复盘与分析：Sora是如何成功的？

本文来自“技术复盘与分析：Sora是如何成功的？”，报告深入分析了Sora的各项能力、采用的技术路线和创新性的工作。我们认为Sora是将之前的研究工作上进行了很好的综合，并在强大的算力、工程能力以及GPT和DALL·E模型技术积累下诞生的。

随着OpenAI将这种具有开创性的技术路径走通，国内模型和应用厂商有望快速迭代出类Sora的视频生成模型和应用产品。

Sora的突破可以概括为以下几点：

➢ 从生成效果看，突破此前视频生成模型的时长限制，能够生成60s时长、分辨率1080p的视频，可用性极高。

➢ 从技术路线看，依旧遵从LLM范式“大力出奇迹”，通过patches向量化与transformer架构结合，使得训练数据能够使用大小、尺寸、分辨率不同的视频，能够让模型学习到视频的规律乃至世界的规律；使用GPT生成prompt，在训练和推理过程中解决了模态之间的对齐问题，大大提升了生成效果。

➢ 从产业发展看，Sora通用性极强，有望统一视频生成生态；能够进一步赋能与促进下游应用发展，未来有望成为真正的“世界模拟器” 。

Sora的诞生无异是产业的里程碑，以其为代表的“多模型协同”方式是接近AGI的可行道路。与Gemini这样的多模态模型不同，Sora的核心能力依旧在视频生成领域，且在推理时需要调用GPT的能力重述prompt。这种方式可能不如Gemini符合直觉，但效果非常显著，大大加速了产业走向AGI的过程。

Sora代表LLM的通用和涌现范式在视频领域的成功复现，因此算力依旧是模型与应用厂商布局的关键。通过巧妙的patches嵌入方法，Sora能够运用高效的Transformer架构在海量的视频上进行训练，因此也涌现了模拟现实世界的能力。在其他技术路径的模型获得更好的效果之前，这种“大力出奇迹”的训练方式将依旧是产业的主流，算力需求将持续迎来更大的爆发。

• GPU分析：全球竞争格局与未来发展
  
• 2023年GPU显卡技术词条报告
  
• 英伟达GPU龙头稳固，国内逐步追赶（详解）
  
• GPU/CPU领域散热工艺的发展与路径演绎
  
• 探析ARM第五代GPU架构
  
• 新型GPU云桌面发展白皮书
  
• 十大国产GPU产品及规格概述
  
• GPU平台生态：英伟达CUDA和AMD ROCm对比分析
  
• GPU竞争壁垒：微架构和平台生态
  
• GPU微架构、性能指标、场景、生态链及竞争格局（2023）
  
• 大模型训练，绕不开GPU和英伟达
  
• Nvidia/AMD竞争：GPU架构创新和新兴领域前瞻探索
  
• 走进芯时代：AI算力GPU行业深度报告
  
• 独立GPU市场，AMD份额大跌？
  
• CPU渲染和GPU渲染优劣分析
  
• NVIDIA Hopper GPU：芯片三围、架构、成本和性能分析
  
• 国内GPU厂商及细分行业前景（2023）
  
• ChatGPT对GPU算力的需求测算与分析
  
• AMD RDNA2 GPU架构详解
  
• GPU研究框架（2023）

更新提醒：“存储系统基础知识全解（终极版）”和“服务器基础知识全解(终极版)”已经更新发布，还没有获取的读者，请在点击“原文链接”在微店留言获取（PDF阅读版本）。

温馨提示：

扫描二维码关注公众号，点击阅读原文链接获取“架构师技术全店资料打包汇总(全)”电子书资料详情。