[{"data":1,"prerenderedAt":28},["ShallowReactive",2],{"news:Sora-emergence-computing-application-acceleration":3},{"code":4,"message":5,"data":6},200,"操作成功",{"createBy":7,"createTime":7,"updateBy":8,"updateTime":9,"id":10,"title":11,"titleEn":12,"keyword":13,"newsDescribe":14,"urlPath":15,"tourl":16,"articleContent":17,"publishType":18,"briefIntroduction":19,"sort":20,"type":18,"publishStartTime":21,"showTime":7,"publishEndTime":22,"publishStatus":20,"isValid":20,"isOld":23,"remark":24,"nickName":7,"numberOfViews":25,"time":26,"year":27},null,45,"2025-08-25 10:42:51",568,"Sora“涌现”：算力应用再加速","Sora-emergence-computing-application-acceleration","Sora，算力，文生视频，大模型，GPT","AI视频生成加速释放算力需求","public/cloud-official/2025-init/ly/new/news058.jpg","news057.html","\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">龙年春节甫过，文生视频大模型Sora便以黑马之姿点燃了AI新纪年的“第一把火”。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp class=\"ql-align-center\">\u003Cstrong style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">震撼全球的“60秒”\u003C/strong>\u003C/p>\u003Cp class=\"ql-align-center\">\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">作为OpenAI继文本生成模型“GPT”、图像生成模型“DALL·E”之后推出的又一重磅产品，Sora的热度持续发酵，正从科技圈蔓延至各行业领域，“里程碑”、“世界的模拟器”、“王炸”、“颠覆性突破”……亦成为业内热议的关键词。OpenAI表示，Sora将推动AGI（通用人工智能）的加速发展，360集团创始人、董事长兼CEO周鸿祎据此预言“AGI的实现可能从十年缩短至一两年”；特斯拉CEO马斯克忍不住发帖惊叹:“gg humans”（人类愿赌服输）；身为竞争对手的AI文生视频创企Runway联合创始人兼CEO Cristóbal Valenzuela也发出“game on（比赛开始了）”的感慨。“Sora旋风”也在网络上迅速掀起一阵AI培训热潮，与之相关的付费课程也在小程序等不同渠道陆续上架。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">“一个时髦的女人走在东京的街道上，街道上充满了温暖发光的霓虹灯和生动的城市标志。她穿着一件黑色的皮夹克，一件红色的长裙，还带着一个黑色的钱包……” 用户只需给出类似这样的简单文本指令（prompt），Sora就可以直接输出长达60秒的视频，画面逼真生动，情节叙事合理，还能呈现复杂的多角度镜头和多个独具创意的角色形象。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">除了文生视频外，Sora还兼具图生视频、扩展生成视频、视频生成视频、连接视频等多重功能。尽管在模拟复杂物理场景和处理因果关系、空间细节等方面尚有很大提升空间，Sora在文生视频技术领域的创新突破仍有望进一步驱动“万物皆可生成”的内容生产范式变革。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">\u003Cimg src=\"https://oss.lanyun.net/public/cloud-official/2025-init/ly/new/newsp0548.gif\">\u003C/span>\u003C/p>\u003Cp class=\"ql-align-center\">\u003Cbr>\u003C/p>\u003Cp class=\"ql-align-center\">\u003Cstrong style=\"font-size: 14px;\" class=\"ql-font-MicrosoftYaHei\">被重新定义的大模型能力边界\u003C/strong>\u003C/p>\u003Cp class=\"ql-align-center\">\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">再现AI视频生成赛道的“ChatGPT时刻”，Sora是如何做到的？据OpenAI发布的信息介绍，Sora实现了对物理世界极强的模拟能力,它不仅能够理解文本描述中的概念，还能深层次领悟并模拟“这些事物在物理世界中是如何存在的”,正如其对Sora的定位——“物理世界的模拟器”，而这一模拟能力也将是通往AGI的重要里程碑。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">从DALL·E 3、Midjourney、Runway、Pika 到 “新晋顶流”Sora，以图片、视频为代表的多模态让AI更加直观和生动。而Sora加速多模态能力“涌现”的背后，隐藏着的是基于Transformer架构的强大的扩散模型（Diffusion model）技术。OpenAI表示，“扩展视频生成模型是构建物理世界通用模拟器的一条可行之路。”\u003C/span>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">\u003Cimg src=\"https://oss.lanyun.net/public/cloud-official/2025-init/ly/new/newsp0550.png\" style=\"\">\u003C/span>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">区别于Pika、Runway模型传统的U-Net架构，Sora采用Transformer架构来实现文本与视频对应关系的学习以及对时间序列的理解，且随着训练计算量的不断增加，视频质量显著提升。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp class=\"ql-align-center\">\u003Cstrong style=\"font-size: 14px;\" class=\"ql-font-MicrosoftYaHei\">“算力+数据”双核驱动，AI视频生成开启“竞速跑”\u003C/strong>\u003C/p>\u003Cp class=\"ql-align-center\">\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">生成式AI浪潮催生下的高频计算需求，被Sora的“炸裂出道”进一步引燃。Sora“源数据-Transformer-Diffusion-涌现”的技术路径下，算法的不断进化及远高于语言模型的视频训练数据量，对算力资源和计算基础设施也提出了更高的要求和挑战。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">据中信证券估算，一个60帧的视频（约6—8秒）需要约6万个Patches，如果去噪步数是20的话，相当于要生成120万个Tokens，“这是相当大的计算量”。同时考虑到扩散模型在实际使用时往往需要多次生成的特性，实际计算量会远超120万个Tokens。假设Sora模型参数为30亿（据纽约大学助理教授谢赛宁推测），可以推演出Sora训练单次算力需求可能达到8.4×10^23 FLOPS（浮点运算次数），对应约1846万个A100需求,这相当于GPT-3 175B模型的2.7倍。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">AI“千亿参数时代”下，创新算法、模型迭代下的训练和推理计算量以超摩尔定律的速度急剧攀升，而具备海量数据并行计算能力、擅长加速计算处理的GPU算力作为AI高效训练和推理的核心驱动力，为机器学习、深度学习和大规模数据处理、分析等任务提供澎湃的加速动能，已成为领跑AI竞速时代的“超车点”。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">作为专业的GPU算力云服务提供商，蓝耘针对AIGC视频生成、大语言模型、多模态模型的开发、测试和部署，可为用户提供从GPU池化资源、高性能网络、高性能存储等基础设施到资源调度、开发环境、运行监控、运维服务等一系列AI Infra全栈服务，为用户构建从算力到应用的高速“通道”。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">蓝耘自2019年起积极布局算力云服务，着手GPU算力资源池构建，至今已形成以GPU算力解决方案为基础、GPU算力云服务为核心的业务布局，致力于为AI训练、推理、视觉特效和渲染及教科研等计算密集型场景用户，提供随时随地可获取的便捷高效的GPU算力云服务，满足客户业务应用和GPU算力随需扩展的双重需求。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp>\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">从理解人类思维到模拟物理世界，面对AIGC创新应用加速涌现的未来趋势，蓝耘将继续秉承“链接产业上下游、释放算力价值”的企业使命，基于灵活的基础设施、丰富的GPU算力资源和技术运营经验优势，依托智算中心“算力基座”，厚植AI探索未来的智算“土壤”，携手行业共同见证AI蓬勃创新力量。\u003C/span>\u003C/p>\u003Cp>\u003Cbr>\u003C/p>\u003Cp class=\"ql-align-right\">\u003Cspan style=\"font-size: 12px;\" class=\"ql-font-MicrosoftYaHei\">素材来源 | OpenAI官网、Runway官网、中信证券研究所\u003C/span>\u003C/p>",2,"龙年春节甫过，文生视频大模型Sora便以黑马之姿点燃了AI新纪年的“第一把火”。作为OpenAI继文本生成模型“GPT”、图像生成模型“DALL·E”之后推出的……",1,"2024-03-05 00:00:00","2025-08-22 16:59:52",0,"旧数据处理-20250814",240,"00:00:00","2024年03月05日",1775720836234]