Sora意義非凡，只談對短視頻行業(yè)的影響是羞辱它

來源：人民郵電報(bào) 時間：2024-03-21 14:29:29 作者：

　　中國工程院院士、云計(jì)算技術(shù)專家、阿里云創(chuàng)始人王堅(jiān)

　　·當(dāng)前國產(chǎn)大模型和GPT-4及其下一代技術(shù)的差距仍然很大，建議通過開源方式，依靠技術(shù)社區(qū)的力量找到發(fā)展路徑，由市場來檢驗(yàn)其水平。

　　·Sora問世的意義極大，遠(yuǎn)不止會對短視頻、影視等行業(yè)帶來沖擊，它解決了非常復(fù)雜的一件事——視覺問題，王堅(jiān)直言“如果能創(chuàng)造視頻，它也就能創(chuàng)造世界”。

　　今年全國兩會期間，Sora模型、大模型商業(yè)化等問題備受關(guān)注，中國工程院院士、云計(jì)算技術(shù)專家、阿里云創(chuàng)始人王堅(jiān)在接受采訪時表示，當(dāng)前國產(chǎn)大模型和GPT-4及其下一代技術(shù)的差距仍然很大，其市場價值大于商業(yè)價值，建議通過開源方式，依靠技術(shù)社區(qū)的力量找到發(fā)展路徑，由市場來檢驗(yàn)其水平。

　　在大模型商業(yè)化方面，王堅(jiān)表示，大模型的市場價值大于商業(yè)價值。他認(rèn)為，市場化是商業(yè)化的基礎(chǔ)，商業(yè)化是市場價值的重要體現(xiàn)。

　　“當(dāng)今全球范圍內(nèi)，大模型商業(yè)化還在探索過程中。但事實(shí)已經(jīng)證明，它有用戶基礎(chǔ)，也就是可以‘市場化’的，那就有可能產(chǎn)生商業(yè)價值——這一點(diǎn)其實(shí)很重要，一個產(chǎn)品如果沒有用戶基礎(chǔ)，就算實(shí)現(xiàn)了商業(yè)化，也是小本生意。對于一場技術(shù)革命來說，它不可能以小本生意為目標(biāo)，肯定能產(chǎn)生更廣泛的影響?！蓖鯃?jiān)認(rèn)為當(dāng)前的大模型還處于市場價值大于商業(yè)價值的階段。

　　王堅(jiān)認(rèn)為，短期來看，大模型的整個發(fā)展過程和市場沒有直接的關(guān)系，因?yàn)檫@個領(lǐng)域的天花板還遠(yuǎn)遠(yuǎn)沒有碰到。大家現(xiàn)在已經(jīng)在講萬億參數(shù)的模型了，行業(yè)都覺得很興奮，你可以想想一個模型的參數(shù)從數(shù)十億到萬億的差別。因此，這個賽道在國內(nèi)外都還遠(yuǎn)沒有到需要收斂的程度，OpenAI那么出名，但仍然會有挑戰(zhàn)者出現(xiàn)，大家仍然在做不同的有創(chuàng)造性的探索。

　　對于國產(chǎn)大模型對標(biāo)ChatGPT，王堅(jiān)表示，不能簡單地說對標(biāo)ChatGPT。ChatGPT、GPT-4二者，要把它們區(qū)分開——前者其實(shí)是在后者基礎(chǔ)上延伸出來的一個應(yīng)用，因此真正衡量基礎(chǔ)模型的能力應(yīng)該去對標(biāo)GPT-4。值得注意的是，GPT-4和GPT-3有一個非常大的不同，GPT-3是全開放的，大家都知道它是怎么做的，以及能做到什么程度，但到了GPT-4就不開放了，所以當(dāng)前不太好談對標(biāo)的問題。就像高考一樣，高考成績好不見得這個人就好，但成績不好又讀不了大學(xué)。所以在短時期內(nèi)衡量誰好誰壞是不公平的，要從長遠(yuǎn)角度由市場來給出答案。有觀點(diǎn)認(rèn)為，國產(chǎn)大模型的水平已經(jīng)接近GPT-4，但其實(shí)差距還很大。更好的辦法是由市場來證明大模型的能力，比如把模型開源出去，放到國際上去，讓市場去檢驗(yàn)產(chǎn)品。

　　從圖文大模型到視頻合成模型Sora，人工智能的發(fā)展速度不斷給人們制造驚喜。談到Sora，王堅(jiān)表示，只說Sora可能會影響短視頻等行業(yè)，那是對它極大的羞辱，它的意義遠(yuǎn)超這種事情?！熬拖裨訌梽倓偙〞r一樣，沒有人能想到原子彈后來可以作為核電站來發(fā)電，還可以實(shí)現(xiàn)小型化，還有很多別的用處。如果只是把原子能技術(shù)當(dāng)作原子彈用，那就是大大低估了這個技術(shù)的重要性?！蓖鯃?jiān)說。

　　值得關(guān)注的是，Sora事實(shí)上在解決世界上最復(fù)雜的一件事——真實(shí)世界的視覺問題，視頻是它的表現(xiàn)手段。它真正的意義在于靠技術(shù)已經(jīng)能夠生成像這個自然界一樣復(fù)雜、有細(xì)節(jié)的視頻或者圖像。“如果能創(chuàng)造視頻，它也就能創(chuàng)造世界?！蓖鯃?jiān)說。

　　對于云計(jì)算在大模型時代的作用，王堅(jiān)表示，GPU的大規(guī)模使用，讓云計(jì)算提供的算力會有百萬倍的增長?！拔覀冊贏I時代常說使用幾萬張顯卡訓(xùn)練一個大模型，當(dāng)有這么大規(guī)模的時候，其實(shí)就是云計(jì)算，只不過是看這個云計(jì)算是想做成一個有體系的、可以真正提供大規(guī)模服務(wù)的，還是其他?！蓖鯃?jiān)說。

　　云計(jì)算是否有望解決當(dāng)前的算力問題？王堅(jiān)表示，這其實(shí)是個很復(fù)雜的事情。GPT-3時期OpenAI公布說，大概用了1萬塊英偉達(dá)A100（一種AI芯片）進(jìn)行訓(xùn)練。但像亞馬遜這樣的云服務(wù)運(yùn)營商，除了A100還用了H800的卡，總共大概有3000E（1E約等于1000PFlops-day）的算力。在過去的3個月里，按照官方的預(yù)測，每個季度會增加1000E的算力。到了GPT-4，就已經(jīng)不公開其所需的算力了。不過，行業(yè)里大家都會有一個共識，就是只要做到這個規(guī)模就能猜出個大概。比如通義千問開源的是720億參數(shù)的模型，那大家就都能猜到這背后有多少算力在支撐。

責(zé)任編輯：張薇