OpenAI推出Sora：AI領(lǐng)域的革命性突破

2022年，OpenAI聊天機器人ChatGPT的面世無疑成為了引領(lǐng)人工智能浪潮的標志性事件，宣告了新一輪科技革命的到來。無論是聊天娛樂、教育學(xué)習(xí)，還是工作生產(chǎn)、醫(yī)療健康等領(lǐng)域，人工智能正以前所未有的速度滲透到我們生活的方方面面。

而就在2月16日，OpenAI宣布推出全新的人工智能模型“Sora”。據(jù)了解，通過文本指令，Sora可以直接輸出長達60秒的視頻，并且包含高度細致的背景、復(fù)雜的多角度鏡頭，以及富有情感的多個角色。

這是繼文本、圖像之后，OpenAI將其先進的AI技術(shù)拓展到了視頻領(lǐng)域。Sora無疑是人工智能領(lǐng)域的一次重大突破，該技術(shù)不僅展示了AI在理解和創(chuàng)造復(fù)雜視覺內(nèi)容方面的先進能力，而且對內(nèi)容創(chuàng)作、娛樂和影視制作行業(yè)帶來了前所未有的挑戰(zhàn)和機遇。

一次性看完Sora發(fā)布的所有精彩視頻

01

對Sora問世的本源思考

我們知道，人類通過獲取和識別自然界和社會的各種信息來辨別物體，從而認知并改變世界。信息廣泛指人類社會傳播的各種內(nèi)容，包括音訊、消息以及通訊系統(tǒng)傳輸和處理的對象。這些信息以多種載體形式存在，如文字、符號、表格、聲音、圖形圖像、視頻和動畫等。

然而，現(xiàn)在，Sora的出現(xiàn)意味著對現(xiàn)實世界的理解、模擬和生成不再局限于人類。它涵蓋了文字、圖形圖片、語音和視頻等形式，而過去這些只有人類才能完成。正因如此，Sora的問世預(yù)示著這個世界正在發(fā)生難以想象的變革。

02

大模型的核心技術(shù)：機器學(xué)習(xí)

大模型的核心技術(shù)是自然語言處理（NLP）和深度學(xué)習(xí)。具體而言，它基于Transformer架構(gòu)，使用了大規(guī)模無監(jiān)督學(xué)習(xí)方法，例如自回歸語言建模和掩碼語言建模，來訓(xùn)練一個龐大的神經(jīng)網(wǎng)絡(luò)模型。

機器學(xué)習(xí)聽起來很高大上，其本身也確實很復(fù)雜。為了將簡單問題復(fù)雜化，機器學(xué)習(xí)是模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，如果我們從人類的學(xué)習(xí)行為來理解機器學(xué)習(xí)，也許就比較容易。

人在認識世界和學(xué)習(xí)的過程中，通常會先學(xué)習(xí)抽象的概念入手來了解某個事物或原理，這個概念其實就是對應(yīng)機器學(xué)習(xí)的特征工程。比如我們在學(xué)習(xí)幾何指示的三角形，首先會從符號來認識，然后是了解三角形的定義、性質(zhì)和計算公式。三角形的定義、性質(zhì)和計算公式，對應(yīng)機器學(xué)習(xí)的特征工程。

通常老師在講完課程后，會留一些課后作業(yè)和家庭作業(yè)，用以加深和鞏固學(xué)生對三角形的概念、定義、性質(zhì)和計算公司的理解。那么學(xué)生做作業(yè)的過程，就是機器學(xué)習(xí)的訓(xùn)練樣本。訓(xùn)練數(shù)據(jù)是用來幫助機器學(xué)習(xí)知識、建立起蘊含知識的模型的數(shù)據(jù)。

為了更好地提升學(xué)習(xí)效果和學(xué)習(xí)成績，學(xué)生還會參加課外補習(xí)班，然后做各種刷題和模擬練習(xí)，這個過程就是讓機器學(xué)習(xí)的有更多的和更有效的訓(xùn)練樣本。在每個學(xué)期中，學(xué)校通常都會安排周考、月考、期中考、期末考，用以檢驗學(xué)生的學(xué)習(xí)效果并作為考核的依據(jù)，最終的結(jié)果就是考上好的高中和好的大學(xué)。

學(xué)生參加各種考試就是對應(yīng)機器學(xué)習(xí)的測試樣本。測試樣本是機器學(xué)習(xí)里模型服務(wù)的對象，對測試數(shù)據(jù)作出正確的預(yù)測和反饋，是機器學(xué)習(xí)一系列活動的最終目的。

我們看到，計算機世界所有的技術(shù)和手段，包括機器學(xué)習(xí)，都來源于我們現(xiàn)實日常生活和實踐，并且我們普通大眾都是能很好地理解。

很多時候父輩和祖輩們，可能他們沒讀過書，甚至不識字，但中華民族一些古老的知識和智慧（如成語、諺語）他們都能懂，甚至自然而然地去遵從。這些知識和智慧其實就是我們的基因，這些基因會一代代傳遞下來，并且不受文字和語言的限制。

這種基因的遺傳，其實也可以想象成一段“代碼”，假設(shè)這段代碼是更高維世界設(shè)計出來，那么人類也算是高維世界的“人工智能”。然后人類現(xiàn)又在自身的基因和日常實踐基礎(chǔ)上，設(shè)計出了第N+1代人工智能，并另類延續(xù)了人類的基因。

03

Sora會帶來哪些變局和顛覆性影響？

Sora模式的提出，必將對未來的視頻制作模式產(chǎn)生巨大的影響，并為各行各業(yè)帶來新的機遇。但Sora帶來的影響，無論從寬度和深度來說，都將遠超這些。

1、對行業(yè)、職業(yè)的沖擊和顛覆

根據(jù)OpenAI官方文章介紹以及分享的演示視頻來看，Sora稱得上是“王炸級”的AI工具。就像OpenAI將圖像生成模型DALL-E集成到ChatGPT產(chǎn)品中那樣，如果OpenAI將視頻生成模型Sora也集成到ChatGPT供所有用戶使用，那么應(yīng)該能夠?qū)σ曨l相關(guān)的行業(yè)逐漸帶來改變，比如影視制作、短視頻創(chuàng)作、在線教育、廣告?zhèn)髅?、游戲開發(fā)、直播，等等。

2、虛擬現(xiàn)實融合帶來的影響

Sora模式可以按照用戶的喜好和動作，在短時間內(nèi)產(chǎn)生各種場景、情節(jié)，增強了用戶的互動體驗。sora的問世，當人沉浸在虛擬的元宇宙的時候，比如有AR、VR，當體驗做到極致的時候，可能會分不清哪個是現(xiàn)實、哪個是虛擬?；蛘咧绤s不愿意區(qū)分，就像人做了美夢不愿意醒來一樣，因為虛擬世界過的可能會比現(xiàn)實世界更好。

3、數(shù)實融合驅(qū)動精神境界提升

隨著數(shù)字技術(shù)發(fā)展，人類社會活動的一切過程都有可能被記錄下來，形成數(shù)據(jù)。sora的出現(xiàn)，未來可以依據(jù)價值體（如組織、企業(yè)、個人、群體的標簽畫像、行為為記錄，可以方便地生成和還原完整現(xiàn)實世界的一切原始模型和軌跡。

也就是說，可能不需要查看攝像頭視頻，或需要畫像專家依據(jù)目擊者的描述來勾勒嫌犯的畫像，就可能直接生成相關(guān)的視頻（不只是靜態(tài)畫面）。因此，未來，你擁有多少財富、物資和房產(chǎn)，在平臺里都是透明的，你所花的任何一筆錢，其實也是透明的.

這個可能導(dǎo)致的結(jié)果，隨便一筆花費別人都知道。如果是來路不正的錢，可能都不會有機會花費，違法犯罪行為也更都無法隱藏。所以，數(shù)字技術(shù)的發(fā)展，會驅(qū)使人們提升精神和道德的修養(yǎng)，使得人們可能會更多地從物質(zhì)層面的追求，轉(zhuǎn)向精神層面的追求和探索。

Sora只是小試牛刀，它展現(xiàn)的不僅僅是一個視頻制作的能力，而是大模型對真實世界有了理解和模擬之后，會對整個人類社會全方位帶來新的突破和變革。

04

結(jié)語

中國人常說：“六六大順、逢七必變”這句話。對于數(shù)字“七”包含著許多奧妙，例如7日來復(fù)，一周有7天，7年之癢，公司7年一個坎，個人職業(yè)往往7年會有起落等等。

二十一世紀有三個7，，一個“七”已經(jīng)讓人頭痛，兩個“七”更加復(fù)雜，3個代表“多”，很多事情都可能要變，二十一世紀會是非常快速的一個時期。因此，如果再拿二十世紀的思維，有可能是行不通。比如在數(shù)字化時代，我們可以彎道超車和選擇新的路徑，而簡單地照搬西方的思想和管理模式可能行不通。當然，這并不意味著我們之前學(xué)習(xí)和西方學(xué)習(xí)沒有必要，相反，之前的學(xué)習(xí)是非常有必要的。

Sora的出現(xiàn)是人類AI技術(shù)新的里程碑，我們在AI上暫時落后于美國，但任何事情有好有壞，AI對人類的沖擊和顛覆的后果還未最終驗證。有一種觀點，認為所有的創(chuàng)造發(fā)明其實都是發(fā)現(xiàn)，即讓人們在合適的時間“發(fā)現(xiàn)”，在我們發(fā)現(xiàn)這些規(guī)律和科學(xué)奧秘之前，它們本就一直存在和起作用。

道德經(jīng)：“天網(wǎng)恢恢，疏而不失（漏）”，如果“天網(wǎng)”看成是一個看不見、摸不著的高維“數(shù)字系統(tǒng)”，天網(wǎng)和現(xiàn)實世界的對接和映射，并將現(xiàn)實世界的萬事萬物進行了記錄和存檔。Sora的問世讓現(xiàn)實世界和數(shù)字世界連接和孿生趨向無縫連接和融合，那么天網(wǎng)系統(tǒng)、現(xiàn)實世界和數(shù)字世界三者的相互作用，又將會進一步給我們的未來帶來更多的變化。

審核編輯：黃飛