来源：证券日报 作者：袁传玺 2024-03-01 09:26:54
在经历了去年ai大模型爆发式增长后，ai技术迎来新一轮更新迭代。文生视频模型sora的出现，开启了ai的新时代，也对企业的算力提出更高的要求。
浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员盘和林对《证券日报》记者表示，sora的出现，让国内ai企业趋之若鹜，但实现sora同等级应用的难度并不小，对算力的需求会越来越大，所以各大ai企业应从现实出发，考虑应用落地的难易度。
ai发展步伐加快
大模型驱动的生成式ai具有极为广阔的应用前景，有望为众多行业带来强大的赋能效应。随着sora的出现，ai发展的步伐将进一步加快。
“sora在视频处理领域有巨大潜力，为未来更复杂、更精细的视频处理任务提供了可能性。”艾媒咨询ceo兼首席分析师张毅对《证券日报》记者表示，sora的文生视频、图生视频等功能需要ai模型具备强大的泛化能力，这要求ai模型能够学习和理解视频内容的内在规律和结构，从而生成更加逼真、生动的视频内容。这也将推动ai模型在泛化能力方面进一步发展。
“sora的出现不仅为人工智能领域提供了新的可能性，也将促进人工智能与其他技术的融合。例如，可以将sora与虚拟现实（vr）、增强现实（ar）等技术结合，创建更加逼真的虚拟场景和交互体验；也可以将sora与深度学习、计算机视觉等技术结合，提高视频处理和分析的准确性和效率。”张毅进一步表示。
天风证券研报表示，随着openai发布sora，文生视频模型能力大幅提升，内容创作工作流有望被颠覆，下一个亿级用户的互联网平台雏形已然出现。2000亿美元的短视频创作生态有望率先被颠覆，生成式ai在视频创作和世界模型的大踏步进步将实现对视频、3d、游戏等下游应用场景的渗透。
算力或成ai企业门槛
生成式ai模型的训练是一个计算极为密集的过程。这些模型包含数百万乃至数十亿个参数，需要在庞大的数据集上进行多轮迭代训练。在训练过程中，涉及大量矩阵运算和梯度计算等计算密集型操作。因此，为确保训练过程的顺利进行，必须依赖强大的计算资源来加速。
例如，chatgpt的训练参数达到了1750亿、训练数据45tb，每天生成45亿字的内容，支撑其算力至少需要上万颗英伟达的gpu a100，单次模型训练成本超过1200万美元。
而sora的出现对企业的算力提出了更高的要求。近日，360创始人周鸿祎提到，sora的技术路线如果被开源，国内将能很快赶上，但在追赶sora时，算力有可能成为门槛。“sora能生成一分钟的视频，就意味着也能生成10分钟、60分钟的视频，但不做更长的视频，或因算力和成本的限制。”周鸿祎猜测。
银河证券研报称，据相关研究推测，sora参数规模估算在30b，如果按此参数测算，推演出sora训练单次算力需求或可达到8.4×10^23flops，相当于gpt-3的2.7倍。伴随sora不断迭代，训练数据集规模增大，未来算力需求将呈现指数级爆发式增长。
盘和林也表示，鉴于sora设立时间并不久，估计现阶段参数量不大，但由于模型本身是一个不断积累的过程，未来几年参数量还会不断增长，sora需要的参数量更为庞大，对算力的需求势必更大。
“算力或将成为ai企业的门槛与瓶颈，因为目前国内ai企业算力存在缺口，算力主要依赖于软件生态的cuda和硬件生态的gpu，所以国内ai产业应该努力解决算力的问题，为ai应用的研发提供强有力的基础保障。”盘和林进一步表示。
·
