学习费用：面议
课时安排：0.5天
主讲老师：余星冰
课程简介：本课程将深入探讨GPT-Sora的技术特点、应用前景以及所面临的挑战，帮助学员全面了解这一新兴技术，把握科技发展的脉搏，为未来的职业生涯和创新创业打下坚实基础。
《GPT-Sora：生成式AI的新机遇和新挑战》
主讲：余星冰老师
【课程背景】
随着人工智能技术的飞速发展，生成式AI已成为科技领域的热门话题。从文本生成到图像创作，再到如今的视频制作，生成式AI正不断突破技术边界，为各行各业带来前所未有的创新机遇。
GPT-Sora，作为这一领域的最新成果，不仅继承了GPT系列模型的强大文本生成能力，更实现了从文本到视频的跨越式生成，为媒体、教育、娱乐等多个领域带来了革命性的变化。
本课程将深入探讨GPT-Sora的技术特点、应用前景以及所面临的挑战，帮助学员全面了解这一新兴技术，把握科技发展的脉搏，为未来的职业生涯和创新创业打下坚实基础。
【课程收益】
1. 了解GPT-Sora核心技术
2. 洞悉生成式AI未来趋势
3. 拓展AI在职业和业务中的发展空间
【课程特色】
干货多，紧贴业务，案例生动，互动研讨，工具实用，落地性强
【课程对象】
企业数字化转型负责人、数字化项目经理、数字化专员等推动企业数字化转型的内部关键岗位人士（人事、财务、IT、信息化部、核心业务部等）
【课程时间】
0.5天（6小时/天）
【课程大纲】
第一部分：引言（15分钟）
· 暖场：欢迎词与自我介绍
· 背景介绍：简述生成式AI的背景和发展历程
· 主题概览：GPT-Sora项目简介及其在生成式AI中的位置
第二部分：生成式AI概述（30分钟）
1 定义与分类：生成式AI与判别式AI的区别。
2 发展历程：从早期模型到ChatGPT的崛起。
2.1 从AI大模型迈向通用人工智能的探索
2.2 合成数据打破人工智能训练数据瓶颈的趋势
3 核心特征：生成式AI的创造能力、通用能力、涌现能力。
4 生成式AI的定义与工作原理
4.1 深度学习与自然语言处理的基础知识
4.2 变量生成模型（如GANs, VAEs）与基于变换器的模型（如GPT系列）
5 当前应用案例分析
5.1 文本生成
5.2 图像生成
5.3 音频与视频合成
5.4 金融、医疗、制造业、城建地产等行业的突出应用
第三部分：GPT-Sora的技术细节（30分钟）
1.1 发布背景：OpenAI在AI领域的持续创新。
1.2 Sora的定义与功能：基于文本生成视频的技术突破。
1.3 技术特点：
1.3.1 超长视频生成能力（最长可达60秒）。
1.3.2 高度一致性与细节丰富性。
1.3.3 理解和模拟真实世界的能力（3D一致性、物体持久性等）。
1.3.4 图生视频、视频扩展、视频拼接等附加功能。
1.4 模型架构详解
1.4.1 变换器结构
1.4.2 编码器与解码器的工作机制
1.4.3 模型能力
1.4.3.1 生成符合物理规律的视频内容
1.4.3.2 支持多种输入方式生成视频
1.4.3.3 视频内容的无缝过渡和风格化改变
1.5 训练过程与数据集的重要性
1.5.1 大规模数据集的使用
1.5.2 预训练与微调的过程
1.5.3 训练方式
1.5.3.1 海量数据的训练与Tokenization处理
1.5.3.2 Re-Captioning技术提升学习质量
1.5.4 技术原理
1.5.4.1 Diffusion model与Transformer的结合
1.5.4.2 Encoder编码和Decoder解码过程
1.6 性能评估方法
1.6.1 BLEU, ROUGE等指标解释
1.6.2 实际应用场景中的性能测试
第四部分：GPT-Sora的应用实例（30分钟）
1.1 行业应用：
1.1.1 媒体传播：新闻机构快速生成视频新闻，提升时效性和吸引力。
1.1.2 教育：教材、讲义转化为交互式教学视频；自动作文评分；个性化学习资源生成，增强学习兴趣
1.1.3 娱乐：影视制作初期评估故事节奏、场景布局。创作者和影视从业者的生产力提升
1.1.4 营销：快速生成多版本产品介绍视频，精准定向投放。
1.1.5 商业场景中的创新：自动化市场调研报告编写；客服机器人
1.1.6 创意产业的机会：内容创作辅助工具；艺术作品生成
1.1.7 企业管理：内部政策、操作指南转化为培训视频，提高员工学习效率。
1.1.8 技术创新：推动AI视频生成技术的进一步发展。
1.2 经济影响：降低创作门槛，提升生产效率，创造新的商业模式。
第五部分：挑战与伦理考量（20分钟）
1 技术挑战：
1.1 算力需求高，生成成本仍然较高。
1.2 模型幻觉现象，可能输出与事实不符的内容。
1.3 对物理法则的认识初级，生成视频细节上存在常识性错误。
2 社会影响：
2.1 对就业市场的冲击，部分岗位可能被自动化取代。
2.2 偏见与公平性问题
3 法律法规框架下的合规性
3.1 数据隐私与安全问题
3.2 侵犯个人隐私，诱发网络犯罪。
3.3 版权问题，如何保护原创内容。
第六部分：未来展望与讨论（15分钟）
1 GPT-Sora技术的发展趋势预测
1.1 技术优化：提升模型性能，降低算力需求，减少幻觉现象。
1.2 伦理与法律建设：建立数据保护机制，明确版权归属，加强法律法规建设。
2 对未来社会影响的思考
2.1 人才培养：普及生成式智能教育，培育新质生产力人才。
2.2 未来展望：生成式AI在更多领域的应用，推动全球科技革命和产业变革。
3 开放环节：观众提问与互动
结语（10分钟）
• 回顾要点：总结GPT-Sora的机遇与挑战。
• 展望未来：生成式AI的无限可能及其对人类社会的影响。
