前言
李一舟大家最近都看到过他的视频,或者是听说过他的事情,也都知道Sora还在测试中,但是它发的效果视频还是非常震撼的,并且整个视频时长是60s的,大家也都知道,抖音的中视频计划最低的时间要求就是大于60s的视频,那么,如果利用Sora来生成视频,那么真就可以批量处理了,可以离开剪辑师,一个人用Sora就可生成无数的视频,并且质量都不低,按照这个方法,那真的是一本万利啊。
大家都知道,现阶段文生图的功能基本上已经完全实现了,而且使用的价值也不高,如果自己有一台配置比较高的电脑,自己搭建一个stable diffusion就能生成各类的图片,而且高清处理一下,图片的画质也是相当的可以。那么Sora是依赖于什么生成的呢?
视频原理
我们玩过stablediffusion的都知道一个插件【AnimateDiff】,这个插件就可以生成视频,一般生成2~15s的视频,不会太大,因为对应的资源消耗太大,很多电脑都跑不起来,后来清华除了一款插件可以让内存消耗小一些,可以消耗的时间又是太多,用时间换空间,要不就是用空间换时间,但是对应的原理我们能知道。
如果生成的内容较大,计算机扛不住就会看到以下的提示。
很明显,超了,玩不转了。但是为什么会玩不转呢?其实就是生成的内容比较多,一次性进入到内存里,所以玩不转,如果要是单个图片的生成就是没有问题的呢。
一般电影的帧数为24帧,我们所看的视频16~24帧,连续播放出来即可看到视频,当然,也会有一些超高清的甚至达到60帧,这个帧数代表每秒钟显示的图片数量,数量越多,对应的画质也是越好。
生成一张图片的成本
就拿李一舟网站来说,他那是一般生成一张图需要1万算力起步,提问需要上千算力起步,如果不够了再去购买,好家伙。最贵的钻石会员399元,那是真的贵啊!冲百度的千帆大模型能用好久呢。
你看看,这贵的,受不了,就算我们搭个桥去外网用GPT4也就这么多吧。
我们在从百度上看看价格,这价格也才两分钱一秒啊,一般一张图片也就1毛钱多一些吧。
我们来简单计算一下,1毛钱一张图片,但是非高清的图片哦,如果高清就得翻翻,那么也就是2毛一张,在上上不能每次都能精准的描述图片,损失率我们估计在30%,故而大致需要:
0.22460*1.3=374.4元
算下来可以看到竟然高达374.4元/1min视频,这成本依然是很高的呢。但是我们知道,具体的算法肯定是被优化了的,如果成本这么高的话肯定是无法商业化处理的,对应的我们就可以期待一下了,程序员的一小步,人类的一大步。
在这里我们可以预计一下成本,既然能让大家都用得起,那么应该1$完成1个60s的视频,也就是差不多六块钱,这样的话还是可以控制成本的。
Sora预计发展趋势
我也算在此行深耕了好多年,我来大胆的分析判断一下,Sora发展的方向:
1、降低成本(压力在算法工程师)
2、融合物理计算(例如C4D等工具)
3、融合化学反应原理(真正的去做实验)
4、融合生物学(生命科学药物或科技)
为什么我没有说其它商用呢,因为我们当前的这个世界本质是由少部分超级资本家所掌握的,资本家要长期享受这种高人一等的生活就必须去大力研发生命科学,他们的资本投入完全可能大于某些国家的年生产总值,故而超级科学家们服务的对象肯定是他们,所以说,Sora会给我们普通人一些娱乐方向的产品,但是2~4都是为了更好的服务于资本而发展。
Sora在短视频上的新风口——对于年长人友好
Sora对于越有阅历的人越友好,大家生成的视频也得在一定的语言描述中才能生成,这会大大的提高老年人再就业的机会,让老人们再次贡献他/她们的价值。
最后,祝大家都能赶上这波Sora的风口,让自己的生活更加没满。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
😝有需要的小伙伴,可以Vx扫描下方二维码免费领取==🆓