OpenAI發(fā)布首個視頻生成模型Sora，周鴻祎：意味著AGI實現將從10年縮短到1年

“Sora只是小試牛刀，它展現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，會帶來新的成果和突破?！? 2月16日，360創(chuàng)始人周鴻祎發(fā)布微博提到自己對Sora的看法，周鴻祎認為，Sora的誕生意味著AGI（通用人工智能）實現可能從10年縮短至一兩年。 周鴻祎認為，科技競爭最終比拼的是讓人才密度和深厚積累，“很多人說Sora的效果吊打Pika和Runway。這很正常，和創(chuàng)業(yè)者團隊比，OpenAl這種有核心技術的公司實力還是非常強勁的。有人認為有了AI以后創(chuàng)業(yè)公司只需要做個體戶就行，實際今天再次證明這種想法是非常可笑的?！? 此外，AI不一定那么快顛覆所有行業(yè)，但它能激發(fā)更多人的創(chuàng)作力。周鴻祎表示，很多人擔心Sora對影視工業(yè)的打擊，在他看來，機器能生產一個好視頻，但視頻的主題、腳本和分鏡頭策劃、臺詞的配合，都需要人的創(chuàng)意，至少需要人給提示詞。一個視頻或者電影是由無數個60秒組成的。今天Sora可能給廣告業(yè)、電影預告片、短視頻行業(yè)帶來巨大的顛覆，但它不一定那么快擊敗TikTok，更可能成為TikTok的創(chuàng)作工具。 談到Sora最大的優(yōu)勢，周鴻祎表示，以往文生視頻軟件都是在2D平面上對圖形元素進行操作，可以把視頻看成是多個真實圖片的組合，并沒有真正掌握這個世界的知識。但Sora產生的視頻里，它能像人一樣理解坦克是有巨大沖擊力的，坦克能撞毀汽車，而不會出現汽車撞毀坦克這樣的情況，“這次OpenAI利用它的大語言模型優(yōu)勢，讓Sora實現了對現實世界的理解和對世界的模擬兩層能力，這樣產生的視頻才是真實的，才能跳出2D的范圍模擬真實的物理世界?！? 周鴻祎提到，有了大模型技術作為基礎，再加上人類知識的引導，可以創(chuàng)造各個領域的超級工具，例如在生物醫(yī)學、蛋白質、基因研究，包括物理、化學、數學的學科研究上，大模型都會發(fā)揮作用。 “一旦人工智能接上攝像頭，把所有的電影都看一遍，把YouTube上和TikTok的視頻都看一遍，對世界的理解將遠遠超過文字學習，一幅圖勝過千言萬語，這就離AGI真的就不遠了，不是10年20年的問題，可能一兩年很快就可以實現。”周鴻祎感慨。 他還提到，盡管國內大模型發(fā)展水平表面看已經接近GPT-3.5，但實際上跟4.0比還有一年半的差距。OpenAl手里應該還有一些秘密武器，無論是GPT-5，還是機器自我學習自動產生內容，“奧特曼（OpenAI CEO）是個營銷大師，知道怎樣掌握節(jié)奏，他們手里的武器并沒有全拿出來。這樣看來中國跟美國的AI差距可能還在加大?！? 2月16日，OpenAI宣布推出全新的生成式人工智能模型“Sora”。據了解，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、復雜的多角度鏡頭，以及富有情感的多個角色。 據介紹，Sora是基于過去對DALL·E和GPT的研究基礎構建，利用DALL·E 3的重述提示詞技術，為視覺模型訓練數據生成高描述性的標注，因此模型能更好的遵循文本指令。Sora能夠生成具有多個角色、特定類型的運動以及主題和背景的準確細節(jié)的復雜場景。不僅了解用戶在提示中要求的內容，還了解這些東西在物理世界中的存在方式。同時，該模型對語言有深刻的理解，使其能夠準確地解釋提示并生成表達生動情感的引人注目的角色。 運用Sora也可以生成高清圖像。 圖片來源：OpenAI官網 這意味著，繼文本、圖像之后，OpenAI將其先進的AI技術拓展到了視頻領域。OpenAI亦表示，Sora是能夠理解和模擬現實世界的模型的基礎，這一能力將是實現AGI（通用人工智能）的重要里程碑。 對于OpenAI視頻生成模型的出現，業(yè)內其實早有預期，但仍有人評價稱“比想象中來得更快”，亦有人振奮地表示“我們真的看到新工業(yè)革命來臨”。 2月16日，業(yè)內分析人士對《每日經濟新聞》記者表示，Sora無疑是人工智能領域的一次重大突破，該技術不僅展示了AI在理解和創(chuàng)造復雜視覺內容方面的先進能力，而且對內容創(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。 每日經濟新聞綜合周鴻祎微博、每日經濟新聞（記者：熊嘉楠、可楊） 翻譯 搜索 復制