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(biāo)準(zhǔn)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(fēng)險連著風(fēng)險：深度偽造、后真相，意念失控、腦波異樣……

擔(dān)心「被AI替代」、熱議「××行業(yè)已死」，成了Sora在輿論場激起的鏈?zhǔn)椒磻?yīng)。震驚體和重磅發(fā)布體標(biāo)題堆砌，則成了自媒體蹭熱點的標(biāo)準(zhǔn)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(rèn)「二向箔原產(chǎn)地供應(yīng)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(zhǔn)備在上面再加個「Sora」。

每場技術(shù)變革，都是在被質(zhì)疑中擴散開來的，「泡沫論」幾乎是每個風(fēng)口都揮不去的陰影。

只不過，對Sora的質(zhì)疑里，還摻雜了更為復(fù)雜的情緒配方。這類情緒配方，跟「大國技術(shù)差距」的對照關(guān)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(diào)侃，他還能調(diào)侃著回應(yīng)「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(diào)，他怒斥這是「睜著眼睛硬說」「太不負責(zé)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(biāo)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(biāo)。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(shù)突破的突破——Spacetime Patch（時空Patch）技術(shù)和Diffusion Transformer（擴散型 Transformer）架構(gòu)。

可他們卻擺了擺手：這些技術(shù)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(fù)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(xué)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(dāng)然沒有免于質(zhì)疑的豁免權(quán)。

Sora引爆科技圈后，滿屏盛贊的同時就有許多質(zhì)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。」之后又不無遺憾地透露：特斯拉早在1年前就掌握了類似OpenAI的視頻生成技術(shù)，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(dāng)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(shù)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(biāo)Sora�！�

英偉達高級研究科學(xué)家兼人工智能代理負責(zé)人Jim Fan認(rèn)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(qū)動的物理引擎……是個可學(xué)習(xí)的模擬器或世界模型」。

▲英偉達高級研究科學(xué)家Jim Fan認(rèn)為，Sora是個世界模型。

被譽為「最懂DiT架構(gòu)科學(xué)家」的謝賽寧說：Sora將改寫整個視頻生成領(lǐng)域。

360集團創(chuàng)始人周鴻祎更是據(jù)此預(yù)言，「AGI實現(xiàn)將從10年縮短到1年」。

質(zhì)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(xué)家不答應(yīng)。

圖靈獎得主、Facebook首席AI科學(xué)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(yù)測架構(gòu)的優(yōu)越性。

▲楊立昆認(rèn)為，Sora并不能理解物理世界。

前谷歌、Facebook技術(shù)主管Hongcheng也表示：「AI模型不大可能通過被動看訓(xùn)練數(shù)據(jù)視頻，就能掌握物理定律�！寡韵轮�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，就能悟出地球圍著太陽轉(zhuǎn)。

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(xué)習(xí)模型擬合大量數(shù)據(jù)點后形成的高維曲線（大曲線）在預(yù)測物理世界方面是存在局限的，因為現(xiàn)實世界的復(fù)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(xué)習(xí)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(zhì)疑，但質(zhì)疑跟質(zhì)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(xué)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(zhì)」：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(shù)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(rèn)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(rèn)為，差距有是有，但沒那么大。

如昆侖萬維CEO方漢就認(rèn)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(lǐng)域的差距那么大�！箯募夹g(shù)上看，Sora領(lǐng)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(xí)慣了錯把「順差」當(dāng)「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(lǐng)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(jié)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(rèn)為我們能夠突破14納米，甚至認(rèn)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(shù)上重視……當(dāng)下?lián)�不完全統(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(zhǔn)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(dǎo)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(shù)革命輕易轉(zhuǎn)過身去，沒準(zhǔn)是跟正在到來的AI時代擦肩而過。

要知道，AI時代的技術(shù)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(guān)」。

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(yù)測模型。在此之前，Meta還推出了AI視頻模型Fairy�？吹贸鰜恚瑮盍⒗�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(biāo)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(rèn)知鏡框，該是AI時代的背景框，而不是預(yù)設(shè)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(shè)真的出現(xiàn)了（可能很快），我們有沒有準(zhǔn)備好？

目前看，答案一目了然：很多人都沒做好準(zhǔn)備。

「沒做好準(zhǔn)備」體現(xiàn)在很多方面。

比如，在硅碳融合的重要關(guān)口，在浪潮已來的關(guān)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(shù)變革，依然是用狹隘思維看技術(shù)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(diào)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(shè)：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(shù)的真相》里說：「技術(shù)的發(fā)展和運用從一個社會結(jié)構(gòu)中產(chǎn)生，然后被嫁接在這個結(jié)構(gòu)之上�！�

她認(rèn)為，「尺寸是生長的自然結(jié)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(zhǔn)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(jié)構(gòu)了嗎？

05  

Sora沒有說自己「遙遙領(lǐng)先」，但毋庸諱言，就眼下看，它配得上一句「遙遙領(lǐng)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(biāo)題 : Sora配得上一句「遙遙領(lǐng)先」嗎？