Sora为何没能诞生在中国？

1,147 0 0

模型信息

【模型公司】 Azure
【模型名称】 gpt-4-32k
【摘要评分】 ★★★★★

文章摘要

硅谷AI初创公司Pika lab推出自研视频生成模型的新功能，可同时生成画面和声音，这是AI生成视频的一次重要突破。OpenAI发布的大模型Sora，能根据简单的文本提示生成长达60秒的视频，被业界称为视频生成领域的“ChatGPT 时刻”。Sora的出现意味着我们距离通用人工智能（AGI）又近了一步。

Sora的成功在于它的“大力出奇迹”的策略，即通过大规模的数据训练，使模型具有强大的生成能力。然而，Sora并不完美，它会产生不符合常识的幻觉，比如生成的椅子会变形，水杯摔碎前，水已洒在了桌面，明显不符合物理学原理。这是基于Transformer架构模型的“硬伤”。科学家曾希望人工智能像人类一样能“演绎推理”，但努力多年，依然无法实现。Transformer成功让AI产生了令人惊艳的生成能力。但硬币的另一面，它不会像人类一样思考，会产生幻觉。

Sora的出现，再度加深了人们对深度伪造的恐慌。AI生成视频的门槛变得更低，足以以假乱真，鉴定难度也在增大。整个社会需要提升对AI安全性的认识，学界或业界目前可以做的是，在设计时就提高对AI安全性的考量，比如为AI生成的视频添加数字水印或用于安全认证的二维码等。

中国为何没有做出Sora？在董超看来，首先是人才的差距。Sora团队的几位博士生都有在一线训练文生图大模型的丰富经验，这类人才在国内，一个人往往要带几十人的团队，很难在一线。其次，OpenAI人均算力资源量非常大，OpenAI团队共700多人，即便是内部的小团队，也可以用几千张GPU（图形处理器），尝试各种创新方案，OpenAI也有足够的耐心。

朱松纯认为，要放弃“打篮球”的战术，学会“下围棋”的战略，注重全局，不盲目“跟跑”当前以“大数据、大算力、大模型”为特征的人工智能热点，要从一味忙于“补短板”的防御战略，转为同时注重“构筑长板”的进攻战略，独辟蹊径，探索一条自己的创新道路。