ChatGPT和Sora真的限制了我們對大型模型的想像嗎？

美國一家市場研究機構最近發布的報告在網路上瘋傳。 報告詳細分析了OpenAI部署Sora所需的硬體資源，併計算出Sora在高峰期需要多達72萬個Nvidia H100來支持，相應成本為1561億元人民幣。

同時，另一則新聞也充斥在螢幕上。 一位微軟工程師散佈消息稱建造了 10 萬台 H100 來訓練 GPT-6，但結果卻導致電網崩潰。

而這個消息讓對大模特兒有興趣的人們開始竊竊私語：

為了創作幾個文字和一個視頻，真的值得付出如此多的努力，耗盡地球的資源嗎？

（來源：廠資）

事實上，某種程度上，ChatGPT和Sora限制了人們對大型模型的想像——

文字生成可以“透過預測下一個令牌來理解世界”，影片創作可以成為“理解物理世界的工具”，因此所有資源都投入到創建文字和圖像上。

然而，大型模型的想像就此結束了嗎？

你不知道業界大模已經有多強了

最近業界流傳的一系列有趣的案例，明顯超出了ChatGPT和Sora提供的模型，向大家展示了合成AI還有更多的想像空間。

照片中，AI正在產生健康檢查報告。 沒錯，它正在產生一份「未來」的體檢報告。

在健康管理產業，如何對人們的健康狀況進行早期風險預警是一個關鍵問題。

既然AI生成這麼強大，那麼未來讓AI直接產生健康檢查報告呢？

人工智慧實際上為你創造了它。 您一定要注意以後的體檢結果。

不僅是人類的體檢報告，人工智慧還可以創建未來複雜水電機組的「體檢報告」。

可以看到，AI直接提供具體時間、精確到分鐘的運作狀態，並提醒高溫可能發生損壞。

提醒業主檢查並調整偵測和操作策略。

這些案例源自於人工智慧公司第四範式在產業中的一些活動。 這些產業大模型基於名為Prophet AIOS的產業大模型平台，涵蓋各類型AI模型的開發、管理與應用。 該平台已發展至5.0版本。

AI創造一切，所有AI都是被創造的

細心的讀者一定發現，這些神奇的案例都有一個共同的特徵：

實際上，這一切都在「預測下一個 X」部分。 和這個

ChatGPT 在一定程度上證明了使用大量資料進行預訓練然後「預測下一個 token」可以產生智慧。 Sora 證明，這種「預測下一個 X」方法不應僅限於由標記表示的文字資料。

ChatGPT和Sora的出現都證明了「Next X Prediction」路線圖的正確性。

因此，進一步拓展想像空間、最大化大模型價值的方向是在「預測下一個X」中不斷擴展、拓展未知數值參考X的形式。

這個X可以是實物檢查報告、水文資料、監測值、緊急應變計畫。 這些產業的大模型需要多種形式的產業數據和紮實的產業知識，最終為特定產業產生X。

例如，這是由垂直工作人員開發的大型音效模型。

當你想為音樂廳設計最好的音訊體驗時，你只需要讓這個行業主流模型根據不同的解決方案創建音訊解決方案，讓它提供特定的數據並用視覺化圖像展示出來。

這種產生的音訊體驗根本不能用來預測它在使用音訊產業中大量的專有形式和特殊資料來訓練大型工業模型後產生的下一個單字。

建立這樣的模型，關鍵的前提顯然是為各行各業的從業人員賦能，讓專家知識和數據發揮作用。

他們需要的可能不是傳統的大語言模型或基於大語言模型微調的行業數據，而是實際根據其行業中不同形式的數據進行訓練的大基礎模型。

第四範式AIOS 5.0可以接受各種類型的“X”，然後根據這些無法解決的問題來建立相應垂直領域的大型模型。

事實上，這個想法正越來越多地被許多重要公司所採用。 甚至 OpenAI 也不相信最終會出現一個可以解決所有問題的大型通用模型。 OpenAI的COO最近在一次論壇上表示：「當然，你不需要一個內建模型來解決每一個問題。人們應該根據使用場景動態調用不同的模型，以更好地智慧分配資源的特定工具」。

所以不要被ChatGPT和Sora限制，在「預測下一個X」中讓X有更多的可能性。 這些能力只會在各個行業中萌芽和發展，當它們相互連接時，AGI 就會來得更快。 （王昭陽）

#ChatGPT和Sora真的限制了我們對大型模型的想像嗎