然而周五美股算力方向超微大跌20个点，如何解读？

DiT架构论文的原作者认为Sora参数量可能也就3B，算力消耗不大：使用了DiT，DiT = [VAE encoder + ViT + DDPM + VAE decoder]。关于训练数据来源，可能的确有来自UE5等游戏引擎的合成数据，从效果风格猜测还有电影纪录片电影长镜头。DiT算力消耗可能并不像大家想的那么高

这次创新的关键，可能在于找到了表达视频信息最合适的representation，即spaceTime latent patch

Jim Fan今天凌晨的分析：Sora的软物理仿真是一种涌现。GPT-4必须学习语法、语义和数据结构，才能生成Python，而不是存储Python语法树；与之类似，Sora必须学习一些隐含的文本到3D、3D转换、光线追踪渲染和物理规则的形式、才能准确地模拟视频像素。

而a股视觉系渲染龙头，当仁不让的就是丝路视觉。

概念中明确表明了3dcat等渲染技术的掌握。

正逢ai时代大浪潮推进，Sora的横空出世代表着未来会有更多类Sora式的现象级产品出现，从蒸汽时代到电力时代，再到现在的信息化时代，进步是日新月异级别的进步，而人工智能的出现快速加大了这一进程，处在时代的风口浪尖上，市场是参与人工智能门槛最低的方式。

逻辑整理不易，新概念出现，寸秒寸金，欢迎讨论转发。

部分内容参考Jason内容，如有侵权请告知。