Sora配得上一句“遙遙領(lǐng)先”嗎？

文 | 佘宗明

?

Sora+蘋果頭顯VisionPro+腦機(jī)接口=？

這注定是個(gè)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(shí)刻”等大詞不夠用，“未來已來”的既視感愈發(fā)強(qiáng)烈。

在EA（有效利他主義）視角里，這可能意味著風(fēng)險(xiǎn)連著風(fēng)險(xiǎn)：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(diǎn)的標(biāo)準(zhǔn)姿勢。

在網(wǎng)上，還有些YY達(dá)人用腦補(bǔ)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……

雖然打開方式各異，但現(xiàn)實(shí)中，大多數(shù)人終究是承認(rèn)“二向箔原產(chǎn)地供應(yīng)商”O(jiān)penAI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(gè)“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(gè)“Sora”。

每場技術(shù)變革，都是在被質(zhì)疑中擴(kuò)散開來的，“泡沫論”幾乎是每個(gè)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(qiáng)化。

這番景象，讓慣于自己打倒自己的胡錫進(jìn)都有些坐不住。

在ChatGPT剛問世時(shí)，面對“胡錫進(jìn)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(shí)髦的東西”。

到了Sora問世時(shí)，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(fù)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(qiáng)沖擊字眼蹦出來提醒人們：AI時(shí)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(diǎn)……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(gè)Web3”“下一個(gè)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(gè)“炒作，接著炒作”。

Sora明明憑著具備超長生成時(shí)間（60s）、單視頻多角度鏡頭、細(xì)節(jié)高度仿真、理解物理世界等優(yōu)勢，實(shí)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。

可他們卻微微一笑：無他，大力出奇跡爾。

Sora本是依托兩項(xiàng)核心技術(shù)突破的突破——Spacetime Patch（時(shí)空Patch）技術(shù)和Diffusion Transformer（擴(kuò)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(gè)1分鐘視頻“拼”成長達(dá)2小時(shí)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(dòng)嗎？不能。能生成三維化的虛擬世界讓人在里面嗨嗎？不能。

很顯然，Sora沒有讓“現(xiàn)實(shí)不存在了”，畢竟現(xiàn)實(shí)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(shí)就有許多質(zhì)疑聲冒出來。

點(diǎn)贊的人很多。

馬斯克在X平臺(tái)（原推特）上感慨：“GG Humans”“被人工智能增強(qiáng)的人類，將會(huì)在未來幾年之內(nèi)創(chuàng)作出最杰出的作品?！敝笥植粺o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(shí)世界模擬和視頻生成是全世界最好的，只是這些訓(xùn)練數(shù)據(jù)來自汽車，所以生成的視頻不是很有趣。

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(dòng)態(tài)的AI視頻生成初創(chuàng)公司Stability AICEO埃馬德·莫斯塔克在X平臺(tái)上感嘆：“奧特曼（OpenAI創(chuàng)始人兼CEO）真是個(gè)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(tái)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(gè)很振奮人心的消息，我們已經(jīng)在籌備，將直接對標(biāo)Sora?！?/p>

英偉達(dá)高級研究科學(xué)家兼人工智能代理負(fù)責(zé)人Jim Fan認(rèn)為，Sora代表了文本生成視頻的 GPT-3 時(shí)刻。他斷言，“Sora 是個(gè)數(shù)據(jù)驅(qū)動(dòng)的物理引擎……是個(gè)可學(xué)習(xí)的模擬器或世界模型”。

被譽(yù)為“最懂DiT架構(gòu)科學(xué)家”的謝賽寧說：Sora將改寫整個(gè)視頻生成領(lǐng)域。

360集團(tuán)創(chuàng)始人周鴻祎更是據(jù)此預(yù)言，“AGI實(shí)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(jiǎng)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。

前谷歌、Facebook技術(shù)主管Hongcheng也表示：“AI模型不大可能通過被動(dòng)看訓(xùn)練數(shù)據(jù)視頻，就能掌握物理定律。”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(shí)的物理模擬。在他看來，通過機(jī)器學(xué)習(xí)模型擬合大量數(shù)據(jù)點(diǎn)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?yàn)楝F(xiàn)實(shí)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(jì)一時(shí)半會(huì)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(jìn)器燃料用C2H4、N2H4、高級硼硅烷哪個(gè)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(jī)不就是個(gè)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(shí)代；Houseclub，顛覆了時(shí)代；GoogleGlass，顛覆了時(shí)代；元宇宙，顛覆了時(shí)代……回頭一看，時(shí)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(gè)“純屬徹頭徹尾的炒作”，又一個(gè)“一驚一乍沒出息”，他們就差來上一句“不過是奇技淫巧爾”了。

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(jìn)化，形同于雞同鴨講。

通用人工智能時(shí)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(shí)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(xiàng)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(shí)。

周鴻祎就分析，這樣看來，中美間的AI差距還在擴(kuò)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。”從技術(shù)上看，Sora領(lǐng)先國內(nèi)同行大概半年。

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(cuò)把“順差”當(dāng)“逆差”的思維意識(shí)中，對自媒體三天兩頭渲染的“光刻機(jī)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(jī)了，我卻被限制只能用鐵鍬，長此以往會(huì)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(cuò)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(huì)贏，但這個(gè)前提是我們的競爭對手就不進(jìn)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(huì)在同樣的時(shí)間，實(shí)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)煌耆y(tǒng)計(jì)，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(gè)能打的，甚至是接近的嗎？

說到底，縮短差距的前提，永遠(yuǎn)是正視差距。

04

胡錫進(jìn)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(yuǎn)影響降維，以維持“科技趕超”想象，只會(huì)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(shí)代擦肩而過。

要知道，AI時(shí)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(gè)斷層躍上另一個(gè)斷層。

眼下我們就已進(jìn)入科技發(fā)展的“最后7分鐘（施拉姆語）”時(shí)刻。越是這時(shí)候，我們越不能搞“顱內(nèi)閉關(guān)”。

就在過去1個(gè)月，全球科技圈發(fā)生了很多事：

1，英偉達(dá)（Nvidia）前不久發(fā)布了在本地運(yùn)行的名為“Chat with RTX”的Demo版?zhèn)€性化AI聊天機(jī)器人。高性能AI處理器的加持，會(huì)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(kuò)展到100萬個(gè)tokens（GPT4-turbe12.8萬tokens），是目前最大的上下文窗口，Gemini1.5pro能一次處理1小時(shí)的視頻、11小時(shí)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?，楊立昆對Sora100個(gè)不服。

4，差不多1個(gè)月前，奧特曼的7萬億美元造芯計(jì)劃被曝出，旨在對標(biāo)英偉達(dá)。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(gè)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(jī)研發(fā)，資源向AI手機(jī)集中。

毫無疑問，Sora的出現(xiàn)，也是大時(shí)代的注腳。

在此語境中，我們對Sora價(jià)值的認(rèn)知鏡框，該是AI時(shí)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(gè)問題：（大家）在問Sora為什么沒出現(xiàn)在中國的同時(shí)，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(diǎn)，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(qiáng)勁活力、創(chuàng)造的內(nèi)生動(dòng)力。揆諸現(xiàn)實(shí)，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 Diffusion不是diffusion模型發(fā)明者，如果它們誕生在中國，會(huì)不會(huì)也躲不過被罵“套殼”的命運(yùn)？看到這，雷軍興許會(huì)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(yùn)用從一個(gè)社會(huì)結(jié)構(gòu)中產(chǎn)生，然后被嫁接在這個(gè)結(jié)構(gòu)之上?！?/p>

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(qiáng)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(lì)。生長是發(fā)生性的，不是制造出來的?！?/p>

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)椤癝ora”的培育提供了適宜的社會(huì)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(bǔ)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(gè)，是“差距Bigger Than Bigger”。