中，他们简要描述了他们如何设计自动化技术，生成文本描述，或将简短的用户提示转换为较长的详细描述，以提高整体质量。

而从OpenAI摸索人工智能边界的风格来看，也有人认为30亿太小了。 “这与它一直以来的做法不符，它们都是'奇迹'。 中科神智CTO宋健对数智一线表示，其实理论上已经指出了这条路，很多企业也尝试过。

一位Wave消息人士表示，SORA的突破再次证明AI是一种系统工程，纯粹的静态推测参数可能没有意义。

在生成方面，过去大家的难点是很难保持**的连贯性或一致性，因为有很多事情违背了常理，比如光影错，空间变形，所以业界想不通。

根据公开的信息，OpenAI 最终是否会采用更大规模的参数尚不清楚，但我怀疑他们肯定会以自己的风格尝试。 梁佳恩表示，此前，OpenAI从GPT2做GPT3的时候，就坚信，只要算法架构合理，通过超大规模的无监督学习，就有可能通过小样本甚至零样本学习击败监督学习，这是OpenAI对规模效应的坚定信念。 “这一次，SORA通过算法组合和数据设计，学到了更多符合物理定律的'知识'，这符合OpenAI多年来的一贯风格。 ”

然而，SORA还不能被称为物理世界的适当模拟器。 在它生成的**中，存在大量错误。 OpenAI本身也在其技术报告中提出，这是一个很有前途的方向。

人们对SORA有不同的需求。 “如果你现在正在做一个数字孪生，你不妨直接用物理引擎作为底层来构建它，就像NVIDIA的Omniverse一样，它并不完全是物理的，但它已经非常准确了。 宋健说，“但对于视觉艺术来说，是关于视觉感性的，反物理也没关系，只要在视觉上给大家足够好的冲击力就行了。 ”

03 算力猜想 “现在大家对算力的猜测非常混乱。 一位英伟达消息人士告诉Digital Intelligence Frontline。 由于OpenAI此次发布的信息很少，业界很难评估。

视觉模型或多模态模型在计算能力方面与大型语言模型不同。 一位人工智能算力资深人士告诉数智一线，尽管SORA可能只有几十亿个参数，但其算力估计与数百亿或数千亿个大型语言模型相似。

他进一步分析说，他可以参考文生图模型Stable Diffusion，只有10亿个左右的参数，但用几十万台服务器训练算力却花了将近一个月的时间。 他估计，SORA的训练算力可能至少比前者大一个数量级，也就是上百台服务器，OpenAI肯定会更进一步，把SORA模型做大。

另一方面，该模型的推理算力也远大于大型语言，有数据表明，稳定扩散的推理算力消耗与LLAMA 70B（700亿）参数模型相似。 换句话说，就推理算力而言，一个10亿的文生图模型和一个1000亿的大语言模型差不多。 第一个生成模型SORA的推理计算能力肯定比第一个生成模型大得多。

文本是一维的，三维的，单位的计算能力更强。 一位人工智能专家告诉数字智能前线，他认为它需要几千卡路里大才有机会。

由于SORA推动的文盛**的发展，今年国内整体算力仍将非常紧张。 据某计算基础设施公司人士介绍，在人工智能算力方面，北美几家巨头的算力现在是中国总算力的十倍以上，甚至更多。

然而，在一些地方，国内的算力已经闲置。 这其中就包括几种情况，比如一些公司在去年上半年开始训练大模型，放弃了大模型的开发，转而使用开源模型; 去年，大型语言模型的应用遇到了挑战，大量的推理应用尚未落地，这将导致一些企业出现数十或数百台闲置机器的情况。

宋健也发现了算力闲置的问题。 他观察到，特别是从2023年11月左右开始，算力的租赁变得更加容易，可能是原来的2 3，甚至1 2。