春节期间，全球AI热点涌现，利好频出。OpenAI带头执行AI芯片投资计划并发布文生视频新品Sora，英伟达正式发布此前已经有所展示的AI本地部署RAG工具Chat with RTX，谷歌更新Gemini至1.5版本。
OpenAI宏伟投资计划，剑指改革全球半导体。据华尔街日报消息，OpenAI正在打造全球芯片供应链，来彻底重塑全球半导体行业，Altman一直在关注AI芯片的供需问题，2018年，Altman个人投资了一家AI芯片初创公司Rain Neuromorphics，2019年，OpenAI花费5100万美元购买Rain的芯片；去年11月，Altman为一家代号为“Tigris”的芯片企业寻求数十亿美元的资金。我们认为，从远期来看，算力需求或持续超出我们的想象，如果仅依靠台积电的先进制程产能进行供应，或难以满足未来AI用户持续增长带来的供应缺口，而另起炉灶，构建一套由OpenAI自己领导的算力产业链，当下来看是OpenAI切入基础设施领域的可行方案。
文生视频大模型Sora横空出世，其能够理解并呈现物理定律，影视动画行业的颠覆性时刻到来。Sora虽然仍旧使用Transformer架构和基于扩散模型，但最大变化在于其能够在生成的视频中展现出火焰反光、物体运动惯性等自然界规律；同时相较于其他扩散模型，视频可以保持相当高的稳定性和一致性，因此，Sora呈现的AI视频给用户一种连续性强、符合逻辑、具有一定观赏性的感觉。最重要的是，Sora依旧符合AI缩尺律（Scaling Law），OpenAI在技术文档中说明，随着训练计算量的增加，样本质量明显提高，进一步佐证了多模态时代，算力需求将成为最核心的瓶颈之一。
Gemini1.5将实现大模型最大的上下文窗口。相较于Gemini1.0，1.5最主要的改进是处理大文件的能力，Gemini1.5Pro每次可以处理100万个token，结合原生多模态能力，其可以一次性处理大量信息，例如1小时的视频、11小时的音频、超过3万行（或70万个单词）的代码。Gemini基于MoE（Mixture-of-Experts）专家网络，根据给定的输入，MoE模型将选择性地激活其神经网络中最相关的专家路径，从而极大提高模型效率。
Chat with RTX——AI助理的一小步，边缘推理的一大步。该工具可以使用Mistral、Llama2等开源模型，帮助用户阅读文档/视频并通过检索增强生成（RAG）总结文件内容，全程由本地RTX显卡进行推理。我们认为，边缘推理是AI触及广大潜在用户的“毛细血管”，世界经济论坛在最近的一份报告中预测，能够离线运行生成式AI模型的设备将“大幅增长”，其中包括个人电脑、智能手机、物联网设备等，原因在于，本地模型不仅更加私密，而且与云托管模型相比，本地模型的延迟更低，成本效益更高。
总结来看，近期的AI行业新闻，在模型层面各家激战正酣，同时在ScalingLaw不断应验的事实下，我们此前对算力需求充分乐观的观点将持续被验证，AI算力有望继2023年后，继续成为新一年的热门投资方向。
暂无评论内容