周鸿祎：Sora 意味着 AGI实现将从10年缩短到1年

对于OpenAI发布的首个视频生成模型Sora，2月16日，周鸿祎在微博表示，这次很多人从技术上、从产品体验上分析Sora，实际这些都比较表象，最重要的是 Sora 的技术思路完全不一样。 

周鸿祎表示，这次 OpenAl利用大语言模型优势，把 LLM 和 Diffusion 结合起来训练，让 Sora 实现了对现实世界的理解和对世界的模拟两层能力，这样产生的视频才是真实的，才能跳出 2D 的范围模拟真实的物理世界。

这都是大模型的功劳。 周鸿祎认为，Open Al训练这个模型应该会阅读大量视频。一旦人工智能接上摄像头，把所有的电影都看一遍，把YouTube 上和 TikTok 的视频都看一遍，对世界的理解将远远超过文字学习，一幅图胜过千言万语，而视频传递的信息量又远远超过一幅图，这就离AGI真的就不远了，不是10年20年的问题，可能一两年很快就可以实现。

春节长假期间，海外AI相关进展持续刷屏。

2月18日，OPPO创始人兼CEO陈明永发布全员信，表示，“未来五年，AI对手机行业的影响，完全可以比肩当年智能手机替代功能机。公司专门成立了AI中心，资源将向AI集中”。魅族同日称，停止传统智能手机新项目开发，全力投入“明日设备”。

2月17日，据知情人士透露，软银集团创始人孙正义正在寻求高达 1000 亿美元的资金来资助一家芯片合资企业，以与英伟达公司竞争并供应人工智能必需的半导体。

2月16日，OpenAI发布视频生成模型Sora，可生成60秒一镜到底视频。360周鸿祎表示，“一幅图胜过千言万语，而视频传递的信息量又远远超过一幅图，意味着AGI真的就不远了，不是10年20年的问题，可能一两年很快就可以实现。”

国盛证券认为，Sora相比此前其他文生视频模型，已经跨越到实用生产力工具，1分钟长度有望大规模应用在短视频领域，扩展视频的能力也有望制作长视频，或将带来新一轮内容创作产业革命。

但另一方面，此次Sora暂未对外开放使用，国盛认为算力的限制可能是重要因素：随着AIGC技术在影视剧集、宣传视频、自媒体、游戏等领域逐步渗透，视频创作效率或迎来显著提升，同时视频相对于文字、图像的交互数据量级将有巨大提升，或对应算力需求的高速扩张。

2月8日，媒体报道称，OpenAI CEO Sam Altman正在与包括阿联酋在内的投资者进行谈判，以筹集数万亿美元资金，旨在提高全球芯片制造能力，“该项目可能需要筹集多达5万亿至7万亿美元的资金。”

此外，假期间英伟达推出Chat With RTX本地部署大模型、谷歌推出升级版Gemini 1.5 Pro。行情方面，英伟达假期涨逾4%，超微电脑一度涨超40%，最后一天大跌后涨幅缩窄至15%。

综合来看，民生证券表示，面对增长乏力的全球经济，生产力大幅跃升或是破局关键，具备让全球生产力指数级放大潜力的 AI，成为肩负世界经济走出低谷的“诺亚方舟”。2024年或是AI应用的真正元年，AI终端重构、算力国产化与多模态引领AI应用等方向孕育重要机遇。

公司方面，民生证券表示，1、国产核心算力：寒武纪、浪潮信息、海光信息、超讯通信;华为昇腾一体机：科大讯飞、云从科技、软通动力、恒为科技等。

2、AI终端变革：中科创达、萤石网络、漫步者等。3、数据落地的AI应用：效率办公-金山办公、AI司法-金桥信息、AIGC-超讯通信、教育-佳发教育、邮箱-彩讯股份、社交-掌阅科技等。

距离大模型横空出世已经过去一年有余，在AI大模型的浪潮下，各大科技企业争先恐后地推出了自家的大模型产品。

与此同时，各行业企业也对大模型保持着高度关注，一些其他行业的企业也纷纷跨界布局大模型相关产品。

据外媒近日报道，总部位于旧金山的美国初创企业Scale AI 2023年年化收入达到7.5亿美元，为前一年的3倍。得益于AI大模型的发展，Scale AI的业绩收入也如同坐上了“火箭”，一跃成为收入可以与OpenAI比肩的AI创企之一。

公开资料显示，Scale AI成立于2016年，主要为人工智能训练提供数据服务，创始人为华裔青年Alexandr Wang。

值得注意的是，Scale AI创业初期就得到了创业孵化公司Y Combinator的支持。彼时，Y Combinator的总裁为山姆·奥特曼，也即OpenAI的联合创始人及现任首席执行官。

Scale AI主要从事的AI训练数据标注，通俗理解，就是通过分类、画框、标注、注释等对图片、语音、文本、视频等原始的数据进行处理，标记对象的特征，以作为机器学习基础素材。

人工智能大模型是指拥有超大规模参数(通常在十亿个以上)、超强计算资源的机器学习模型，能够处理海量数据，完成各种复杂任务，如自然语言处理、图像识别等。

人工智能大模型行业是一个快速发展的领域，随着大数据和云计算技术的不断进步，该行业正在逐步成熟。人工智能大模型是实现人工智能应用的重要基础，被广泛应用于自然语言处理、计算机视觉、语音识别等领域。

中国人工智能大模型行业发展分析

工信部数据显示，2023年1-10月，国内人工智能产业发展势头向好，核心产业规模达到5,000亿元。从企业数量上看，截至2024年1月，国内人工智能相关企业为157.18万家。2021年-2023年，国内人工智能企业数量分别增加36.36万家、42.71万家、52.92万家，同比增长87.11%、17.47%、23.91%。

其中，以大模型为代表的生成式AI正加速与各行各业深度融合，关联产业规模已突破10万亿，催生出规模可观的数字经济新业态、新场景和新模式。其中，尤以智能制造、能源、金融、医疗、教育等领域的人工智能商业化应用最为活跃。

过去几年部署的AI应用，接下来几年都有可能被基于大模型的AI所替代。升级迭代可能会从优先具备海量数据的场景开始。当大模型支撑的AI应用成为主流，不能利用大模型能力的厂商将失去竞争优势。

《北京市人工智能行业大模型创新应用白皮书(2023年)》中显示，截至2023年10月，我国10亿参数规模以上的大模型厂商及高校院所共计254家，分布于20余个省市/地区。

在AI技术创新浪潮下，国内人工智能产业研发投入持续加码，多模态大模型等技术迭代更新不断加速。

9月初，科大讯飞宣布讯飞星火认知大模型面向全民开放服务，至此，首批包括讯飞星火、百度文心一言、商汤SenseChat等在内共十余款人工智能大模型全部面向公众开放服务。另外包括腾讯在内的一些公司的大模型也通过备案，将择机面向公众开放。

显然，2024年，大模型将继续其火热的现象，在2023年形成的百模大战竞争将会进一步白热化，进一步渗透到各行各业的数字化进程中。

人工智能大模型是实现人工智能应用的重要基础，被广泛应用于自然语言处理、计算机视觉、语音识别等领域。根据预测，到2024年年底我国将有5%—8%的企业大模型参数从千亿级跃升至万亿级，算力需求增速会达到320%。

当下，我国专业性大模型AI的开发仍然面临一些挑战和限制。一方面，大模型的训练需要庞大的计算资源和时间，这对于一些中小型企业和研究机构来说是一个难以逾越的壁垒。

另一方面，大模型的训练数据需要大量的人工标注和清洗，这对于一些领域专业性较高的任务来说是一个复杂而耗时的过程。此外，大模型的应用也面临着数据隐私和安全性的挑战，如何保护用户数据和防止滥用成为了亟待解决的问题。

随着各行各业大模型应用进程加快，智能制造生态和应用技术的成熟，2026-2029年，AI大模型应用领域有望呈现出裂变增长，市场总规模将达到5,000亿元，年均增长率或超100%。

报告根据人工智能大模型行业的发展轨迹及多年的实践经验，对中国人工智能大模型行业的内外部环境、行业发展现状、产业链发展状况、市场供需、竞争格局、标杆企业、发展趋势、机会风险、发展策略与投资建议等进行了分析，并重点分析了我国人工智能大模型行业将面临的机遇与挑战，对人工智能大模型行业未来的发展趋势及前景作出审慎分析与预测。