Sora终于来了，但多模态AI呼唤实用主义

69 0 0

文章摘要

OpenAI发布的视频生成模型Sora Turbo在实测中未能超越市场上现有视频模型，存在视频时长、生成效果一致性、指令遵循等方面的不足。Sora项目被比作视频版GPT-1，暗示其实验性质，主要作为科研参考。Sora的高算力和数据需求使其成本效益比令人担忧，且在产业化方面面临挑战，如高昂的训练和应用成本，以及不成熟的落地场景。

尽管Sora的发布是多模态AI技术的重要里程碑，但其技术局限性如逻辑错误和因果关系混乱等问题依然存在。Sora更多是对已有数据的拟合，而非创造新知识，模拟真实世界能力有限。

百度智能云采取“应用驱动”策略，关注多模态应用落地，而非打造通用视频模型。百度在多模态AI领域有深厚积累，选择应用驱动路线，通过算力、平台、安全等支持，降低多模态AI应用门槛，推动技术产生实际价值。百度智能云的百舸计算平台和千帆平台提供全栈式开发支持，覆盖模型训练、推理优化、应用开发等环节，帮助企业构建多模态解决方案。

百度智能云的多模态服务已渗透到各行各业，如工业质检、医疗影像诊断等，通过实际应用创造价值。百度智能云通过开放、灵活的AI基础设施，降低技术使用门槛，服务于产业创新，推动AI技术与产业融合，实现商业价值和社会价值。