APUS董事长兼CEO李涛:Sora浪潮下,如何成为红利和财富的一部分

OpenAI的Sora视频大模型于近日上线,始一发布,引起热议。

和其他大模型不同的是,该款模型属于数据驱动的物理引擎,并且它可根据用户提示词生成高质量视频。

全球化人工智能企业APUS董事长兼CEO李涛认为:“我们正处于AI大时代之中,想成为红利或财富的一部分,需要有足够的敏感思考”,他指出,拥抱时代变化的要诀在于进化式学习,在这个过程中需要习得如何驾驭、使用、生产甚至左右新技术的发展方向。

在文生视频Sora浪潮来临之际,他的认知迭代获得了新的更新。

Sora推出背后的问题

在APUS李涛看来,Sora的横空出世反映了三个问题。

首先,在技术上,它已验证打造无限逼近真实的场景是可能的。在一定程度上,Sora的模拟视频会让真实与虚拟难以区分。好的方面是,AI生成视频拓宽了人类对创作、真实性和未来的认知。但坏的方面是,“真实”与“虚拟”的界限变得模糊,加大了定义和理解真实或虚拟的难度。

其次,Sora展现了强大的学习能力。“我认为,这种学习能力不仅局限于数据的吸收和处理,更在于逻辑和规则上的 理解和应用。”

作为一款可自我学习的模拟器,如今的Sora正在尝试学习人类所拥有的规则和逻辑能力。更为形象的比喻是:就像有光就会有影子、有火就会被点燃一样,Sora的类人智能拥有高速学习能力、反应能力和反应速度。

其三,Sora的出现,客观上反映了我们在芯片、算力等领域的落后。“纵览Sora的能力构建会发现,这与OpenAI在人工智能领域的深耕分不开”,他提到。

英伟达、Sora犹如一面镜子,其成功的背后反映了中美在AI领域的差距。APUS李涛认为,这折射出中国人工智能所拥有的能力远远落后于前者。他强调,弥补差距的根本是加强芯片的研发、努力提升算力水平。而这,已成为我国AI发展的当务之急。

Sora推出后的预测

Sora的推出成为了每家投资机构的话题,而在大模型产业界,情况同样如此。如果说,2023年的“百模大战”属于Transformer内卷,那么2024的开年伊始,行业格局已完全不同。

APUS李涛认为,Sora跟GPT不是同一个模型。“它和GPT完全不一样,这是Sora最大的不同”,这可被理解成是在新位面上的新竞争,“在我看来它是颠覆性的、炸裂的、有战略性的。”

技术上,以往的人工智能模型均是人们对真实物理世界抽析后的文明或知识、常识的处理。在人们将现实世界的内容数据化之后,便已经“失真”,而再将“失真”生成图片或视频,会导致进一步的“失真”。

Sora的最终期望是构建可渲染真实物理世界的模型(这区别于以往所有模型)。这会导致一个结果,人们将无法区分真实世界和虚拟世界。在能处理好真实世界和虚拟世界的转场前提下,Sora的出现将极大推进元宇宙的实现速度,“甚至会模糊掉AR或VR的行业边界”,APUS李涛说。

还有一点,Sora的学习性应该被重视。

APUS李涛做了一个比喻:“就像有光就有影,被刀划了一下就会痛,就会流血,这都是真实物理世界里面的逻辑关系。”在他看来,Sora正在学习真实物理世界的规律,这种学习模式正在逼近人类智慧或人类大脑的学习模式。

“我们可以看到,这样做的好处是,可以通过Sora在任何两个场景、任何两个景物、任何两个要素之间建立起它的逻辑关系。”根本而言,它将推动逻辑关系的进步,作为一个学习引擎,可以被看作是超越人类的“智脑”。

综上所述,相比于人类而言,Sora的学习速度、存储能力、构建和渲染的能力远远超过了单个人本身。这种以强大算力做支撑的能力,可以将学习过程压缩为非常短的时间。

另外,APUS李涛还预测,OpenAI一定会将GPT和Sora结合,以重构数字物理世界。“Sora最有冲击力的地方在于,它会不断地抽析、学习人类常识,通过7*24小时不眠不休的方式结合算力放大和复制数字世界。”在算力足够大的时候,它的学习能力将大大超出世界上80亿人的学习速度总和。

新的竞争格局与技术分析

人工智能的未来竞争格局是什么?答案是算力。

纵览AI发展历史,可以看到一条清晰的路径:即代码-参数-算力竞争。在这套逻辑的背后是芯片至上。

在IT信息化领域,企业的竞争优势从编程优势过渡到了参数优势、算力优势。“现在,参数竞争又有了新变化,你会发现Sora的参数并不大,算是小模型,但它的影响很大,并且依赖高制程芯片和强大的GPU算力”。APUS李涛如是说。

APUS李涛还估计,OpenAI未来只会为自己服务,将研发专属于自己的芯片,且不会通用。

另外,在未来,AI可自行研制芯片,所有的设计、制造均通过AI完成:由AI完成所有定制化服务,绕开通用芯片的桎梏形成闭环。对国内企业的警示是,短期内,AI产业难以追得上英伟达或OpenAI,虽然二者之间已貌合神离、相去渐远。

不过,好消息是,国内的企业正在钻研Sora的技术内核。

APUS李涛分享,Sora是以MoE的结构控制的分布式学习模型。“换句话说,假如它有100万台GPU的机器,那么它很有可能把这100万台分成了1万个单元组,每个单元组有100台GPU完成不同独立的项目。”

在决策单元上,APUS李涛认为,Sora的中央控制单元架构同样发生了变化。“它可能不是用以往小控制单元控制(比如一万个GPU中一个辅助控制单元,另外9999个负责工作),而是采用了5000个单元形成决策单元,而另5000个单元进行‘手和脚’的工作。”

根本上,Sora的每一个单元负责了某个不同的垂直领域、去学习不同的物理世界的知识,因为学习不同的物理世界,需要总结不同的逻辑。

最后,Sora除在探索未知物理世界方面裨益很大外,还改变了算力单元的使用规则:“未知的物理世界的探索可以不断延伸,只需要增加算力单元加以探索就可以了,这个算力单元不是1亿台GPU,可能以100台GPU为一个算力单元或1000台GPU为一个算力单元就可以实现”,APUS李涛补充道。

技术上,通过单独的算力单元做学习和计算是一大创新。这种模式对算力依赖极大、是以MoE结构控制的分布式学习模式。“它都不能叫分布式计算了,如果与我们推测的一致,你就会知道它有多强大,几乎很难追赶。”

Sora变革下的应对之策

面对Sora带来的颠覆性变革,普通人的应对之策是什么?

APUS李涛总结了三点:

首先,短期要学会和驾驭Sora:普通人需要积极学习并掌握Sora的相关技术,理解和应用这一模型。

这样一来,能够让我们在AI时代下保持竞争力。通过深入研究Sora的工作原理和应用场景,相关从业者可以更好地发挥其在内容生成、影视制作等多领域的优势。

第二,在中期,需要快速学习Sora内核:面对Sora的快速发展,人工智能的从业者需要不断提升自身的学习能力,要跟得上Sora的步伐,确保在AI领域不被甩开身位。

第三,长期上,需要行业间加强芯片的设计、研发、生产工作:人工智能的发展是从代码、参数到算力竞争的过程,而芯片是人工智能进化的基础。因此,提升算力,才能推动AI技术实现创新的发展。

就中国而言,如何应对算力方面的挑战,国家需要加速芯片的研发进程,通过提升芯片的性能和效率,为AI提供更强大的底层支持。

APUS李涛认为:“当Sora开始作为一个智脑,能从现实社会像人类一样从现实的物理社会去学习,可以去重新构建和渲染一个新的物理社会,并且具有一致性和连贯性跟真实世界无法区分出来的时候,会有多可怕,这就是人脑的过程。”

现在,Sora已经像人脑一样在工作,它可以把现实物理世界学习过来,然后又把它重新渲染和构建出来。

结尾:思考、学习与进化

在这个时代,普通人应该如何应对未来的挑战?

APUS李涛直言:“要想跟得上这个时代,当新东西出现的时候,一定要沉静下来,让自己更深刻地思考,我们在一个大时代里面,要想办法捕捉住这个大时代的财富,或者捕捉住大时代的红利,并且成为财富和红利的一部分。”

他认为,当像Sora这样的新东西出现的时候,一定要有足够的敏感去思考,然后 学习,最后进化。而所谓进化其实是去学习怎么去驾驭、使用、生产它,甚至左右它的方向。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map