Sora配得上一句「遙遙領先」嗎?
Sora沒有讓「現(xiàn)實不存在了」,畢竟現(xiàn)實中的杠精依舊存在。
文 | 佘宗明
Sora+蘋果頭顯VisionPro+腦機接口=?
這注定是個沒有標準答案的問題。
在e/acc(有效加速主義)思維中,答案也許是「顛覆」「革命」「iPhone時刻」等大詞不夠用,「未來已來」的既視感愈發(fā)強烈。
在EA(有效利他主義)視角里,這可能意味著風險連著風險:深度偽造、后真相,意念失控、腦波異樣……
擔心「被AI替代」、熱議「××行業(yè)已死」,成了Sora在輿論場激起的鏈式反應。震驚體和重磅發(fā)布體標題堆砌,則成了自媒體蹭熱點的標準姿勢。
在網(wǎng)上,還有些YY達人用腦補那些難以描述畫面的方式,代償著《完蛋!我被美女包圍了》玩完后的意猶未盡:戴上VR眼鏡,就能觀看由自己意念發(fā)出的Prompt(提示詞)生成的小視頻,男主角是自己,女主角是劉亦菲楊冪劉詩詩熱巴……
▲從Sora生成的視頻中,可以看到女子眼部的細節(jié)變化。
雖然打開方式各異,但現(xiàn)實中,大多數(shù)人終究是承認「二向箔原產(chǎn)地供應商」OpenAI的優(yōu)秀的:去年初ChatGPT爆火帶來的AI大模型熱余溫猶在,今年初文生視頻大模型Sora又將AIGC推向新里程碑,怎一個「了得」二字了得?
饒是如此,仍有不少人對「開年王炸中的王炸」Sora翻起了白眼——他們手里拿著DAO、DeFi、NFT、Crypto的概念合訂本,準備在上面再加個「Sora」。
每場技術變革,都是在被質疑中擴散開來的,「泡沫論」幾乎是每個風口都揮不去的陰影。
只不過,對Sora的質疑里,還摻雜了更為復雜的情緒配方。這類情緒配方,跟「大國技術差距」的對照關聯(lián),也被民族情緒托起的某種力場強化。
這番景象,讓慣于自己打倒自己的胡錫進都有些坐不住。
在ChatGPT剛問世時,面對「胡錫進要被替代」的調侃,他還能調侃著回應「老胡不依附任何時髦的東西」。
到了Sora問世時,面對Sora「不代表什么」的論調,他怒斥這是「睜著眼睛硬說」「太不負責任」「給廣大網(wǎng)民們灌迷魂湯」,還感慨:最可怕的是我們不敢面對問題,在一切都OK甚至很好的自我安慰和陶醉中,變得麻木。
挺耐人尋味的。
01
盡管總有「新工業(yè)革命」之類的強沖擊字眼蹦出來提醒人們:AI時代大幕已啟,人類離通用人工智能(AGI)又更近一步,ChatGPT和Sora面世都是標志性節(jié)點……可總有些從新盧德主義余燼里竄出的「看空」話語,跟「看多」聲量形成對沖。
在盛產(chǎn)奇觀的簡中輿論場,把Sora看成「又一個Web3」「下一個元宇宙」的貶抑話語含量更是超標。很多人繡口一吐,就是一個「奇技淫巧」。
Sora明明憑著具備超長生成時間(60s)、單視頻多角度鏡頭、細節(jié)高度仿真、理解物理世界等優(yōu)勢,實現(xiàn)了對同行的降維打擊,引得Runway、Pika Labs、Stable Video幾大競品都俯首稱臣。
▲谷歌今年1月發(fā)布的視頻模型Lumiere演示了圖生視頻案例,卻終究難逃被Sora艷壓的命運。
可他們卻微微一笑:無他,大力出奇跡爾。
Sora本是依托兩項核心技術突破的突破——Spacetime Patch(時空Patch)技術和Diffusion Transformer(擴散型 Transformer)架構。
可他們卻擺了擺手:這些技術又不新,全靠咱們謝賽寧。
你還想說些什么,他們甩出一堆翻車神圖:椅子漂浮、反向跑步、玻璃杯詭異碎裂……然后滿臉不屑地說:Sora也就比人工智障多走了幾步而已,它能用多個1分鐘視頻「拼」成2小時的電影嗎?不能。能表現(xiàn)影視劇中復雜的人物內(nèi)心活動嗎?不能。能生成三維化虛擬世界讓人在里面嗨嗎?不能。
▲Sora生成的視頻中出現(xiàn)了椅子懸浮的反物理學畫面。
很顯然,Sora沒有讓「現(xiàn)實不存在了」,畢竟現(xiàn)實中的杠精依舊在。
02
Sora當然沒有免于質疑的豁免權。
Sora引爆科技圈后,滿屏盛贊的同時就有許多質疑聲冒出來。
點贊的人很多。
馬斯克在X平臺(原推特)上感慨:「GG Humans」「被人工智能增強的人類,將會在未來幾年之內(nèi)創(chuàng)作出最杰出的作品!怪笥植粺o遺憾地透露:特斯拉早在1年前就掌握了類似OpenAI的視頻生成技術,它的真實世界模擬和視頻生成是全世界最好的,奈何受限于算力不足。
▲馬斯克在X平臺上感慨:被人工智能增強的人類,將會在未來幾年之內(nèi)創(chuàng)作出最杰出的作品。
在OpenAI推出Sora的當天(2月16日)宣布Stable Video Diffusion更新1.1版本后又刪除動態(tài)的AI視頻生成初創(chuàng)公司Stability AI CEO埃馬德·莫斯塔克在X平臺上感嘆:「奧特曼(OpenAI創(chuàng)始人兼CEO)真是個魔術師」,并稱Sora可以被視為AI視頻的GPT-3。
Runway的CEO克里斯托瓦爾在X平臺上發(fā)了句「Game On(比賽開始了)」。
Pika創(chuàng)始人郭文景表示:「我們覺得這是個很振奮人心的消息,我們已經(jīng)在籌備,將直接對標Sora!
英偉達高級研究科學家兼人工智能代理負責人Jim Fan認為,Sora代表了文本生成視頻的 GPT-3 時刻。他斷言,「Sora 是個數(shù)據(jù)驅動的物理引擎……是個可學習的模擬器或世界模型」。
▲英偉達高級研究科學家Jim Fan認為,Sora是個世界模型。
被譽為「最懂DiT架構科學家」的謝賽寧說:Sora將改寫整個視頻生成領域。
360集團創(chuàng)始人周鴻祎更是據(jù)此預言,「AGI實現(xiàn)將從10年縮短到1年」。
質疑者也不乏其人。
Open AI自稱Sora是「世界模擬器」,可很多大神級科學家不答應。
圖靈獎得主、Facebook首席AI科學家楊立昆(Yann LeCun)怒斥,Sora不能理解物理世界。他還順勢安利了Meta前幾天推出的AI視頻模型 V-JEPA聯(lián)合嵌入預測架構的優(yōu)越性。
▲楊立昆認為,Sora并不能理解物理世界。
前谷歌、Facebook技術主管Hongcheng也表示:「AI模型不大可能通過被動看訓練數(shù)據(jù)視頻,就能掌握物理定律!寡韵轮,再聰明的智能體,也不大可能通過看太陽東升西落的視頻,就能悟出地球圍著太陽轉。
谷歌AI研究員、Keras之父弗朗索瓦·肖萊分析,從Sora生成的部分視頻看,它是依賴于數(shù)據(jù)插值和潛空間拼貼來生成圖像,而不是真實的物理模擬。
在他看來,通過機器學習模型擬合大量數(shù)據(jù)點后形成的高維曲線(大曲線)在預測物理世界方面是存在局限的,因為現(xiàn)實世界的復雜性和多樣性不是AI模型能夠通過有限數(shù)據(jù)就全部學習到的。
圍繞Sora到底是不是物理引擎、世界模型的爭論,估計一時半會無法止息。
03
Sora免不了被質疑,但質疑跟質疑也有區(qū)別。
人家爭論火箭推進器燃料用C2H4、N2H4、高級硼硅烷哪個好,終歸是科學范疇的討論,你在旁邊嚷著「得燒柴,最好是燒煤,煤還得精選,水洗煤不行」,就多少有些民科了。
目前看,網(wǎng)上已經(jīng)冒出了很多大聰明,就在用「精選煤思維」看Sora。
秉持「蒸汽機不就是個活塞嗎」的簡化邏輯,他們一眼看穿了Sora的「本質」:不就是大力出奇跡嗎?
還有人順帶著拋出一張圖——「Web3.0,顛覆了時代;Houseclub,顛覆了時代;GoogleGlass,顛覆了時代;元宇宙,顛覆了時代……回頭一看,時代還是原樣」,硬生生將Sora問世的意義拉低到「造詞游戲」的維度。
左一個「純屬徹頭徹尾的炒作」,又一個「一驚一乍沒出息」,他們就差來上一句「不過是奇技淫巧爾」了。
▲由Sora生成的「賽博朋克背景下機器人的生活故事」。
Sora的驚艷場面,他們選擇性無視;Sora的翻車畫面,他們拿著放大鏡看。
也不奇怪:用前現(xiàn)代思維理解現(xiàn)代技術的人,是難有從明天看今天的「明天觀」的,你跟他們說Sora可以像ChatGPT向GPT-4非線性跨越那樣快速進化,形同于雞同鴨講。
通用人工智能時代的大門都已經(jīng)叩開了,他們卻站在門外不入,還哼著「全都是泡沫,只一剎的花火」。
跟他們說「中美科技差距又……」,更是碰到了他們的逆鱗。
事實上,在Sora問世后,「大國科技差距」的問題總是無法回避。
在ChatGPT引爆大模型軍備競賽后,中國出現(xiàn)了百模大戰(zhàn),不少國內(nèi)大模型廠商都聲稱多項能力已經(jīng)趕超ChatGPT。但OpenAI掏出「秘密武器」Sora,又讓許多人認清了現(xiàn)實。
周鴻祎就分析,中美間的AI差距還在擴大。
也有人認為,差距有是有,但沒那么大。
如昆侖萬維CEO方漢就認為,「國內(nèi)廠商和國外廠商在文生視頻的差距,不像大模型領域的差距那么大!箯募夹g上看,Sora領先國內(nèi)同行大概半年。
▲Sora跟其他多個視頻模型的區(qū)別。
差距是大是小,固然言人人殊,但首先得正視差距的存在。
現(xiàn)在的問題是,有些人習慣了錯把「順差」當「逆差」的思維意識中,對自媒體三天兩頭渲染的「光刻機大突破!」深信不疑,對「領跑-跟跑」角色錨定的差距卻視而不見。
華大基因CEO尹燁這兩天就撰文說:
如果把人類已經(jīng)存在的語言、圖像、音頻、視頻等這些資料庫看成是人類文明的金礦,但是你已經(jīng)有挖掘機了,我卻被限制只能用鐵鍬,長此以往會是什么樣的結果?
我們在芯片的問題上,可能犯了刻舟求劍的錯誤。比如總有一種聲音,認為我們能夠突破14納米,甚至認為如果我們能追趕到7納米,我們就會贏,但這個前提是我們的競爭對手就不進步了,就在原地等著。我并不是說,你追趕到14納米、7納米不重要,而是你要明白,競爭對手會在同樣的時間,實現(xiàn)3納米、2納米,甚至1納米。
我們可以在戰(zhàn)略上藐視,但不能不在戰(zhàn)術上重視……當下?lián)煌耆y(tǒng)計,國內(nèi)號稱有大模型的公司,已經(jīng)有300多家,相信大部分還是「多小散亂」,面對GPT在簡體中文的世界里,似乎尚能一戰(zhàn),但面對Sora的橫空出世,可有一個能打的,甚至是接近的嗎?
說到底,縮短差距的前提,永遠是正視差距。
04
胡錫進之所以駁斥那些對準Sora的「奇技淫巧論」,究其原因大概就在于,諸如此類的頗具誤導性。
把ChatGPT或Sora的深遠影響降維,以維持「科技趕超」想象,只會是自我麻痹。到頭來,面對技術革命輕易轉過身去,沒準是跟正在到來的AI時代擦肩而過。
要知道,AI時代的技術演化不是匍匐向前的,而是跳躍式的——經(jīng)常從一個斷層躍上另一個斷層。
眼下我們就已進入科技發(fā)展的「最后7分鐘(施拉姆語)」時刻。越是這時候,我們越不能搞「顱內(nèi)閉關」。
就在過去1個月,全球科技圈發(fā)生了很多事:
1,英偉達(Nvidia)前不久發(fā)布了在本地運行的名為「Chat with RTX」的Demo版?zhèn)性化AI聊天機器人。高性能AI處理器的加持,會加速AI+N類終端浪潮的到來。
2,2月16日,谷歌發(fā)布Gemini1.5,上下文窗口長度擴展到100萬個tokens(GPT4-turbe12.8萬tokens),是目前最大的上下文窗口。這其中,Gemini1.5pro能一次處理1小時的視頻、11小時音頻、超3萬行的代碼庫、超70萬字的代碼庫。說出來的是「最大」,沒說出來的是「完爆GPT-4」。
3,2月17日,Meta推出了名為「V-JEPA」的視頻預測模型。在此之前,Meta還推出了AI視頻模型Fairy?吹贸鰜恚瑮盍⒗ora100個不服。
4,差不多1個月前,奧特曼的7萬億美元造芯計劃被曝出,旨在對標英偉達。從算力集群到芯片制造,奧特曼下了一盤很大的棋。
5,春節(jié)前,阿里巴巴發(fā)布了通義千問大模型Qwen-1.5版本,涵蓋了6個不同參數(shù)規(guī)模的型號。節(jié)后伊始,OPPO、魅族都宣布,停止傳統(tǒng)智能手機研發(fā),資源向AI手機集中。
毫無疑問,Sora的出現(xiàn),也是大時代的注腳。
▲Sora根據(jù)Prompt提示生成的紙工藝品的海洋世界。
在此語境中,我們對Sora價值的認知鏡框,該是AI時代的背景框,而不是預設立場的思維框架。
2月19日,「天才少年」謝賽寧在朋友圈辟謠「謝賽寧是Sora發(fā)明者」之余,就拋出了一個問題:(大家)在問Sora為什么沒出現(xiàn)在中國的同時,可能也得問問,假設真的出現(xiàn)了(可能很快),我們有沒有準備好?
目前看,答案一目了然:很多人都沒做好準備。
「沒做好準備」體現(xiàn)在很多方面。
比如,在硅碳融合的重要關口,在浪潮已來的關鍵節(jié)點,有些人依舊是拿著前現(xiàn)代的眼光看現(xiàn)代技術變革,依然是用狹隘思維看技術浪潮。
又如,AI產(chǎn)業(yè)發(fā)展需要依托于創(chuàng)新友好型生態(tài)和氛圍。拿AI視頻模型來說,它要拼工程化調參能力、拼算力,更要拼創(chuàng)新生態(tài)與創(chuàng)新土壤。唯有寬松包容的環(huán)境,才能更好地激發(fā)企業(yè)與人才創(chuàng)新的強勁活力、創(chuàng)造的內(nèi)生動力。揆諸現(xiàn)實,如果說,缺芯是外部掣肘,那擺在企業(yè)面前的內(nèi)部掣肘也不少。
科技觀察者王兆洋就假設:OpenAI不是transformer模型發(fā)明者,Stable Video不是diffusion模型發(fā)明者,如果它們誕生在中國,會不會也躲不過被罵「套殼」的命運?看到這,雷軍興許會濕了眼眶。
厄休拉·M. 富蘭克林在《技術的真相》里說:「技術的發(fā)展和運用從一個社會結構中產(chǎn)生,然后被嫁接在這個結構之上!
她認為,「尺寸是生長的自然結果,但生長本身是不能被強取的,它只能通過提供一種適宜的環(huán)境而得到培育和鼓勵。生長是發(fā)生性的,不是制造出來的。」
某種程度上,「我們?yōu)镾ora的到來準備好了嗎」的孿生命題是:我們?yōu)椤窼ora」的培育提供了適宜的社會結構了嗎?
05
Sora沒有說自己「遙遙領先」,但毋庸諱言,就眼下看,它配得上一句「遙遙領先」。
而彌補跟先行者的差距,靠的自然不是「人家OpenAI的Sora一路狂飆,我們199元的Sora名(割)師(韭菜)課鋪天蓋地」,而是做真正該做的事。
在Sora問世后,有人寫道:這意味著,未來的美國將更加美國,未來的中國將更加中國。
這句話的指向有很多,但最不該有的一個,是「差距Bigger Than Bigger」。
*頭圖為Sora生成的多個視頻的動圖集錦。
?作者 | 佘宗明
?運營 | 李玩
原文標題 : Sora配得上一句「遙遙領先」嗎?
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市