前言

李一舟大家最近都看到过他的视频，或者是听说过他的事情，也都知道Sora还在测试中，但是它发的效果视频还是非常震撼的，并且整个视频时长是60s的，大家也都知道，抖音的中视频计划最低的时间要求就是大于60s的视频，那么，如果利用Sora来生成视频，那么真就可以批量处理了，可以离开剪辑师，一个人用Sora就可生成无数的视频，并且质量都不低，按照这个方法，那真的是一本万利啊。

大家都知道，现阶段文生图的功能基本上已经完全实现了，而且使用的价值也不高，如果自己有一台配置比较高的电脑，自己搭建一个stable diffusion就能生成各类的图片，而且高清处理一下，图片的画质也是相当的可以。那么Sora是依赖于什么生成的呢？

视频原理

我们玩过stablediffusion的都知道一个插件【AnimateDiff】，这个插件就可以生成视频，一般生成2~15s的视频，不会太大，因为对应的资源消耗太大，很多电脑都跑不起来，后来清华除了一款插件可以让内存消耗小一些，可以消耗的时间又是太多，用时间换空间，要不就是用空间换时间，但是对应的原理我们能知道。

如果生成的内容较大，计算机扛不住就会看到以下的提示。

很明显，超了，玩不转了。但是为什么会玩不转呢？其实就是生成的内容比较多，一次性进入到内存里，所以玩不转，如果要是单个图片的生成就是没有问题的呢。

一般电影的帧数为24帧，我们所看的视频16~24帧，连续播放出来即可看到视频，当然，也会有一些超高清的甚至达到60帧，这个帧数代表每秒钟显示的图片数量，数量越多，对应的画质也是越好。

生成一张图片的成本

就拿李一舟网站来说，他那是一般生成一张图需要1万算力起步，提问需要上千算力起步，如果不够了再去购买，好家伙。最贵的钻石会员399元，那是真的贵啊！冲百度的千帆大模型能用好久呢。

你看看，这贵的，受不了，就算我们搭个桥去外网用GPT4也就这么多吧。

我们在从百度上看看价格，这价格也才两分钱一秒啊，一般一张图片也就1毛钱多一些吧。

我们来简单计算一下，1毛钱一张图片，但是非高清的图片哦，如果高清就得翻翻，那么也就是2毛一张，在上上不能每次都能精准的描述图片，损失率我们估计在30%，故而大致需要：

0.22460*1.3=374.4元

算下来可以看到竟然高达374.4元/1min视频，这成本依然是很高的呢。但是我们知道，具体的算法肯定是被优化了的，如果成本这么高的话肯定是无法商业化处理的，对应的我们就可以期待一下了，程序员的一小步，人类的一大步。

在这里我们可以预计一下成本，既然能让大家都用得起，那么应该1$完成1个60s的视频，也就是差不多六块钱，这样的话还是可以控制成本的。

Sora预计发展趋势

我也算在此行深耕了好多年，我来大胆的分析判断一下，Sora发展的方向：

1、降低成本（压力在算法工程师）
2、融合物理计算(例如C4D等工具)
3、融合化学反应原理(真正的去做实验)
4、融合生物学(生命科学药物或科技)

为什么我没有说其它商用呢，因为我们当前的这个世界本质是由少部分超级资本家所掌握的，资本家要长期享受这种高人一等的生活就必须去大力研发生命科学，他们的资本投入完全可能大于某些国家的年生产总值，故而超级科学家们服务的对象肯定是他们，所以说，Sora会给我们普通人一些娱乐方向的产品，但是2~4都是为了更好的服务于资本而发展。

Sora在短视频上的新风口——对于年长人友好

Sora对于越有阅历的人越友好，大家生成的视频也得在一定的语言描述中才能生成，这会大大的提高老年人再就业的机会，让老人们再次贡献他/她们的价值。

最后，祝大家都能赶上这波Sora的风口，让自己的生活更加没满。

大模型岗位需求

大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

整理了我入门大模型的学习路线和自用资料，在全民LLM时期，多输入一些就多一重安全感。

有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】

​

人工智能书籍

• OpenCV（中文版）.(布拉德斯基等)
• OpenCV+3计算机视觉++Python语言实现+第二版
• OpenCV3编程入门 毛星云编著
• 数字图像处理_第三版
• 人工智能:一种现代的方法
• 深度学习面试宝典
• 深度学习之PyTorch物体检测实战
• 吴恩达DeepLearning.ai中文版笔记
• 计算机视觉中的多视图几何
• PyTorch-官方推荐教程-英文版
• 《神经网络与深度学习》(邱锡鹏-20191121)
• …
  
  有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取
  ​

第一阶段：零基础入门（3-6个月）

新手应首先通过少而精的学习，看到全景图，建立大局观。 通过完成小实验，建立信心，才能避免“从入门到放弃”的尴尬。因此，第一阶段只推荐4本最必要的书（而且这些书到了第二、三阶段也能继续用），入门以后，在后续学习中再“哪里不会补哪里”即可。

第二阶段：基础进阶（3-6个月）

熟读《机器学习算法的数学解析与Python实现》并动手实践后，你已经对机器学习有了基本的了解，不再是小白了。这时可以开始触类旁通，学习热门技术，加强实践水平。在深入学习的同时，也可以探索自己感兴趣的方向，为求职面试打好基础。

第三阶段：工作应用

这一阶段你已经不再需要引导，只需要一些推荐书目。如果你从入门时就确认了未来的工作方向，可以在第二阶段就提前阅读相关入门书籍（对应“商业落地五大方向”中的前两本），然后再“哪里不会补哪里”。

有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取
​