近日，百度CEO李彦宏称“百度不做Sora”的演讲被媒体曝光后，有关“中国版Sora到底值不值得做”的话题又在微博、小红书等社交媒体引发众多争论。
李彦宏在内部讲话中称，Sora这种***生成模型的投入周期太长，10年、20年都可能拿不到业务收益，无论多火爆，百度都不去做。
反对的声音认为，这属于百度自身业务的问题。国内目前在***生成模型上最有希望的公司是快手和字节跳动，二者的业务离***更近，待其***生成足够优秀之后会快速完成拉新，并带动用户体验提升。
快手和字节跳动是国内互联网大厂中积极布局***生成大模型的公司。Sora发布后，快手便推出文生***大模型“可灵”，其背后的技术原理和OpenAI的Sora类似，都是把常用于***生成人工智能的扩散模型与Transformer架构相结合，依托于快手短***平台，拥有大量可用于训练的***数据。“可灵”发布几个月之后，字节跳动旗下火山引擎发布了豆包***生成-PixelDance、豆包***生成-Seaweed两款大模型，面向企业市场开启邀测。
除字节跳动和快手之外，今年发布***生成模型的公司还包括阿里云、Minimax、生数科技、智谱AI等公司。
国内***生成模型领域虽然看起来火热，但确实面临着非常严峻的挑战，李彦宏对***生成做出的判断并非无稽之谈。
界面新闻从一位负责***生成模型的技术人士处了解到，生成式AI技术正大幅降低***生成的门槛，导致***数据以20倍左右的速度增长，对计算成本和效率提出了严峻的挑战。以Sora模型为例，其训练和推理所需的算力需求分别达到了GPT-4的4.5倍和近400倍。
中国***证券研究院的报告也显示，Sora对算力需求呈指数级增长。其根据Sora参数规模推演出的训练单次算力需求或可达到2.6×10^24Flops，相当于GPT-3175B的8.2倍。目前Sora还在初级阶段，伴随不断迭代调优，其训练数据集规模将进一步增大，未来算力需求也会大幅增加。
上述技术人士还表示，在编解码层和框架层，***生成模型也面临着诸多挑战。一方面是效率的问题，另一方面是在计算需求日益增长的情况下，能否灵活处理越来越复杂的需求。
这些都对***生成模型形成巨大考验，但其在商业化上的形势仍然不够明朗，一定程度上使训练和推理成本上的挑战更为严峻。
据界面新闻了解，目前***生成模型的落地大多在***制作、电商营销等领域，处于概念多于实质的阶段。
快手曾高调推出由可灵深度参与制作的奇幻微短剧《山海奇镜之劈波斩浪》，并于近日联合李少红、贾樟柯等9位知名导演，启动了完全依托***生成大模型制作电影短片“可灵AI”导演共创***，试图以此来证明***生成大模型在***制作领域的可用性。
但《山海奇镜之劈波斩浪》整部影片并不是由AI一气呵成，而是使用可灵大模型的文生图和图生***功能生成了很多时长5秒的分镜头，再由后期剪辑团队剪辑而成。其在成本上整体的降幅不超过四分之一，远不如外界预期的那么大。
从快手近期的一系列动作来看，其仍然在为可灵AI的落地寻找更多应用场景。比如，快手试图通过***和流量扶植的方式，让品牌方、制作机构、媒体等需求方能够与AIGC创作者进行商务合作，以支持使用可灵AI的创作者获得变现机会。这在一定程度上反映了AIGC的变现并不像想象中的那么容易。
在这些挑战之下，***生成模型领域的一个发展趋势是降本。虽然很多公司依然在积极投入***生成模型，但尽可能降低训练和推理成本，已经是很多公司都在探索的方向。
在预处理过程统一***的数据格式、提高数据质量、实现数据标准化、减少数据量以及处理标注信息，则是其他一些公司降本的重点。抖音一位***架构技术负责人表示，超大规模***训练数据集导致计算和处理成本激增、***样本数据参差不齐，以及处理链路环节多、工程复杂等，都让***生成模型训练和推理成本增加。同时，对GPU、CPU、ARM等多种异构算力***的调度部署也是挑战之一。
据界面新闻了解，豆包***生成模型自研了多媒体处理框架BMF来应对模型训练的算力成本挑战，该方案可使用大量潮汐***，为模型训练提供支撑。
除此之外，通过自研芯片在同等***压缩效率下实现***大模型训练和推理成本降低，是部分互联网大厂选择的方向。而一些AIGC公司则在探索将低质量***与高质量图像相结合，在保障***输出画质的基础上降低训练模型成本的方法。当成本真的降下来，***生成模型的未来之路也会更加明晰。
