Sora橫空出世引業內爭議不斷

聶蕊

2月16日，美國人工智能研究公司OpenAI發布了人工智能文生視頻大模型Sora，這引起了業界的轟動。一些人在討論Sora對相關領域可能造成的沖擊，也有更多的理性聲音堅持走中國自己的AI之路。

“快刷朋友圈，爆了！”2月16日，軟件工程師劉先生還在老家享受著春節假期，他的幾個AI相關的微信群滴滴滴滴響個不停，大家都在討論，剛剛發布的Sora樣片達到了60秒！劉先生感慨，確實被震撼到了！

2月16日凌晨2點14分，趁著我們過春節，美國人工智能研究公司OpenAI發布了人工智能文生視頻大模型Sora，這引起了業界的轟動。因為，這次AI不是生成圖片和文本，而是生成長達60秒的視頻，逼真程度和現實世界非常接近，可以一鏡到底。更令人震驚的是，AI可以對現實的因果關系有理解，生成自己的世界模型，他可以創建自己的世界。Sora的出現，為我們揭示了人工智能的無限可能，也讓很多才被ChatGPT驚掉下巴的打工人們再次感到震驚。一些人在討論Sora對相關領域可能造成的沖擊，也有人關心的是，為什么這樣的科技創新產品還是出現在美國，中國的人工智能發展更被動了嗎？

美國AI更迭之快

梳理過去3年的歷史我們發現，3年前的1月，文生圖模型Dall-E發布。Dall-E可以根據簡單的描述創建逼真和清晰的圖像，精通各種藝術風格，還可以生成文字制作建筑物上的標志，并制作同一場景的草圖和全彩圖像。2年前的2月，Dall-E?2發布。Dall-E?2不僅可以生成更真實和更準確的畫像，而且能夠將文本描述中的概念、屬性和風格等元素綜合起來，生成現實主義的圖像和藝術作品。

2022年年底，大語言模型ChatGPT發布。ChatGPT不僅能與人對話，還能編寫代碼、創作內容等，這一款革命性產品的上線引發全球關注，上線僅5天用戶數量就已突破100萬。2023年3月15日，GPT-4正式面世，GPT-4可以更準確地解決用戶的難題，多模態的GPT-4還可以生成、編輯具有創意性或技術性的文章，在高級推理方面的表現超過其前代產品。2023年9月Dall-E?3正式發布。Dall-E?3能夠更準確、更優秀地生成效果，可以更準確地呈現用戶的想法，用戶可以要求ChatGPT提供合適的提示詞。

今年2月16日，Sora問世。Sora繼承了Dall-E?3的畫質和遵循指令能力，可以根據用戶的文本提示創建逼真的視頻，可以深度模擬真實物理世界，能生成具有多個角色、包含特定運動的復雜場景。

Sora發布引業界熱議

Sora發布后，業內人士紛紛發表自己的觀點和看法，馬斯克、賈揚清、周鴻祎、李志飛等科技人物紛紛下場評論，一些視頻、影視、營銷從業者也關注起這個新工具，開始關心起自己新的機會和挑戰。

360創始人周鴻祎連發6段視頻和1篇長文，周鴻祎表示，ChatGPT解決了機器和人之間對話的問題，Sora則是實現了機器對世界的感知、觀察和交互的能力，即為人工智能補上了“眼睛”。他認為，OpenAI的文生視頻大模型Sora橫空出世，使得AGI（通用人工智能）的實現將從十年縮短到兩三年。周鴻祎認為，從Sora的發展來看，人工智能發展將經歷五大階段，第一階段是人工智障階段，傳統AI難理解、難溝通；第二階段是人工智能入門階段，這一階段實現了人與機器的交互，核心是理解語言、思維和邏輯；第三階段則是通用人工智能階段，實現了機器與世界的交互，了解世界的運行規律；第四階段是強人工智能階段，這一階段，“附體”汽車和機器人感知物理世界，和人對世界的認知一樣；第五階段是超級人工智能階段，可以發現總結世界的規律和公式，達到愛因斯坦的水平。他指出Sora可能“顛覆廣告業、電影預告片、短視頻行業，把電影工業的效率提升100倍”。“Sora最讓人驚嘆的是，其對物理世界的很多描述符合常識，符合我們對世界的認識。”

爭議一直都在。馬斯克在社交平臺上留下“人類愿賭服輸（gg?humans）”“人類借助AI之力將創造出卓越作品”等話語。出門問問創始人李志飛在朋友圈感嘆：“LLM?ChatGPT是虛擬思維世界的模擬器，以LLM為基礎的視頻生成模型Sora是物理世界的模擬器，物理和虛擬世界都被建模和模擬了，到底什么是現實？”美國舊金山早期投資人Zak?Kukoff預測：一個不到5人的團隊將在5年內用文生視頻模型和非工會的勞動力，制作一部票房收入超過5000萬美元的電影。

AI浪潮下，中國企業如何參與？周鴻祎認為，大型互聯網公司要繼續在通用大模型方面發力，其他公司則應落地應用場景，向企業化、產業化、垂直化發展，toC領域將大模型做小，運行在更多終端，成為私人助理。

實際上，中國的互聯網巨頭也在AI視頻領域發力。百度在AI視頻領域推出了AI視頻剪輯工具“智剪”，可以幫助用戶高效地進行視頻剪輯和后期處理；騰訊推出的AI視頻增強技術可以對低質量的視頻進行智能修復和增強，提高視頻的觀看體驗；阿里巴巴在AI視頻領域的研究主要集中在視頻推薦和內容理解上。其推出的AI視頻推薦系統可以根據用戶的觀看歷史和喜好，為用戶推薦個性化的視頻內容；字節跳動AI視頻領域的進展主要體現在其短視頻平臺“抖音”上，抖音通過深度學習和自然語言處理技術，實現了視頻內容的智能推薦和個性化展示，大大提高了用戶體驗。

作為全球AI大國之一，雖然目前還不能成為Sora的首發國，但中國AI依然在自己的道路上。去年，人們還在擔心中國沒有ChatGPT，今年每位國人都能用上文心一言、通義千問等國產大模型。國內在大模型產業落地上頻繁發力，大模型已經在解決交通擁堵和生產生活中的實際問題、預測天氣、醫療咨詢等等。國產大模型應用正在努力讓科技進入尋常百姓家。

打造AI大模型創新生態體系

杭州新春第一會上，浙江省委副書記、杭州市委書記劉捷連續兩次談到Sora：“Sora大模型的橫空出世，不僅帶來很大啟發，更大地帶來了產業的沖擊。”三天后，國務院國資委召開人工智能推進會，明確“央企要把發展AI放在全局工作中統籌謀劃”，“加快建設一批智能算力中心”。

中關村科學城管委會專職副主任何建吾表示，作為全國創新策源地，海淀要從算力、數據、算法、框架、場景應用、倫理等多方面出發，打造人工智能產業發展的示范區，并輻射全國。

在2月19日召開的2024海淀區經濟社會高質量發展大會上，海淀區政府、京能集團和智源研究院共同簽訂關于推動人工智能大模型發展的《戰略合作協議》。海淀將加快建設、匯聚萬P級高性能算力資源（1P約等于每秒1000萬億次的計算速度），在京內及環京地區建設大規模算力中心，并通過人工智能數據開放共享監管沙箱試點、開放應用場景等方式，建設中國人工智能產業高地與示范區。

此外，海淀不斷探索數據匯聚共享。積極探索人工智能數據開放共享監管沙箱試點，加快互聯網數據、版權數據、公共數據的匯集共享，營造包容審慎創新環境。強化共性技術支撐能力。圍繞大模型發展需求，提供多種開源、共性工具，支撐智算集群穩定運行及模型高效訓練。