Source : @Revue des affaires du 21e siècle Weibo
Écrit par Pan Jihe
Voulez-vous créer le populaire Sora? Robin Li a dit "non".
Après qu'OpenAI ait dévoilé Sora au début de l'année, cela a choqué tout le monde. Domestic Sora a été lancé l'un après l'autre, en tant qu'acteur numéro un de l'IA, a fait un détour.
"Peu importe la popularité de Sora, Baidu ne le fera pas." En parlant de cela, l'attitude de Robin Li était claire.
Il n’y a pas si longtemps, il a en outre expliqué que l’échec de Baidu à créer Sora ne signifiait pas qu’il ne produisait pas de multimodalité.
En fait, Sora n’est pas le seul moyen d’approfondir la multimodalité.
Baidu a choisi d'emprunter une autre voie, en favorisant les capacités techniques à fonctionner en premier là où existent des scénarios commerciaux réels, tels que le domaine humain numérique qui combine des capacités d'interaction multimodale.
Lors de la conférence mondiale de Baidu, la nouvelle technologie de phlébographie améliorée de récupération « iRAG » de Robin Li est utilisée pour résoudre le problème des hallucinations dans l'IA générative. Elle suit également la première voie pratique multimodale et s'efforce de promouvoir les applications industrielles pour véritablement progresser vers l'échelle. .
Derrière la différenciation des voies, elle est liée aux choix stratégiques de Robin Li et de Baidu, ainsi qu'à la proposition fondamentale de développement technologique.
hors de portée
Sur la seule base de mots rapides, une vidéo de 60 secondes peut être générée. L'innovation révolutionnaire de Sora et son expression d'image fluide et étonnante ont le potentiel de remodeler l'industrie.
À ce stade, deux mots-clés se révèlent vaguement dans son tableau grandiose et magnifique : cher et éloigné.
Cher, facile à comprendre. La demande de Sora en matière de puissance de calcul et de données nécessite à la fois des quantités massives et une haute qualité.
En termes de puissance de calcul, selon un rapport de l'organisme de recherche Factorial Funds, Sora doit être formé sur 4 200 à 10 500 GPU NVIDIA H100 pendant au moins 1 mois juste pour entraîner le modèle.
Lors de son lancement officiel, la puissance de calcul maximale de Sora nécessitera environ 720 000 GPU H100. Calculé à 30 000 $ US par pièce, le coût correspondant sera de 21,6 milliards de dollars US, ce qui représente une dépense d'argent étonnante.
Cette consommation continue et de haute intensité des ressources fait paraître proche l’ère « Video ChatGPT », alors qu’en réalité elle est lointaine.
Du point de vue des progrès, au début de l'année, le CTO d'OpenAI prévoyait que Sora serait officiellement lancé au public en 2024. Cependant, avec...
[Courte citation de 8% de l'article original]