起點課堂會員權益
職業(yè)體系課特權
線下行業(yè)大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業(yè)技能直播
會員專屬社群
榮耀標識Sora浪潮下，個人如何成為紅利和財富的一部分
硅基規(guī)則下，虛擬和物理的終極分別是元宇宙和人形機器人，在其中，Sora便是橋梁。2024屬于Sora，毫不夸張。
OpenAI的Sora視頻大模型于近日上線，始一發(fā)布，引起熱議。
和其他大模型不同的是，該款模型屬于數據驅動的物理引擎，并且它可根據用戶提示詞生成高質量視頻。
它的發(fā)布，首先對以視頻為載體的媒體、影視等行業(yè)形成了強烈沖擊。甚至可以說，它無限地降低了視頻創(chuàng)意、視頻制作甚至視頻藝術的門檻。
為了剖析Sora的本質，我們正在大面積地對話行業(yè)大咖，以求厘清行業(yè)真知灼見、以饗創(chuàng)新。
全球化人工智能企業(yè)APUS創(chuàng)始人李濤認為：“我們正處于AI大時代之中，想成為紅利或財富的一部分，需要有足夠的敏感思考”，他指出，擁抱時代變化的要訣在于進化式學習，在這個過程中需要習得如何駕馭、使用、生產甚至左右新技術的發(fā)展方向。
此前，我們曾在中表達過部分觀點。在文生視頻浪潮來臨之際，他的認知迭代獲得了新的更新。
01 Sora推出背后的問題
在李濤看來，Sora的橫空出世反映了三個問題。
首先，在技術上，它已驗證打造無限逼近真實的場景是可能的。在一定程度上，Sora的模擬視頻會讓真實與虛擬難以區(qū)分。好的方面是，AI生成視頻拓寬了人類對創(chuàng)作、真實性和未來的認知。但壞的方面是，“真實”與“虛擬”的界限變得模糊，加大了定義和理解真實或虛擬的難度。
其次，Sora展現了強大的學習能力。“我認為，這種學習能力不僅局限于數據的吸收和處理，更在于邏輯和規(guī)則上的深度理解和應用。”
作為一款可自我學習的模擬器，如今的Sora正在嘗試學習人類所擁有的規(guī)則和邏輯能力。更為形象的比喻是：就像有光就會有影子、有火就會被點燃一樣，Sora的類人智能擁有高速學習能力、反應能力和反應速度。
其三，Sora的出現，客觀上反映了我們在芯片、算力等領域的落后。“縱覽Sora的能力構建會發(fā)現，這與OpenAI在人工智能領域的深耕分不開”，他提到。
英偉達、Sora猶如一面鏡子，其成功的背后反映了中美在AI領域的差距。李濤認為，這折射出中國人工智能所擁有的能力遠遠落后于前者。他強調，彌補差距的根本是加強芯片的研發(fā)、努力提升算力水平。而這，已成為我國AI發(fā)展的當務之急。
02 Sora推出后的預測
Sora的推出成為了每家投資機構的話題，而在大模型產業(yè)界，情況同樣如此。如果說，2023年的“百模大戰(zhàn)”屬于Transformer內卷，那么2024的開年伊始，行業(yè)格局已完全不同。
李濤認為，Sora跟GPT不是同一個模型。“它和GPT完全不一樣，這是Sora最大的不同”，這可被理解成是在新位面上的新競爭，“在我看來它是顛覆性的、炸裂的、有戰(zhàn)略性的?！?/strong>
技術上，以往的人工智能模型均是人們對真實物理世界抽析后的文明或知識、常識的處理。在人們將現實世界的內容數據化之后，便已經“失真”，而再將“失真”生成圖片或視頻，會導致進一步的“失真”。
Sora的最終期望是構建可渲染真實物理世界的模型（這區(qū)別于以往所有模型）。這會導致一個結果，人們將無法區(qū)分真實世界和虛擬世界。在能處理好真實世界和虛擬世界的轉場前提下，Sora的出現將極大推進元宇宙的實現速度，“甚至會模糊掉AR或VR的行業(yè)邊界”，李濤說。
還有一點，Sora的學習性應該被重視。
李濤做了一個比喻：“就像有光就有影，被刀劃了一下就會痛，就會流血，這都是真實物理世界里面的邏輯關系。”在他看來，Sora正在學習真實物理世界的規(guī)律，這種學習模式正在逼近人類智慧或人類大腦的學習模式。
“我們可以看到，這樣做的好處是，可以通過Sora在任何兩個場景、任何兩個景物、任何兩個要素之間建立起它的邏輯關系?！?/strong>根本而言，它將推動邏輯關系的進步，作為一個學習引擎，可以被看作是超越人類的“智腦”。
綜上所述，相比于人類而言，Sora的學習速度、存儲能力、構建和渲染的能力遠遠超過了單個人本身。這種以強大算力做支撐的能力，可以將學習過程壓縮為非常短的時間。
另外，李濤還預測，OpenAI一定會將GPT和Sora結合，以重構數字物理世界。“Sora最有沖擊力的地方在于，它會不斷地抽析、學習人類常識，通過7*24小時不眠不休的方式結合算力放大和復制數字世界?！?/strong>在算力足夠大的時候，它的學習能力將大大超出世界上80億人的學習速度總和。
03 新的競爭格局與技術分析
人工智能的未來競爭格局是什么？答案是算力。
縱覽AI發(fā)展歷史，可以看到一條清晰的路徑：即代碼-參數-算力競爭。在這套邏輯的背后是芯片至上。
在IT信息化領域，企業(yè)的競爭優(yōu)勢從編程優(yōu)勢過渡到了參數優(yōu)勢、算力優(yōu)勢。“現在，參數競爭又有了新變化，你會發(fā)現Sora的參數并不大，算是小模型，但它的影響很大，并且依賴高制程芯片和強大的GPU算力”。李濤如是說。
李濤還估計，OpenAI未來只會為自己服務，將研發(fā)專屬于自己的芯片，且不會通用。
另外，在未來，AI可自行研制芯片，所有的設計、制造均通過AI完成：由AI完成所有定制化服務，繞開通用芯片的桎梏形成閉環(huán)。對國內企業(yè)的警示是，短期內，AI產業(yè)難以追得上英偉達或OpenAI，雖然二者之間已貌合神離、相去漸遠。
不過，好消息是，國內的企業(yè)正在鉆研Sora的技術內核。
李濤分享了自己的看法，他認為，Sora是以MoE的結構控制的分布式學習模型。“換句話說，假如它有100萬臺GPU的機器，那么它很有可能把這100萬臺分成了1萬個單元組，每個單元組有100臺GPU完成不同獨立的項目。”
在決策單元上，李濤認為，Sora的中央控制單元架構同樣發(fā)生了變化。“它可能不是用以往小控制單元控制（比如一萬個GPU中一個輔助控制單元，另外9999個負責工作），而是采用了5000個單元形成決策單元，而另5000個單元進行‘手和腳’的工作。”
根本上，Sora的每一個單元負責了某個不同的垂直領域、去學習不同的物理世界的知識，因為學習不同的物理世界，需要總結不同的邏輯。
最后，Sora除在探索未知物理世界方面裨益很大外，還改變了算力單元的使用規(guī)則：“未知的物理世界的探索可以不斷延伸，只需要增加算力單元加以探索就可以了，這個算力單元不是1億臺GPU，可能以100臺GPU為一個算力單元或1000臺GPU為一個算力單元就可以實現”，李濤補充道。
技術上，通過單獨的算力單元做學習和計算是一大創(chuàng)新。這種模式對算力依賴極大、是以MoE結構控制的分布式學習模式。“它都不能叫分布式計算了，如果與我們推測的一致，你就會知道它有多強大，幾乎很難追趕?！?/strong>
04 Sora變革下的應對之策
面對Sora帶來的顛覆性變革，普通人的應對之策是什么？
在與李濤的對話中，我們總結了三點：
首先，短期要學會和駕馭Sora：普通人需要積極學習并掌握Sora的相關技術，理解和應用這一模型。
這樣一來，能夠讓我們在AI時代下保持競爭力。通過深入研究Sora的工作原理和應用場景，相關從業(yè)者可以更好地發(fā)揮其在內容生成、影視制作等多領域的優(yōu)勢。
第二，在中期，需要快速學習Sora內核：面對Sora的快速發(fā)展，人工智能的從業(yè)者需要不斷提升自身的學習能力，要跟得上Sora的步伐，確保在AI領域不被甩開身位。
第三，長期上，需要行業(yè)間加強芯片的設計、研發(fā)、生產工作：人工智能的發(fā)展是從代碼、參數到算力競爭的過程，而芯片是人工智能進化的基礎。因此，提升算力，才能推動AI技術實現創(chuàng)新的發(fā)展。
就中國而言，如何應對算力方面的挑戰(zhàn)，國家需要加速芯片的研發(fā)進程，通過提升芯片的性能和效率，為AI提供更強大的底層支持。
李濤認為：“當Sora開始作為一個智腦，能從現實社會像人類一樣從現實的物理社會去學習，可以去重新構建和渲染一個新的物理社會，并且具有一致性和連貫性跟真實世界無法區(qū)分出來的時候，會有多可怕，這就是人腦的過程?！?/strong>
現在，Sora已經像人腦一樣在工作，它可以把現實物理世界學習過來，然后又把它重新渲染和構建出來。
05 結尾：思考、學習與進化
在這個時代，普通人應該如何應對未來的挑戰(zhàn)？
李濤直言：“要想跟得上這個時代，當新東西出現的時候，一定要沉靜下來，讓自己更深刻地思考，我們在一個大時代里面，要想辦法捕捉住這個大時代的財富，或者捕捉住大時代的紅利，并且成為財富和紅利的一部分?！?/strong>
他認為，當像Sora這樣的新東西出現的時候，一定要有足夠的敏感去思考，然后深度學習，最后進化。而所謂進化其實是去學習怎么去駕馭、使用、生產它，甚至左右它的方向。
作者：苑晶，編輯：大兔；公眾號：數科星球（ID：digital-planet）
本文由 @數科星球 原創(chuàng)發(fā)布于人人都是產品經理，未經許可，禁止轉載
題圖來自 Pixabay，基于 CC0 協(xié)議
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論，等你發(fā)揮！
