在經歷了去年AI大模型爆發式增長后，AI技術迎來新一輪更新迭代。文生視頻模型Sora的出現，開啟了AI的新時代，也對企業的算力提出更高的要求。

浙江大學國際聯合商學院數字經濟與金融創新研究中心聯席主任、研究員盤和林對《證券日報》記者表示，Sora的出現，讓國內AI企業趨之若鶩，但實現Sora同等級應用的難度并不小，對算力的需求會越來越大，所以各大AI企業應從現實出發，考慮應用落地的難易度。

AI發展步伐加快

大模型驅動的生成式AI具有極為廣闊的應用前景，有望為眾多行業帶來強大的賦能效應。隨著Sora的出現，AI發展的步伐將進一步加快。

“Sora在視頻處理領域有巨大潛力，為未來更復雜、更精細的視頻處理任務提供了可能性。”艾媒咨詢CEO兼首席分析師張毅對《證券日報》記者表示，Sora的文生視頻、圖生視頻等功能需要AI模型具備強大的泛化能力，這要求AI模型能夠學習和理解視頻內容的內在規律和結構，從而生成更加逼真、生動的視頻內容。這也將推動AI模型在泛化能力方面進一步發展。

“Sora的出現不僅為人工智能領域提供了新的可能性，也將促進人工智能與其他技術的融合。例如，可以將Sora與虛擬現實（vr）、增強現實（AR）等技術結合，創建更加逼真的虛擬場景和交互體驗；也可以將Sora與深度學習、計算機視覺等技術結合，提高視頻處理和分析的準確性和效率。”張毅進一步表示。

天風證券研報表示，隨著OpenAI發布Sora，文生視頻模型能力大幅提升，內容創作工作流有望被顛覆，下一個億級用戶的互聯網平臺雛形已然出現。2000億美元的短視頻創作生態有望率先被顛覆，生成式AI在視頻創作和世界模型的大踏步進步將實現對視頻、3D、游戲等下游應用場景的滲透。

算力或成AI企業門檻

生成式AI模型的訓練是一個計算極為密集的過程。這些模型包含數百萬乃至數十億個參數，需要在龐大的數據集上進行多輪迭代訓練。在訓練過程中，涉及大量矩陣運算和梯度計算等計算密集型操作。因此，為確保訓練過程的順利進行，必須依賴強大的計算資源來加速。

例如，ChatGPT的訓練參數達到了1750億、訓練數據45TB，每天生成45億字的內容，支撐其算力至少需要上萬顆英偉達的GPUA100，單次模型訓練成本超過1200萬美元。

而Sora的出現對企業的算力提出了更高的要求。近日，360創始人周鴻?t提到，Sora的技術路線如果被開源，國內將能很快趕上，但在追趕Sora時，算力有可能成為門檻。“Sora能生成一分鐘的視頻，就意味著也能生成10分鐘、60分鐘的視頻，但不做更長的視頻，或因算力和成本的限制。”周鴻?t猜測。

銀河證券研報稱，據相關研究推測，Sora參數規模估算在30B，如果按此參數測算，推演出Sora訓練單次算力需求或可達到8.4×10^23Flops，相當于GPT-3的2.7倍。伴隨Sora不斷迭代，訓練數據集規模增大，未來算力需求將呈現指數級爆發式增長。

盤和林也表示，鑒于Sora設立時間并不久，估計現階段參數量不大，但由于模型本身是一個不斷積累的過程，未來幾年參數量還會不斷增長，Sora需要的參數量更為龐大，對算力的需求勢必更大。

“算力或將成為AI企業的門檻與瓶頸，因為目前國內AI企業算力存在缺口，算力主要依賴于軟件生態的CUDA和硬件生態的GPU，所以國內AI產業應該努力解決算力的問題，為AI應用的研發提供強有力的基礎保障。”盤和林進一步表示。

推薦閱讀：