一個(gè)充滿激情的個(gè)體、團(tuán)隊(duì)、組織，抑或一個(gè)火種、一片土壤、一束光，其激情是如何形成的呢？我們想要成為什么？人為什么活著？2024年，AI大模型的戰(zhàn)火正在愈演愈烈。2月16日凌晨，大洋彼岸的OpenAI公司再度拋出王炸，可一次性生成60秒視頻的大模型Sora浮出水面。在街頭漫步的女子、白雪皚皚的草地上行進(jìn)的猛犸象、唐人街的舞獅表演……高清晰度且畫面可控、能多角度切換的視頻效果，相較于目前“文生視頻”業(yè)內(nèi)主流的數(shù)秒鐘版本，OpenAI再度讓整個(gè)AI圈為之驚嘆。目前，如ChatGPT、Gemini、LLaMA等語言模型均基于Transformer架構(gòu)，利用了自注意力（self-attention）機(jī)制來理解和生成文本，使模型能夠捕捉到詞與詞之間的復(fù)雜關(guān)系；與之不同，Diffusion模型則是“文生圖”的代表，基于概率過程逐步構(gòu)建數(shù)據(jù)。Sora則是將上述兩種模型結(jié)合，形成基于Diffusion Transformer（DiT）思路的新模型，其中的Transformer架構(gòu)是利用對(duì)視頻和圖像潛在代碼的時(shí)空patch進(jìn)行操作。從目前釋放出的作品看，無論是背景建筑和街道以及人像的逼真程度，都保持著高度的一致性，哪怕是各種鏡頭的蒙太奇，都沒有出現(xiàn)明顯的失真情況。瞳孔、睫毛、皮膚紋理，動(dòng)物的毛色、動(dòng)作、與周圍環(huán)境的關(guān)系，逼真且嗅不出濃重的AI味。雖然呈現(xiàn)效果令人驚艷，但目前看，Sora視頻生成能力肯定并不完美（但0和1之差別將永遠(yuǎn)主導(dǎo)世界各行業(yè)各角度各層面的所有無以倫比的大局），如杯子碎裂前紅酒已灑滿桌面等不符合物理學(xué)規(guī)律的AI生成Bug不在少數(shù)，未來與文本對(duì)話和圖片生成相比，訓(xùn)練成本高昂、高質(zhì)量數(shù)據(jù)集的缺乏以及視頻描述的模糊性都將是Sora需要跨越的門檻。此次，Sora之所以引起如此巨大的關(guān)注，一個(gè)重要原因就是OpenAI為Sora賦予的使命，并不單單只是作為視頻生產(chǎn)的工具，而是將其稱作“能夠理解和模擬現(xiàn)實(shí)世界模型的基礎(chǔ)”，相信其能力“將是實(shí)現(xiàn)AGI的重要里程碑”。如果將語言模型理解為接近人腦，那么視頻模型則近似物理世界。視頻可以概括為從某一個(gè)視角觀察某個(gè)場景的一段時(shí)空，訓(xùn)練AI的真正目標(biāo)是理解和生成一個(gè)真實(shí)的場景或者世界，最終指向的是AGI（通用人工智能）?；蛘缒橙怂f：“Sora只是小試牛刀，它展現(xiàn)的不僅僅是一個(gè)視頻制作的能力，而是大模型對(duì)真實(shí)世界有了理解和模擬之后，會(huì)帶來新的成果和突破?！?/section>做一件事時(shí)，除非能堅(jiān)持做完，否則最好不要開始。在過去一年中，盡管國內(nèi)大模型產(chǎn)業(yè)蓬勃發(fā)展、百花齊放，但縱覽全球OpenAI、谷歌、英偉達(dá)等players，顯著差距尚存也是顯著的事實(shí)。在這種情況下，不僅是，相關(guān)產(chǎn)業(yè)必須被倒逼要加緊追隨世界科技前沿的步伐，同時(shí)在可行的情況下，專注并加強(qiáng)在人工智能細(xì)分領(lǐng)域的競爭和深入，加緊謀求局部突破，無論其是不是最優(yōu)解，而更是，尋找創(chuàng)新力或活力的來源仍為根本，那遠(yuǎn)方的激情到底來自哪里？理論是，相信能收到，就可以收到。此次Sora背后的涌現(xiàn)能力，為自動(dòng)駕駛、設(shè)計(jì)等需要現(xiàn)實(shí)世界建模的行業(yè)提供了思維的參考。亦如馬斯克早就曬出的特斯拉一年前就可以精準(zhǔn)模擬自動(dòng)駕駛環(huán)境的視頻，在這些可與實(shí)際業(yè)務(wù)場景緊密結(jié)合的領(lǐng)域，依然潛藏著巨大的、未被開發(fā)的潛力。無論如何，OpenAI再次將全世界拉回到了技術(shù)競賽的氛圍中，虛擬與現(xiàn)實(shí)間的AI橋梁已見雛形，更多的可能性則需要各界企業(yè)與機(jī)構(gòu)的共同努力與協(xié)作，共赴通用人工智能的星辰大海。這不一定是一場競爭，而或是一場勞動(dòng)競賽。人和人之間，領(lǐng)導(dǎo)人和領(lǐng)導(dǎo)人之間，企業(yè)和企業(yè)之間，本質(zhì)上比拼的是（內(nèi)部）心中是否有更遠(yuǎn)方更高級(jí)的夢。信念是對(duì)所盼望的事情的把握，是還沒見到的事實(shí)的證據(jù)。
加載中,請稍侯......