#EXO饭制产出[超话]#
宣一下棉花娃娃团[干饭人]p1世勋属性 叫XunDyee 中文名勋蝶 寓意是世勋的mbti小蝴蝶 谐音勋爹 象征着世勋的团霸地位[doge]
p2钟仁属性 10cm海星体挂件 已经送样啦
p3钟仁属性 目前已经开售 大概3.5截团
还有俊勉的娃正在策划✨画手正在给我排期 厂子已经找好 画出来就能立刻送去打样[给你小心心]
宣一下棉花娃娃团[干饭人]p1世勋属性 叫XunDyee 中文名勋蝶 寓意是世勋的mbti小蝴蝶 谐音勋爹 象征着世勋的团霸地位[doge]
p2钟仁属性 10cm海星体挂件 已经送样啦
p3钟仁属性 目前已经开售 大概3.5截团
还有俊勉的娃正在策划✨画手正在给我排期 厂子已经找好 画出来就能立刻送去打样[给你小心心]
开门红！
受盘前Sora利好刺激，今天AI大涨带领市场开门红。全市场230+个股涨停，其中一半与AI相关。
Sora是生成式AI又一次质变性质的事件，情绪上直接利好多模态以及游戏、视频、广告等传媒板块，但深入一点思考，再往上卖铲子的逻辑更好，包括光模块等硬件类、IP资源类、海外渠道平台类等。这几个分支今天都是领涨的，尤其是光模块等硬件，部分核心股已经创出历史新高。
AI不能只对标去年依葫芦画瓢了，已经过了纯概念炒作阶段，随着海外AI业绩的爆发，新一轮的AI行情应该瞄准哪些公司能真正在全球产业链上分一杯羹。光模块能对比当年白酒和医美，率先在市场情绪回暖时创出历史新高，底气就是能真正受益于全球AI的爆发，能真正落实到产业景气度上，能真正兑现业绩。另外，盘中有个关于硅光的传言，并且很快遭到澄清，但不得不说的是硅光确实是光模块的一个重要新技术，类似于逆变器中的微逆、储能中的钠电。
2024，也就是今年，是1.6T放量的元年：1,6T是光模块在数据传输的体量和速率上的升级，目前全球主要云厂商已在数据中心内部AI服务器开始使用800G光模块，与此同时，英伟达等GPU厂商已明确提出了更高速率的 1.6T光模块需求，以配合未来更大带宽更高算力的GPU。
英伟达下一代旗舰芯片B100大概率在2024年中旬发布，1.6T光模块将大量配套使用。那么随着1.6T的放量，硅光、LPO等新技术也将进入放量元年：硅光：为了进一步降低成本，产业又在芯片工艺方面研究出了硅光路线，相比传统光模块，硅光模块体积大幅减小，成本进一步优化，主要区别在于光芯片部分，其采用了高度集成的单芯片，而不是传统的分离多器件的组合，可解决速率瓶颈。硅光份额将由原来的5%扩展到10%，明年可能扩展到20∽30%。
CPO和LPO：为了解决高速光模块的能耗问题，行业提出了新技术CPO和LPO，其中CPO是长期路径，而LPO易落地，是短中期极具性价比的过渡方案。今年开始英伟达会率先使用LPO，但短期需求量增长不会太明显。
薄膜铌酸锂：为了进一步强化光模块的性能，产业在光模块电光调制器材料上也做了改进——使用薄膜铌酸锂代替原有的InP、Siph等材料，薄膜铌酸锂可实现超快电光效应和高集成度光波导，具有大带宽、低功耗、低损耗、小尺寸等优异特性。但预计最快要明年才有可能落地和使用。
关于硅光的一些简单分享：
硅光一直以来比较倾向于故事 主要是最早 他是英特尔用来对抗博通EML传统方案的一个对标或者说阵营
2016年的英特尔的硅光就占了20%订单 发展了7 8年到现在 其实份额一直都是很小的 藕合难度大 光芯片流片又很差 英特尔也一直都没赚到钱 硅光的渗透率一直在15%左右 主要是100G 将来的预期是400G以上的高速光模块的硅光渗透率能打到15%以上 甚至30% 40%左右 但是行业内预计如果硅光发展的顺利 在2027年左右 硅光能占据高速光模块的40%市场份额
这个技术有几个好处：
功耗低20%左右 你要知道1.6T的传统方案的散热都快上液冷了 尺寸会相对传统方案更小 成本至少便宜15% 对于硅光厂家和光模块厂也是双赢（互相毛利提高）
关键还有我们卡脖子比较利好的芯片尺寸 硅光最大可以做到45nm 而现在DSP都要做到从7NM做到5NM 对于我们自主可控来说可以是一个突破点
而且CPO其实就是硅光方案 台积电也要正式入局 似乎像某家已经下订单了 电话会里 还给了比较大的卫星
硅光同时也有4个新的增量：
1 GPU之间的互联 板间互联 nvlink的下一代技术 也需要用含有硅光的光引擎去连接 这个地方其实是一个新的增量
2 交换机板上的CPO硅光光引擎的增量
3 400G 800G高速光模块使用的硅光方案渗透率提升的增量
4 1.6T以后的高速光模块占主要份额的增量
因为电芯片这边 交换机侧 单波200G的电信号已经是极限水平了 所以用8通道的1.6T方案就是传统EML方案的极限了 16通道啥的基本这个光模块体积不但巨大 功耗上面都要爆炸了 要突破到3.2T 基本的想法就是使用低功耗硅光芯片配合多通道
旭创的硅光方案 光芯片是不发光的 那要解决这个问题就需要一个巨大的放光器 所以比较收益的就是CW激光器的增量 A股的话 大概率也就是源杰科技这边快突破了
而硅光的高精度藕合设备 放卫星的那家 也就是ficontec 罗博特科了 这个价值量也不少 每100W个硅光光模块 40~50台一般 2个亿RMB 毛利大概率50%+
还有就是旭创 旭创的硅光IC设计这一块是很出名的 所以我想它这个小作文来头也是有点原因
【Sora重大突破电话会议解读】
Q：在基于SORA模型生成视频的过程中，成本是如何计算的？
A：根据我们的计算，基于SORA模型生成视频的过程中，如果假设一张图的价格是0.02美元，一分钟生成十几张图片，那么生成一段60秒的视频可能需要消耗10到12美元。但是，如果第一次生成的视频不满意，需要重新生成，成本会进一步增加。如果考虑到产生不满意视频并重新生成的概率，那成本也可能会达到10万美元左右的量级。
Q：在产生视频时，视频的帧数（FPS）是否影响了成本？
A：对于视频的生成，虽然我们的假设是使用低帧数（10FPS）进行生成，但即使是生成流畅的60帧视频，成本也只会是十几美元。这是因为大部分成本都在建立diffusion模型的过程中，而对于时间序列建模，相对的价格影响并不高。
Q：生成高质量视频的成本较高，这是否意味着只有一些本身成本较高的行业才会采用？
A：初期的确如此，生成10秒钟的流畅视频可能需要消耗高达数十甚至上百美元的成本，训练成本也同样高昂。因此，先期可能主要会用于一些例如影视制作、大规模动画特效等领域，这些领域本身成本就很高，因此对这样的额外成本较为接受。
Q：对于现有的视频生成模型，是否有优化的可能？
A：在现有的模型下，我们预见到有优化的可能性，不过这还需要时日。我们可以期待的是，随着技术的进步和优化，高质量视频生成的成本将会逐渐降低。
Q：SORA模型对于产生视频媒体的影响是什么？
A：SORA模型基于AI大模型方式去建模，其带来的一大影响便是边界模糊——从文本到音频，再到视频的边界逐渐模糊。这意味着待我们由一段文字就能生成音频，甚至视频。在中低端内容生产方面，这个变化可能会让创意变得有更多价值，使得内容价值的产生不再仅仅依赖于单一的文本。
Q：未来会出现一些垂直模型吗？
A：随着SORA模型的发展，我们预测会出现衍生的垂直模型，这些模型将会逐渐涌现并开始影响像虚拟视频、短视频、广告，以及互动式电影游戏等行业。
Q：如果国内有公司想要追赶SORA模型的发展，可能需要多长时间？
A：在技术上，可能会存在半年的代差。因为SORA模型的成功，既依赖于高品质的数据，也依赖于良好的硬件基建，包括流程优化和完善的模型训练。国内的公司如果想要追赶，除了要解决这些问题以外，还需要决心承担可能的风险。
Q：我们是否可以在半年达到SORA模型的当下水平？在追赶SORA模型过程中，除了基础设施算力瓶颈，还有哪些可能的难点？
A：如果正常进行研发，复现SORA模型的基础框架可能会消耗半个月到一个月的时间。接下来需要建立整个数据处理管道，大约需要一两个月。在一边搭建数据管道，一边进行模型训练的情况下，真正开始训练可能需要一个到一个半月的时间。然后会消耗一个月周期的时间进行训练。之后需要优化训练效果，再训第二次、第三次。之后再加上优化过程，整个过程可能需要3到4个月。但这是一个估测值，整个过程可能需要半年左右的时间，依赖所有资源的完全配备。SORA模型对于管线要求相当高，主要是数据标注、自动化标注和数据基建方面。我们可能需要花费大量时间去标记和处理文本数据，这可能是阻碍我们追赶的最大难点。
Q：在我们努力赶超SORA模型的过程中，SORA模型还会发展，那么我们的努力是否真能够缩小差距？
A：实事求是地说，我们不一定能缩小差距。如果我们的目标仅仅是逐渐缩小与其差距，那么这个差距会不断扩大。但是，如果我们能在新的、更新的方式上，进行全新的突破，甚至超越SORA模型，那么我们才有更强的信心去改善现状。只有在我们进行新的突破的同时，才有希望去超越或改善现状。
Q：那个“十美金”是用于推理还是训练？
A：我之前提到的“十美金”是用于模型推理的，这只是一个估计。
Q：SVD消耗是384张卡，训练是一天。如果我们按照这个量级估算，乘以十倍，那么需要大约3000张卡。这个估计准确吗？
A：按照我的估计，SORA模型可能需要使用至少是SVD模型的十倍甚至几十倍以上的数据量。我会估算为需要大约1万张A卡去训练一月。这只是一个初步的估计。
Q：在您看来，我们追赶视频模型和追赶文本模型，哪个差距更大？
A：两者可能是一个量级的问题。“纹身纹”的问题主要是数据质量和数据量的问题。虽然有大量的公司正在进行这项工作，但视频模型的推理成本和训练成本都较高，数据链路的处理也比文本模型复杂。所以，我保守估计我们至少需要6个月来追赶视频模型。而这个过程包括：生成第一版模型，训练第一版模型，调优模型。不过，该模型结构并不特别难以实现。
受盘前Sora利好刺激，今天AI大涨带领市场开门红。全市场230+个股涨停，其中一半与AI相关。
Sora是生成式AI又一次质变性质的事件，情绪上直接利好多模态以及游戏、视频、广告等传媒板块，但深入一点思考，再往上卖铲子的逻辑更好，包括光模块等硬件类、IP资源类、海外渠道平台类等。这几个分支今天都是领涨的，尤其是光模块等硬件，部分核心股已经创出历史新高。
AI不能只对标去年依葫芦画瓢了，已经过了纯概念炒作阶段，随着海外AI业绩的爆发，新一轮的AI行情应该瞄准哪些公司能真正在全球产业链上分一杯羹。光模块能对比当年白酒和医美，率先在市场情绪回暖时创出历史新高，底气就是能真正受益于全球AI的爆发，能真正落实到产业景气度上，能真正兑现业绩。另外，盘中有个关于硅光的传言，并且很快遭到澄清，但不得不说的是硅光确实是光模块的一个重要新技术，类似于逆变器中的微逆、储能中的钠电。
2024，也就是今年，是1.6T放量的元年：1,6T是光模块在数据传输的体量和速率上的升级，目前全球主要云厂商已在数据中心内部AI服务器开始使用800G光模块，与此同时，英伟达等GPU厂商已明确提出了更高速率的 1.6T光模块需求，以配合未来更大带宽更高算力的GPU。
英伟达下一代旗舰芯片B100大概率在2024年中旬发布，1.6T光模块将大量配套使用。那么随着1.6T的放量，硅光、LPO等新技术也将进入放量元年：硅光：为了进一步降低成本，产业又在芯片工艺方面研究出了硅光路线，相比传统光模块，硅光模块体积大幅减小，成本进一步优化，主要区别在于光芯片部分，其采用了高度集成的单芯片，而不是传统的分离多器件的组合，可解决速率瓶颈。硅光份额将由原来的5%扩展到10%，明年可能扩展到20∽30%。
CPO和LPO：为了解决高速光模块的能耗问题，行业提出了新技术CPO和LPO，其中CPO是长期路径，而LPO易落地，是短中期极具性价比的过渡方案。今年开始英伟达会率先使用LPO，但短期需求量增长不会太明显。
薄膜铌酸锂：为了进一步强化光模块的性能，产业在光模块电光调制器材料上也做了改进——使用薄膜铌酸锂代替原有的InP、Siph等材料，薄膜铌酸锂可实现超快电光效应和高集成度光波导，具有大带宽、低功耗、低损耗、小尺寸等优异特性。但预计最快要明年才有可能落地和使用。
关于硅光的一些简单分享：
硅光一直以来比较倾向于故事 主要是最早 他是英特尔用来对抗博通EML传统方案的一个对标或者说阵营
2016年的英特尔的硅光就占了20%订单 发展了7 8年到现在 其实份额一直都是很小的 藕合难度大 光芯片流片又很差 英特尔也一直都没赚到钱 硅光的渗透率一直在15%左右 主要是100G 将来的预期是400G以上的高速光模块的硅光渗透率能打到15%以上 甚至30% 40%左右 但是行业内预计如果硅光发展的顺利 在2027年左右 硅光能占据高速光模块的40%市场份额
这个技术有几个好处：
功耗低20%左右 你要知道1.6T的传统方案的散热都快上液冷了 尺寸会相对传统方案更小 成本至少便宜15% 对于硅光厂家和光模块厂也是双赢（互相毛利提高）
关键还有我们卡脖子比较利好的芯片尺寸 硅光最大可以做到45nm 而现在DSP都要做到从7NM做到5NM 对于我们自主可控来说可以是一个突破点
而且CPO其实就是硅光方案 台积电也要正式入局 似乎像某家已经下订单了 电话会里 还给了比较大的卫星
硅光同时也有4个新的增量：
1 GPU之间的互联 板间互联 nvlink的下一代技术 也需要用含有硅光的光引擎去连接 这个地方其实是一个新的增量
2 交换机板上的CPO硅光光引擎的增量
3 400G 800G高速光模块使用的硅光方案渗透率提升的增量
4 1.6T以后的高速光模块占主要份额的增量
因为电芯片这边 交换机侧 单波200G的电信号已经是极限水平了 所以用8通道的1.6T方案就是传统EML方案的极限了 16通道啥的基本这个光模块体积不但巨大 功耗上面都要爆炸了 要突破到3.2T 基本的想法就是使用低功耗硅光芯片配合多通道
旭创的硅光方案 光芯片是不发光的 那要解决这个问题就需要一个巨大的放光器 所以比较收益的就是CW激光器的增量 A股的话 大概率也就是源杰科技这边快突破了
而硅光的高精度藕合设备 放卫星的那家 也就是ficontec 罗博特科了 这个价值量也不少 每100W个硅光光模块 40~50台一般 2个亿RMB 毛利大概率50%+
还有就是旭创 旭创的硅光IC设计这一块是很出名的 所以我想它这个小作文来头也是有点原因
【Sora重大突破电话会议解读】
Q：在基于SORA模型生成视频的过程中，成本是如何计算的？
A：根据我们的计算，基于SORA模型生成视频的过程中，如果假设一张图的价格是0.02美元，一分钟生成十几张图片，那么生成一段60秒的视频可能需要消耗10到12美元。但是，如果第一次生成的视频不满意，需要重新生成，成本会进一步增加。如果考虑到产生不满意视频并重新生成的概率，那成本也可能会达到10万美元左右的量级。
Q：在产生视频时，视频的帧数（FPS）是否影响了成本？
A：对于视频的生成，虽然我们的假设是使用低帧数（10FPS）进行生成，但即使是生成流畅的60帧视频，成本也只会是十几美元。这是因为大部分成本都在建立diffusion模型的过程中，而对于时间序列建模，相对的价格影响并不高。
Q：生成高质量视频的成本较高，这是否意味着只有一些本身成本较高的行业才会采用？
A：初期的确如此，生成10秒钟的流畅视频可能需要消耗高达数十甚至上百美元的成本，训练成本也同样高昂。因此，先期可能主要会用于一些例如影视制作、大规模动画特效等领域，这些领域本身成本就很高，因此对这样的额外成本较为接受。
Q：对于现有的视频生成模型，是否有优化的可能？
A：在现有的模型下，我们预见到有优化的可能性，不过这还需要时日。我们可以期待的是，随着技术的进步和优化，高质量视频生成的成本将会逐渐降低。
Q：SORA模型对于产生视频媒体的影响是什么？
A：SORA模型基于AI大模型方式去建模，其带来的一大影响便是边界模糊——从文本到音频，再到视频的边界逐渐模糊。这意味着待我们由一段文字就能生成音频，甚至视频。在中低端内容生产方面，这个变化可能会让创意变得有更多价值，使得内容价值的产生不再仅仅依赖于单一的文本。
Q：未来会出现一些垂直模型吗？
A：随着SORA模型的发展，我们预测会出现衍生的垂直模型，这些模型将会逐渐涌现并开始影响像虚拟视频、短视频、广告，以及互动式电影游戏等行业。
Q：如果国内有公司想要追赶SORA模型的发展，可能需要多长时间？
A：在技术上，可能会存在半年的代差。因为SORA模型的成功，既依赖于高品质的数据，也依赖于良好的硬件基建，包括流程优化和完善的模型训练。国内的公司如果想要追赶，除了要解决这些问题以外，还需要决心承担可能的风险。
Q：我们是否可以在半年达到SORA模型的当下水平？在追赶SORA模型过程中，除了基础设施算力瓶颈，还有哪些可能的难点？
A：如果正常进行研发，复现SORA模型的基础框架可能会消耗半个月到一个月的时间。接下来需要建立整个数据处理管道，大约需要一两个月。在一边搭建数据管道，一边进行模型训练的情况下，真正开始训练可能需要一个到一个半月的时间。然后会消耗一个月周期的时间进行训练。之后需要优化训练效果，再训第二次、第三次。之后再加上优化过程，整个过程可能需要3到4个月。但这是一个估测值，整个过程可能需要半年左右的时间，依赖所有资源的完全配备。SORA模型对于管线要求相当高，主要是数据标注、自动化标注和数据基建方面。我们可能需要花费大量时间去标记和处理文本数据，这可能是阻碍我们追赶的最大难点。
Q：在我们努力赶超SORA模型的过程中，SORA模型还会发展，那么我们的努力是否真能够缩小差距？
A：实事求是地说，我们不一定能缩小差距。如果我们的目标仅仅是逐渐缩小与其差距，那么这个差距会不断扩大。但是，如果我们能在新的、更新的方式上，进行全新的突破，甚至超越SORA模型，那么我们才有更强的信心去改善现状。只有在我们进行新的突破的同时，才有希望去超越或改善现状。
Q：那个“十美金”是用于推理还是训练？
A：我之前提到的“十美金”是用于模型推理的，这只是一个估计。
Q：SVD消耗是384张卡，训练是一天。如果我们按照这个量级估算，乘以十倍，那么需要大约3000张卡。这个估计准确吗？
A：按照我的估计，SORA模型可能需要使用至少是SVD模型的十倍甚至几十倍以上的数据量。我会估算为需要大约1万张A卡去训练一月。这只是一个初步的估计。
Q：在您看来，我们追赶视频模型和追赶文本模型，哪个差距更大？
A：两者可能是一个量级的问题。“纹身纹”的问题主要是数据质量和数据量的问题。虽然有大量的公司正在进行这项工作，但视频模型的推理成本和训练成本都较高，数据链路的处理也比文本模型复杂。所以，我保守估计我们至少需要6个月来追赶视频模型。而这个过程包括：生成第一版模型，训练第一版模型，调优模型。不过，该模型结构并不特别难以实现。
你好奇中国平面设计师当下最真实的职业状态是怎样的吗？
Design360°诚邀每位90后设计师参与调查，并与我们一同编写no.107️
即日起至3月20日，欢迎来填写问卷https://t.cn/A6Yo1KrN
我们将从参与者中随机抽取10位送出第107期《Design360°》杂志1⃣️0⃣️
2024年，最早一批90后迎来34岁，这几乎也是中国现代平面设计发展最快速的时期。三十多年来，一代代人投身于平面设计行业，但关于他们的生存现状，我们往往仅能从身边发生的事情以及媒体报道中窥见些许碎片。
实际上，我们更希望能通过客观的数据，去观察中国平面设计师的职业状态。因此，我们目前正在展开一项调查，呈现中国90后平面设计师的普遍生存现状，并该现状背后反映出来的行业生态与问题。
这次我们将调查对象定位于90后，是因为无论是迈入30岁大关、面临“35岁被迫退休”的95前，还是刚踏入职场、摸索前行的95后，都是当下平面设计行业的主力军。10年的年龄跨度，也足够让他们成为多样化的样本。
在此，我们诚挚邀请每位90后设计师参与本次调研，调研结果将用于《Design360°》第107期杂志（2024年6月刊）的编辑。我们希望通过这次调研收集到尽可能真实、多维、有意义的数据，为设计行业带来有价值的参考。
期待你的参与！和我们一同画出最真实的平面设计职业图鉴。
*提交此调查表即表示你默认同意将调查结果授予我们用于研究和杂志内容。所有调查信息将被匿名处理。对于可能涉及个人信息的情况，我们将予以保密处理。
Design360°诚邀每位90后设计师参与调查，并与我们一同编写no.107️
即日起至3月20日，欢迎来填写问卷https://t.cn/A6Yo1KrN
我们将从参与者中随机抽取10位送出第107期《Design360°》杂志1⃣️0⃣️
2024年，最早一批90后迎来34岁，这几乎也是中国现代平面设计发展最快速的时期。三十多年来，一代代人投身于平面设计行业，但关于他们的生存现状，我们往往仅能从身边发生的事情以及媒体报道中窥见些许碎片。
实际上，我们更希望能通过客观的数据，去观察中国平面设计师的职业状态。因此，我们目前正在展开一项调查，呈现中国90后平面设计师的普遍生存现状，并该现状背后反映出来的行业生态与问题。
这次我们将调查对象定位于90后，是因为无论是迈入30岁大关、面临“35岁被迫退休”的95前，还是刚踏入职场、摸索前行的95后，都是当下平面设计行业的主力军。10年的年龄跨度，也足够让他们成为多样化的样本。
在此，我们诚挚邀请每位90后设计师参与本次调研，调研结果将用于《Design360°》第107期杂志（2024年6月刊）的编辑。我们希望通过这次调研收集到尽可能真实、多维、有意义的数据，为设计行业带来有价值的参考。
期待你的参与！和我们一同画出最真实的平面设计职业图鉴。
*提交此调查表即表示你默认同意将调查结果授予我们用于研究和杂志内容。所有调查信息将被匿名处理。对于可能涉及个人信息的情况，我们将予以保密处理。
✋热门推荐