Chatgpt基于大语言模型llm的基本单位token，也就是文本程序代码数字，这种基本构件块就是chatgpt底层颗粒，对它进行大规模训练后，就能生成chatgpt产生的结果结果。
Sora的工作原理完全一样，只是它基于的颗粒是一个个小的图像块，是由各种视频和图像拆解生成的。对这些颗粒进行大规模训练后，就能生成出sora产出的东西。由此可见，从语料的角度看，chatgpt和sora没有什么不同。
其次，从算法角度看，chatgpt和sora都是通过一种条件扩散算法diffusion transformer来实现训练。预训练前也进行降维压缩，和深度学习原理一样。训练后得到原始像素空间，用来生成各种视频。
最后，从规模上看，两者都是通用模型，各自能把海量文本数据或者视频数据吃进肚里，海量的结果是大力出奇迹，能够产生各种意想不到的东西。
由此可见，我国ai失败的原因很简单，数据不够海量，规模和openai没法比，虽然国内诞生了三百多家各种行业大模型，却很少有人去用，无人问津。这种原因是致命的，规模小，数据质量差，使得我们可能永远赶不上国外人工智能，甚至差距会指数增大。
--
FROM 61.146.44.*