Sora引发行业震动，中国开源方案破局突围

2024年2月，OpenAI 推出的文生视频模型Sora引发全球关注，其精良逼真的画质堪比影视CG效果，甚至有人预言它将颠覆电影工业。然而，Sora却选择了闭源策略，其技术细节成为黑箱，这让许多研究者望而却步。但谁都没想到，三个月后，一支来自北京大学的科研团队却用中国开源方案打破了这一僵局。

命运的齿轮就此转动，华为与这支北大团队的“缘分”也就此开启。

在 2024年鲲鹏昇腾开发者大会上，华为官宣和清华大学、北京大学、上海交通大学、浙江大学、中国科学技术大学5所顶尖高校合作成立鲲鹏昇腾科教创新卓越中心，围绕前沿技术合作、创新课题资助、顶级专业竞赛支持等维度展开合作，双方共同目标就是培养卓越研究人才，为计算产业孵化根植中国的创新成果。

一个月后，华为率先与北京大学举办签约仪式，北京大学 鲲鹏昇腾科教创新卓越中心（后文简称为“卓越中心”）正式落地。该卓越中心为视图生成、AI Agent、计算平台优化与创新、科学智能、工业仿真、生命科学等科研课题提供支持。当时，时任北京大学信息工程学院助理教授、博士生导师的袁粒，正在带领团队筹备开源版Sora，但受限于算力和数据的要求，项目进展缓慢。

袁粒表示：“视频生成不仅需要处理高分辨率和高帧率的数据，还依赖于复杂的神经网络架构以及大规模且多样化的训练数据集，这些因素都对计算资源提出了极高的要求。视频生成每次实验和迭代优化都需要大量的GPU资源，使得算力成为项目推进的关键瓶颈。尽管团队在高校内已拥有一些算力支持，但在大模型时代，如果要实现类似Sora视频生成，原有的算力资源远远不够。”

于是为了解决算力瓶颈，双方一拍即合，借助北京大学 鲲鹏昇腾科教创新卓越中心开展合作，短短一个月后，Open-Sora Plan在昇腾支持下正式推出，兼容文生图和文生视频，生成的视频精致流畅，媲美电影效果。

更重要的是Open-Sora Plan完全开源，开发者可基于自己的需求进行模型定制，大大提升了开发效率，因此Open-Sora Plan一经发布立即引起国内外 AI 开发者的关注，很快冲上 GitHub Trending 全球榜单第一，收获 12000+Star，获得 14 万多次访问。

北大与昇腾的“双向奔赴”，从“0”到“1”突破

一项技术的发展，既需要像袁粒团队这样的年轻科研人奋力奔跑，也需要全行业的众擎易举。正如袁粒在采访中多次强调，Open-Sora Plan项目的成功，不仅在于技术层面的突破，更在于这种全球范围内的合作，为项目的发展提供了强大动力。

迁移昇腾生态后，北大团队发现，昇腾打造了性能卓越且易于使用的 AI 基础软硬件平台，为开发者提供坚实的 AI 算力底座。目前有 50 多个业界主流大模型基于昇腾孵化及适配，可以说，昇腾已支撑起近一半的中国原创大模型。

经过一段时间的体验，团队发现昇腾生态具有高度的开放性和包容性，例如，通过CANN的支持，昇腾实现高效能的并行计算，显著加快大规模数据集的处理速度，这对于需要大量计算资源的科学研究尤为重要。Ascend C接口类库简化AI应用的开发流程，不仅降低开发者的入门门槛，还提高了开发效率。此外，算子加速库进一步优化算法运行性能，为科研人员提供更为灵活的选择。更重要的是，昇腾全面支持业界各类框架、加速库及三方社区生态，并提供全流程迁移工具，可快速实现大模型和应用的适配，目前已支持ChatGLM、LLaMA2、GPT、BLOOM等业界主流大模型。

而接下来的训练中，北大团队发现昇腾在训练推理能力也表现出色：比如使用torch_npu进行开发时，整体代码都可以无缝在昇腾NPU上训练和推理；需要进行模型切分时，昇腾MindSpeed分布式加速套件提供了丰富的大模型分布式算法及并行策略；另外，在大规模训练中，使用MindSpeed和昇腾硬件的稳定性远高于其他计算平台，可以连续一周不中断。

因此，短短一个月后，Open-Sora Plan就正式推出，获得了业内的极大认可。

袁粒回忆道：“当时我们进行计算平台选型时，在尝试多个平台后，我们最后坚定选择了昇腾。从最初的怀疑到刚接触的还行，再到深入接触后，昇腾的成长速度和生态丰富程度远远超出了我的预期，深入合作后发现与Open-Sora Plan也比较适配，我们越用越顺手。”

这得益于产品的易用性，大大降低了开发者的入门门槛。虽然团队成员是从零开始接触昇腾，但上手使用的速度却相当快。袁粒从中观察到，昇腾的学习门槛在逐步降低，社区内容的支持也正逐渐丰富，这是昇腾生态逐步完善实现的结果。

校企联动，让Open-Sora Plan长出加速度

也正因如此，Open-Sora Plan展现出了惊人的进化速度。2024 年 4 月初，Open-Sora Plan v1.0 正式发布。仅仅一个月后，在 5 月迎来了 v1.1 版本的更新。10 月底，最新的 v1.3 版本发布，带来了创新性的特性，推出了社区首个视频生成领域可行的稀疏化 3D Attention——Skiparse Attention，该技术有效提升了模型在处理时空信息时的效率和准确性，进一步优化了视频生成质量和性能；同时延续并强化了对多种分辨率和时长视频生成的支持。

在今年鲲鹏昇腾开发者大会（KADC 2025）上，袁粒团队联合兔展团队共同发布了Open-Sora Plan V1.5版本并预告了V2.0统一架构的多种能力。据介绍，相比上一代V1.3模型，该模型的功能更加完善，性能显著提升，尤为值得一提的是，该模型百分百依托昇腾MindSpeed MM多模态大模型套件进行训练和优化，同时采用了更先进的Diffusion Transformer结构SUV，突破了上一版本的计算复杂度和性能上限，实现了电影级的视频生成质量。同时V2.0版本实现了从单模态到多模态统一架构创新，并基于昇腾通过统一框架让视觉、语言、空间信息多源深度协同推理，增强视觉对复杂文本提示词的理解精准度，实现了文本和单张图片生成动态视频并支持下游各种任务，如检测分割、深度估计、风格迁移等，充分体现了昇腾在大模型时代的技术支撑能力和自主创新潜力。

该项目的合作模式发挥多方力量，达到1+1＞2的效果。一方面，有力推进了创新科研成果孵化。Open-Sora Plan依托北大强大的科研力量，全力突破模型架构、算法创新等关键技术瓶颈。高校的科研团队凭借深厚的学术积累和前沿的研究理念，不断探索视频生成技术的新边界。同时，借助昇腾AI软硬件平台，为模型训练提供了坚实的后盾，保障了训练的稳定性与高效性，大大加速了视频生成技术的迭代速度。

另一方面，通过深度的校企合作，有效的人才培养机制，成功培养出一批复合型人才，成功构建起“技术-人才-场景”的闭环。在联合实验室，学生既能接触到北大教授的学术前沿，又能参与企业真实项目开发。值得注意的是，袁粒带领的团队平均年龄仅 23 岁，就已产出爆款项目。高校人才深度参与到项目之中，在实践中不断成长和学习，不仅掌握了先进的模型技术，还了解了产业的实际需求，为产业储备了一大批懂模型、能落地的复合型人才，为产业的长远发展注入了源源不断的活力，真正实现从科研突破到产业应用的价值转化。

携手高校，培育产学研融合的人才沃土

从闭源到开源，从实验室到产业，Open-Sora Plan的故事，是一场高校深耕与产教融合的胜利。它证明了：当高校科研与产业生态深度绑定时，技术突破不再是孤军奋战，而是群体智慧的结晶。

科技的未来，离不开基础技术的持续突破和人才的涌现，还有生态链各方的协同合作。大道不孤，众行致远。Open-Sora Plan基于开源初心，集结昇腾等多方力量参与到项目建设中。

“我们每天与昇腾团队交流讨论，一起头脑风暴，共同进行代码和算法开发。他们的专业建议和底层算子开发支持，使我们的工作更加高效。我们还会每周进行定期评审和会议讨论，确保项目的稳步推进。” 袁粒表示。

如今，Open-Sora Plan 已成为产教融合的标杆案例，也被复制到了智能制造、数字医疗、文创等多个领域。    

从闭源阴影到开源曙光，从技术突围到人才孵化，Open-Sora Plan 用两年时间为校企联合打样。这个诞生于高校实验室的项目，正在成为全球 AI 人才的 "黄埔军校"，用开源精神和创新实践，为中国在 AI 时代的人才竞争中开辟出一条独特路径。