2022年,OpenAI的ChatGPT一登场,就实实在在地把人工智能浪潮推到了聚光灯下,宣告新一轮科技变革的到来。聊天、教育、工作、医疗——AI正在以前所未有的速度渗透进我们生活的每一个缝隙。
而就在2月16日,OpenAI又扔出了一颗重磅冲击波:全新人工智能模型“Sora”。只需一段文字指令,Sora就能直接输出长达60秒的视频,而且画面中包含了高度细致的背景、复杂的多角度镜头,甚至还能带出富有情感的角色互动。
从文本、图像到视频,这是一个很自然的演进方向——OpenAI将它的前沿AI技术拓展到了视频领域。Sora毫无疑问是人工智能领域的一次重大突破,它不仅展示了AI在理解和创造复杂视觉内容方面的能力,更给内容创作、娱乐乃至整个影视制作行业带来了前所未有的挑战与机遇。
先放下所有演示视频不谈,我们来聊聊这件事背后的本质。
01 对Sora问世的本源思考
人类认识世界,靠的是获取和识别自然界与社会中的各种信息,进而辨别物体、认知世界、改变世界。信息,广义上就是人类社会传播的各种内容:音讯、消息、通讯系统传输和处理的对象。它们以各种载体存在——文字、符号、表格、声音、图形图像、视频、动画等等。

但Sora的出现意味着,理解、模拟和生成现实世界,已经不再是人类的专利了。文字、图形、图片、语音、视频——过去只有人类能完成的事情,现在AI也能做了。正因为如此,Sora的问世预示着一些难以想象的变革正在发生。
02 大模型的核心技术:机器学习
大模型的核心技术是自然语言处理(NLP)和深度学习。具体来说,它基于Transformer架构,通过大规模无监督学习方法(比如自回归语言建模、掩码语言建模)来训练一个庞大的神经网络模型。
机器学习听起来很高大上,但其实它本身就是模拟人类学习行为的一套方法。如果从人类学习的过程来理解机器学习,可能就豁然开朗了。
人在认识世界时,通常先学习抽象概念,再了解某个事物或原理——这对应机器学习里的“特征工程”。比如学几何里的三角形,先认识符号,再了解定义、性质和计算公式。这些定义、性质、公式,就是特征工程。
老师讲完课,通常会布置作业来巩固概念——学生做作业的过程,就是机器学习里的“训练样本”。训练数据是用来帮机器学习知识、建立模型的基础。
为了提升成绩,学生还会上补习班、刷题、做模拟练习——这相当于让机器学习更多、更有效的训练样本。而学校里的周考、月考、期中考、期末考,则是机器学习里的“测试样本”。测试样本是模型服务的对象,能否对测试数据作出正确预测和反馈,才是机器学习所有活动的最终目的。
可以看到,计算机世界里的所有技术,包括机器学习,都来源于我们的日常生活,并不难理解。
很多时候,父辈和祖辈们可能没读过书,甚至不识字,但成语、谚语这些古老的知识和智慧,他们都能懂、甚至自然而然地践行。这些知识和智慧就像是我们的“基因”,一代代传递下来,不受文字和语言的限制。
基因的遗传,其实也可以想象成一段“代码”。假设这段代码是更高维世界设计的,那么人类某种程度上也算是高维世界的“人工智能”。而人类又在自身的基因和日常实践基础上,设计出了第N+1代人工智能,再次延续了人类的基因。
03 Sora会带来哪些变局和碘伏性影响?
Sora模式的提出,必将对未来的视频制作模式产生巨大冲击,也为各行各业带来新机遇。但它的影响,无论在宽度还是深度上,都远超这些。
1、对行业、职业的冲击和碘伏
从OpenAI官方展示的演示视频来看,Sora称得上是“王炸级”的AI工具。就像OpenAI把图像生成模型DALL-E集成到ChatGPT里那样,如果Sora也集成到ChatGPT供所有用户使用,那么它对视频相关行业的改变将是逐步而深远的——影视制作、短视频创作、在线教育、广告传媒、游戏开发、直播……都在此列。
2、虚拟现实融合带来的影响
Sora模式能按用户的喜好和动作,短时间内生成各种场景和情节,大大增强互动体验。当人沉浸在虚拟的元宇宙中,配合AR、VR技术,体验做到极致时,可能会分不清现实与虚拟——或者知道但不愿意区分,就像做了美梦不愿醒来一样,因为虚拟世界可能比现实世界更美好。
3、数实融合驱动精神境界提升
随着数字技术发展,人类社会的一切活动过程都有可能被记录下来,形成数据。Sora的出现,让未来可以依据价值体(如组织、企业、个人、群体的标签画像、行为记录),方便地生成和还原完整现实世界的一切原始模型和轨迹。
换句话说,可能不再需要查看摄像头视频,也不依赖画像专家凭目击者描述勾勒嫌犯画像,而是直接生成相关视频——不仅仅是静态画面。因此,未来你拥有多少财富、物资和房产,在平台里都是透明的,你花的每一笔钱都是透明的。
这可能导致的结果是:随便一笔花费别人都知道。来路不正的钱可能根本没机会花出去,违法犯罪行为更无法隐藏。数字技术的发展,会倒逼人们提升精神与道德的修养,人们可能更多地从物质层面的追求,转向精神层面的探索。
Sora只是小试牛刀。它展现的不仅是视频制作能力,而是大模型对真实世界有了理解和模拟之后,整个人类社会可能迎来的全方位突破与变革。
04 结语
中国人常说:“六六大顺、逢七必变”。数字“七”里藏着许多奥妙:7日来复,一周7天,7年之痒,公司7年一个坎,个人职业往往7年会有起落。
二十一世纪有三个7。一个“七”已经让人头痛,两个“七”更加复杂,3个代表“多”——很多事情都可能要变,二十一世纪会是非常快速的一个时期。如果还拿着二十世纪的思维,恐怕行不通。比如在数字化时代,我们可以弯道超车、选择新路径,但简单照搬西方的思想和管理模式未必奏效。当然,这并不意味着之前的学习没有必要——相反,之前的积累是很有必要的。
Sora的出现是AI技术的新里程碑。我们在AI上暂时落后于美国,但任何事情都有好有坏,AI对人类的冲击和碘伏的后果还未最终验证。有一种观点认为,所有的创造发明其实都是发现——人们只是在合适的时间“发现”了它们。而在这之前,这些规律和科学奥秘本就一直存在、一直在起作用。
道德经有云:“天网恢恢,疏而不失(漏)”。如果把“天网”看作一个看不见、摸不着的高维“数字系统”,它记录和存档了现实世界的万事万物。Sora的问世让现实世界与数字世界更趋无缝连接与融合,那么天网系统、现实世界、数字世界三者的相互作用,又会给未来带来更多变化。
