Sora配得上一句「遙遙領先」嗎?

2024-02-21 18:40:19    編輯: robot
導讀 Sora沒有讓「現實不存在了」,畢竟現實中的槓精依舊存在。 文 | 佘宗明 Sora+蘋果頭顯VisionPro+腦機接口=? 這注定是個沒有標准答案的問題。 在e/acc(有效加速主義)思維中,答...

Sora沒有讓「現實不存在了」,畢竟現實中的槓精依舊存在。

文 | 佘宗明

Sora+蘋果頭顯VisionPro+腦機接口=?

這注定是個沒有標准答案的問題。

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」的既視感愈發強烈。

在EA(有效利他主義)視角裏,這可能意味着風險連着風險:深度僞造、後真相,意念失控、腦波異樣……

擔心「被AI替代」、熱議「××行業已死」,成了Sora在輿論場激起的鏈式反應。震驚體和重磅發布體標題堆砌,則成了自媒體蹭熱點的標准姿勢。

在網上,還有些YY達人用腦補那些難以描述畫面的方式,代償着《完蛋!我被美女包圍了》玩完後的意猶未盡:戴上VR眼鏡,就能觀看由自己意念發出的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變化。

雖然打开方式各異,但現實中,大多數人終究是承認「二向箔原產地供應商」OpenAI的優秀的: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推向新裏程碑,怎一個「了得」二字了得?

饒是如此,仍有不少人對「开年王炸中的王炸」Sora翻起了白眼——他們手裏拿着DAO、DeFi、NFT、Crypto的概念合訂本,准備在上面再加個「Sora」。

每場技術變革,都是在被質疑中擴散开來的,「泡沫論」幾乎是每個風口都揮不去的陰影。

只不過,對Sora的質疑裏,還摻雜了更爲復雜的情緒配方。這類情緒配方,跟「大國技術差距」的對照關聯,也被民族情緒托起的某種力場強化。

這番景象,讓慣於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,他還能調侃着回應「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「睜着眼睛硬說」「太不負責任」「給廣大網民們灌迷魂湯」,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「新工業革命」之類的強衝擊字眼蹦出來提醒人們:AI時代大幕已啓,人類離通用人工智能(AGI)又更近一步,ChatGPT和Sora面世都是標志性節點……可總有些從新盧德主義余燼裏竄出的「看空」話語,跟「看多」聲量形成對衝。

在盛產奇觀的簡中輿論場,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明明憑着具備超長生成時間(60s)、單視頻多角度鏡頭、細節高度仿真、理解物理世界等優勢,實現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月發布的視頻模型Lumiere演示了圖生視頻案例,卻終究難逃被Sora豔壓的命運。

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……然後滿臉不屑地說: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。能表現影視劇中復雜的人物內心活動嗎?不能。能生成三維化虛擬世界讓人在裏面嗨嗎?不能。

▲Sora生成的視頻中出現了椅子懸浮的反物理學畫面。

很顯然,Sora沒有讓「現實不存在了」,畢竟現實中的槓精依舊在。

02  

Sora當然沒有免於質疑的豁免權。

Sora引爆科技圈後,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平台(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創作出最傑出的作品。」之後又不無遺憾地透露: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,奈何受限於算力不足。

馬斯克在X平台上感慨:被人工智能增強的人類,將會在未來幾年之內創作出最傑出的作品。

在OpenAI推出Sora的當天(2月16日)宣布Stable Video Diffusion更新1.1版本後又刪除動態的AI視頻生成初創公司Stability AI CEO埃馬德·莫斯塔克在X平台上感嘆:「奧特曼(OpenAI創始人兼CEO)真是個魔術師」,並稱Sora可以被視爲AI視頻的GPT-3。

Runway的CEO克裏斯托瓦爾在X平台上發了句「Game On(比賽开始了)」。

Pika創始人郭文景表示:「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認爲,Sora代表了文本生成視頻的 GPT-3 時刻。他斷言,「Sora 是個數據驅動的物理引擎……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認爲,Sora是個世界模型。

被譽爲「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集團創始人周鴻禕更是據此預言,「AGI實現將從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聯合嵌入預測架構的優越性。

▲楊立昆認爲,Sora並不能理解物理世界。

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據視頻,就能掌握物理定律。」言下之意,再聰明的智能體,也不大可能通過看太陽東升西落的視頻,就能悟出地球圍着太陽轉。

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,它是依賴於數據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據點後形成的高維曲线(大曲线)在預測物理世界方面是存在局限的,因爲現實世界的復雜性和多樣性不是AI模型能夠通過有限數據就全部學習到的。

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,終歸是科學範疇的討論,你在旁邊嚷着「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,網上已經冒出了很多大聰明,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?

還有人順帶着拋出一張圖——「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「造詞遊戲」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的驚豔場面,他們選擇性無視;Sora的翻車畫面,他們拿着放大鏡看。

也不奇怪:用前現代思維理解現代技術的人,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非线性跨越那樣快速進化,形同於雞同鴨講。

通用人工智能時代的大門都已經叩开了,他們卻站在門外不入,還哼着「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問世後,「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後,中國出現了百模大战,不少國內大模型廠商都聲稱多項能力已經趕超ChatGPT。但OpenAI掏出「祕密武器」Sora,又讓許多人認清了現實。

周鴻禕就分析,中美間的AI差距還在擴大。

也有人認爲,差距有是有,但沒那么大。

如昆侖萬維CEO方漢就認爲,「國內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。」從技術上看,Sora領先國內同行大概半年。

▲Sora跟其他多個視頻模型的區別。

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,認爲我們能夠突破14納米,甚至認爲如果我們能追趕到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,就在原地等着。我並不是說,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3納米、2納米,甚至1納米。

我們可以在战略上藐視,但不能不在战術上重視……當下據不完全統計,國內號稱有大模型的公司,已經有300多家,相信大部分還是「多小散亂」,面對GPT在簡體中文的世界裏,似乎尚能一战,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准Sora的「奇技淫巧論」,究其原因大概就在於,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,沒准是跟正在到來的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——經常從一個斷層躍上另一個斷層。

眼下我們就已進入科技發展的「最後7分鐘(施拉姆語)」時刻。越是這時候,我們越不能搞「顱內閉關」。

就在過去1個月,全球科技圈發生了很多事:

1,英偉達(Nvidia)前不久發布了在本地運行的名爲「Chat with RTX」的Demo版個性化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推出了名爲「V-JEPA」的視頻預測模型。在此之前,Meta還推出了AI視頻模型Fairy。看得出來,楊立昆對Sora100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,春節前,阿裏巴巴發布了通義千問大模型Qwen-1.5版本,涵蓋了6個不同參數規模的型號。節後伊始,OPPO、魅族都宣布,停止傳統智能手機研發,資源向AI手機集中。

毫無疑問,Sora的出現,也是大時代的注腳。

▲Sora根據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」謝賽寧在朋友圈闢謠「謝賽寧是Sora發明者」之余,就拋出了一個問題:(大家)在問Sora爲什么沒出現在中國的同時,可能也得問問,假設真的出現了(可能很快),我們有沒有准備好?

目前看,答案一目了然:很多人都沒做好准備。

「沒做好准備」體現在很多方面。

比如,在硅碳融合的重要關口,在浪潮已來的關鍵節點,有些人依舊是拿着前現代的眼光看現代技術變革,依然是用狹隘思維看技術浪潮。

又如,AI產業發展需要依托於創新友好型生態和氛圍。拿AI視頻模型來說,它要拼工程化調參能力、拼算力,更要拼創新生態與創新土壤。唯有寬松包容的環境,才能更好地激發企業與人才創新的強勁活力、創造的內生動力。揆諸現實,如果說,缺芯是外部掣肘,那擺在企業面前的內部掣肘也不少。

科技觀察者王兆洋就假設:OpenAI不是transformer模型發明者,Stable Video不是diffusion模型發明者,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,雷軍興許會溼了眼眶。

厄休拉·M. 富蘭克林在《技術的真相》裏說:「技術的發展和運用從一個社會結構中產生,然後被嫁接在這個結構之上。」

她認爲,「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境而得到培育和鼓勵。生長是發生性的,不是制造出來的。」

某種程度上,「我們爲Sora的到來准備好了嗎」的孿生命題是:我們爲「Sora」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問世後,有人寫道:這意味着,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」。

*頭圖爲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?



標題:Sora配得上一句「遙遙領先」嗎?

地址:https://www.utechfun.com/post/334905.html

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

猜你喜歡