很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥哥筆記小羽毛（ngbjxym）
來源：發(fā)現(xiàn)報(bào)告
科技的日新月異總是讓人戰(zhàn)栗。
還沒出正月，就又被科技圈貼臉開大了。
先是英偉達(dá)推出Chat With RTX，將每個(gè)人的電腦變成本地化系統(tǒng)大模型，緊接著谷歌AI推出Gemni1.5版本，最高支持100萬tokens的上下文。
如果說這兩件事只是在業(yè)界內(nèi)部掀起腥風(fēng)血雨，離普通人生活還遠(yuǎn)著呢。
那已經(jīng)有封神作品Chatgpt的OpenAI就是奔著“干掉所有人”來的，和Gemni1.5同天發(fā)布的文字生成視頻大模型Sora，只需輸入文字，就可以生成一段長(zhǎng)達(dá)60秒的高清視頻。不僅讓馬斯克感嘆：“gg humans。”還讓周鴻祎放話：“AGI（通用人工智能）的實(shí)現(xiàn)將從10年縮短到1年。”
影視工作者們又開始新一輪的失業(yè)焦慮，而上一次集體焦慮的是去年年初面對(duì)Chatgpt的文字工作者。
不過話說回來，文生視頻大模型也不是第一次出現(xiàn)了，Sora為什么能打敗一眾對(duì)手，成為里程碑？AGI時(shí)代真的馬上就要降臨了嗎？當(dāng)AI逐漸滲透生活，代替工作，我們又該怎么辦？
就像開頭提到的，Sora并非首個(gè)文生視頻大模型。據(jù)不完全統(tǒng)計(jì)，截至去年年底，全球能實(shí)現(xiàn)文本生成視頻的大模型包括Runway、Pika、Stable Video Diffusion等20多個(gè)產(chǎn)品。
那為什么Sora的誕生仍然被稱為里程碑呢？
對(duì)比來看，Sora的特別之處在于以下三個(gè)方面：
1.超長(zhǎng)生成時(shí)間。Sora支持60s視頻生成，而且一鏡到底，不僅主人物穩(wěn)定，背景中的人物表現(xiàn)也十分穩(wěn)定，可以從大中景無縫切換到臉部特寫。
而在此之前，AI視頻工具都還在突破幾秒內(nèi)的連貫性，即使是Runway和Pika這樣的“明星模型”，生成的視頻長(zhǎng)度也僅有3到4秒，Sora的時(shí)常可以說已經(jīng)達(dá)到了史詩級(jí)的記錄。
2.單視頻多角度鏡頭。Sora可以在單個(gè)生成的視頻中創(chuàng)建多個(gè)鏡頭，模擬復(fù)雜的攝像機(jī)運(yùn)鏡，同時(shí)準(zhǔn)確地保持角色和視覺風(fēng)格。
在OpenAI的展示視頻中一只狼對(duì)著月亮嚎叫，感到孤獨(dú)，直到它找到狼群，多鏡頭無縫切換都保持了主體的一致。
3.理解物理世界。最重要的是，Sora不僅理解用戶在提示中要求的內(nèi)容，還能自己理解這些事物在現(xiàn)實(shí)世界中的存在方式。
比如畫家在畫布上留下筆觸，或者人物在吃食物時(shí)留下痕跡。火車穿過東京郊區(qū)，隨著車窗內(nèi)外光線環(huán)境和物體的變化，車窗上倒影的變化也幾乎被按照現(xiàn)實(shí)世界的物理規(guī)律完美還原了出來。
而在技術(shù)方面，Sora打破了此前擴(kuò)散模型局限性。Sora采用的是 DALL·E 3 的重標(biāo)注技術(shù)，通過為視覺訓(xùn)練數(shù)據(jù)生成詳細(xì)描述的標(biāo)題，使模型更加準(zhǔn)確地遵循用戶的文本指令生成視頻，還能夠?yàn)楝F(xiàn)有圖片賦予動(dòng)態(tài)效果或延伸視頻內(nèi)容的長(zhǎng)度。
也就是說，只需要一句話，Sora就能生產(chǎn)出一條高質(zhì)量的短視頻，甚至還能夠根據(jù)靜態(tài)圖像生成視頻，拓展現(xiàn)有視頻或填充缺失的幀。
這也是Sora最炸裂的點(diǎn)，我們已經(jīng)習(xí)以為常用大模型創(chuàng)造出不存在的事物，但是能夠準(zhǔn)確地理解物理世界運(yùn)轉(zhuǎn)邏輯，這些都是以前任何模型都無法完成的事情。
Sora所具備的模擬物理世界和數(shù)字世界的能力或?qū)⒓涌焓澜缒Ｐ偷膶?shí)現(xiàn)進(jìn)程，這一功能將成為實(shí)現(xiàn)AGI的重要里程碑。
那是否真的像360創(chuàng)始人周鴻祎說的一樣，Sora的誕生意味著AGI實(shí)現(xiàn)可能從10年縮短至一兩年呢？
在業(yè)內(nèi)專家看來，這個(gè)觀點(diǎn)有點(diǎn)過于樂觀。
就說Sora本身也不是那么完美，還存在一堆BUG，比如難以準(zhǔn)確模擬復(fù)雜場(chǎng)景的物理原理，可能無法理解因果關(guān)系，還可能混淆文字提示的空間細(xì)節(jié)，也可能難以精確描述隨時(shí)間推移發(fā)生的事件。
例如“五只灰狼幼崽在一條偏僻的碎石路上互相嬉戲、追逐”的視頻，狼的數(shù)量會(huì)變化，一些憑空出現(xiàn)或消失。
而且聊的這么熱鬧的Sora并未向公眾開放，就連在在OpenAI的官網(wǎng)上，關(guān)于Sora的內(nèi)容也是放入的research研究這個(gè)欄目，而不是產(chǎn)品的欄目，換句話說Sora還不能算是一個(gè)成熟的產(chǎn)品。
與文本對(duì)話和圖片生成相比，按照現(xiàn)在技術(shù)路線描述的情況來看，Sora雖然在訓(xùn)練模型上不需要太多參數(shù)，但實(shí)際應(yīng)用由于推理生產(chǎn)視頻過程中將涉及較大數(shù)據(jù)量的計(jì)算，同時(shí)為追求較高的視頻生成效果，訓(xùn)練和推理過程中都需要進(jìn)行盡量多次數(shù)的迭代計(jì)算，將釋放大量算力需求。
Sora想要大規(guī)模商用，訓(xùn)練成本高昂、高質(zhì)量數(shù)據(jù)集的缺乏都是需要跨越的門檻。
另外，就是AI在社會(huì)層面的幾個(gè)老生常談問題，隱私安全、虛假信息、價(jià)值觀偏差、濫用造成的道德和倫理風(fēng)險(xiǎn)以及知識(shí)產(chǎn)權(quán)。
不能否認(rèn)Sora的出現(xiàn)無疑是AI發(fā)展的一個(gè)巨大成功，但它模糊的現(xiàn)實(shí)與AI界限也會(huì)面臨被用來“深度偽造”的風(fēng)險(xiǎn)。
而AGI旨在創(chuàng)建一個(gè)具有廣泛認(rèn)知能力的智能體，它不僅能執(zhí)行特定的指令或解決特定問題，還能理解復(fù)雜的環(huán)境并適應(yīng)新情況，就像人類智能一樣。
Sora的出現(xiàn)的確為未來AGI提供了基礎(chǔ)，開啟了理解物理世界的第一階段，可以說是實(shí)現(xiàn)AGI的一個(gè)中間步驟或關(guān)鍵技術(shù)，但它本身并不等于AGI，AGI的實(shí)現(xiàn)還需要跨越更多技術(shù)和認(rèn)知障礙，包括深度理解、泛化能力、自我改進(jìn)等。
最近幾十年來，人工智能領(lǐng)域帶來的震撼不斷。
從“深藍(lán)”計(jì)算機(jī)1997年5月?lián)魯?guó)際象棋世界冠軍，到Alpha Go2016年3月戰(zhàn)勝圍棋世界冠軍；從ChatGPT到Gemini，再到現(xiàn)在的Sora，每一次革新都可以說是喜憂參半。
人們一方面感嘆于技術(shù)的進(jìn)步，享受帶來的便利，另一方面又擔(dān)心AI變得越來越聰明，它可能會(huì)在很多領(lǐng)域超越我們，甚至可能在改變世界的能力上也超過我們。
但是一個(gè)圍繞虛擬與人工智能的時(shí)代正以不可逆的架勢(shì)向我們襲來，并不能因?yàn)閾?dān)心就停下前進(jìn)的腳步。
就像蒸汽機(jī)、發(fā)電機(jī)的發(fā)明會(huì)解放生產(chǎn)力，會(huì)淘汰掉舊生產(chǎn)線上的工人，也會(huì)創(chuàng)造新的工作機(jī)會(huì)一樣，AI不也是個(gè)工具，同樣會(huì)頂替一些重復(fù)性的、缺少技術(shù)含量的工作，但使用工具的還不是人。
況且目前的人工智能技術(shù)大部分還處于認(rèn)識(shí)世界的階段。無論是ChatGPT、Gemini還是Sora，都只是提高了人工智能對(duì)世界的認(rèn)識(shí)水平，并不能超越人類整體，我們還有大把時(shí)間去研究、學(xué)習(xí)、掌握使用方式。
畢竟，科技的最終目標(biāo)應(yīng)該是讓人類的生活變得更好，而不是取代我們。
所以，科技的發(fā)展就像是一場(chǎng)馬拉松，它在不斷地推動(dòng)我們前進(jìn)，我們既要學(xué)會(huì)享受這個(gè)過程，也要準(zhǔn)備好迎接它帶來的挑戰(zhàn)。
打不過就加入嘛~你期待AGI全面實(shí)現(xiàn)嗎？
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問，請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治??；
2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)