Sora配得上一句“遙遙領先”嗎？_風聞

文 | 佘宗明

Sora+蘋果頭顯VisionPro+腦機接口=？

這注定是個沒有標準答案的問題。

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”的既視感愈發強烈。

在EA（有效利他主義）視角里，這可能意味着風險連着風險：深度偽造、後真相，意念失控、腦波異樣……

擔心“被AI替代”、熱議“××行業已死”，成了Sora在輿論場激起的鏈式反應。震驚體和重磅發佈體標題堆砌，則成了自媒體蹭熱點的標準姿勢。

在網上，還有些YY達人用腦補那些難以描述畫面的方式，代償着《完蛋！我被美女包圍了》玩完後的意猶未盡：戴上VR眼鏡，就能觀看由自己意念發出的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，但現實中，大多數人終究是承認“二向箔原產地供應商”OpenAI的優秀的：去年初ChatGPT爆火帶來的AI大模型熱餘温猶在，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——他們手裏拿着“DAO”“DeFi”“NFT”“Crypto”的概念合訂本，準備在上面再加個“Sora”。

每場技術變革，都是在被質疑中擴散開來的，“泡沫論”幾乎是每個風口都揮不去的陰影。

只不過，對Sora的質疑裏，還摻雜了更為複雜的情緒配方。這類情緒配方，跟“大國技術差距”的對照關聯，也被民族情緒托起的某種力場強化。

這番景象，讓慣於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”的調侃，他還能調侃着回應“老胡不依附任何時髦的東西”。

到了Sora問世時，面對Sora“不代表什麼”的論調，他怒斥這是“睜着眼睛硬説”“太不負責任”“給廣大網民們灌迷魂湯”，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

儘管總有“新工業革命”之類的強衝擊字眼蹦出來提醒人們：AI時代大幕已啓，人類離通用人工智能（AGI）又更近一步，ChatGPT和Sora面世都是標誌性節點……可總有些從新盧德主義餘燼裏竄出的“看空”話語，跟“看多”聲量形成對沖。

在盛產奇觀的簡中輿論場，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。很多人繡口一吐，就是一個“炒作，接着炒作”。

Sora明明憑着具備超長生成時間（60s）、單視頻多角度鏡頭、細節高度仿真、理解物理世界等優勢，實現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本是依託兩項核心技術突破的突破——Spacetime Patch（時空Patch）技術和Diffusion Transformer（擴散型 Transformer）架構。

可他們卻擺了擺手：這些技術又不新，全靠咱們謝賽寧。

你還想説些什麼，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……然後滿臉不屑地説：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”成長達2小時的電影嗎？不能。能表現影視劇中複雜的人物內心活動嗎？不能。能生成三維化的虛擬世界讓人在裏面嗨嗎？不能。

很顯然，Sora沒有讓“現實不存在了”，畢竟現實中的槓精依舊在。

02

Sora當然沒有免於質疑的豁免權。

Sora引爆科技圈後，滿屏盛讚的同時就有許多質疑聲冒出來。

點讚的人很多。

馬斯克在X平台（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創作出最傑出的作品。”之後又不無遺憾地透露：特斯拉早在1年前就掌握了類似OpenAI的視頻生成技術，它的真實世界模擬和視頻生成是全世界最好的，只是這些訓練數據來自汽車，所以生成的視頻不是很有趣。

在OpenAI推出Sora的當天（2月16日）宣佈Stable Video Diffusion更新1.1版本後又刪除動態的AI視頻生成初創公司Stability AICEO埃馬德·莫斯塔克在X平台上感嘆：“奧特曼（OpenAI創始人兼CEO）真是個魔術師”，並稱Sora可以被視為AI視頻的GPT-3。

Runway的CEO克里斯托瓦爾在X平台上發了句“Game On（比賽開始了）”。

Pika創始人郭文景表示:“我們覺得這是個很振奮人心的消息，我們已經在籌備，將直接對標Sora。”

英偉達高級研究科學家兼人工智能代理負責人Jim Fan認為，Sora代表了文本生成視頻的 GPT-3 時刻。他斷言，“Sora 是個數據驅動的物理引擎……是個可學習的模擬器或世界模型”。

被譽為“最懂DiT架構科學家”的謝賽寧説：Sora將改寫整個視頻生成領域。

360集團創始人周鴻禕更是據此預言，“AGI實現將從10年縮短到1年”。

質疑者也不乏其人。

Open AI自稱Sora是“世界模擬器”，可很多大神級科學家不答應。

圖靈獎得主、Facebook首席AI科學家楊立昆（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聯合嵌入預測架構的優越性。

前谷歌、Facebook技術主管Hongcheng也表示：“AI模型不大可能通過被動看訓練數據視頻，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昇西落的視頻，就能悟出地球圍着太陽轉。

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，它是依賴於數據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，通過機器學習模型擬合大量數據點後形成的高維曲線（大麴線）在預測物理世界方面是存在侷限的，因為現實世界的複雜性和多樣性不是AI模型能夠通過有限數據就全部學習到的。

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免不了被質疑，但質疑跟質疑也有區別。

人家爭論火箭推進器燃料用C2H4、N2H4、高級硼硅烷哪個好，終歸是科學範疇的討論，你在旁邊嚷着“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，網上已經冒出了很多大聰明，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”：不就是大力出奇跡嗎？

還有人順帶着拋出一張圖——“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“造詞遊戲”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。

Sora的驚豔場面，他們選擇性無視；Sora的翻車畫面，他們拿着放大鏡看。

也不奇怪：用前現代思維理解現代技術的人，是難有從明天看今天的“明天觀”的，你跟他們説Sora可以像ChatGPT向GPT-4非線性跨越那樣快速進化，形同於雞同鴨講。

通用人工智能時代的大門都已經叩開了，他們卻站在門外不入，還哼着“全都是泡沫，只一剎的花火”。

跟他們説“中美科技差距又……”，更是碰到了他們的逆鱗。

事實上，在Sora問世後，“大國科技差距”的問題總是無法迴避。

在ChatGPT引爆大模型軍備競賽後，中國出現了百模大戰，不少國內大模型廠商都聲稱多項能力已經趕超ChatGPT。但OpenAI掏出“秘密武器”Sora，又讓許多人認清了現實。

周鴻禕就分析，這樣看來，中美間的AI差距還在擴大。

也有人認為，差距有是有，但沒那麼大。

如崑崙萬維CEO方漢就認為，“國內廠商和國外廠商在文生視頻的差距，不像大模型領域的差距那麼大。”從技術上看，Sora領先國內同行大概半年。

差距是大是小，固然言人人殊，但首先得正視差距的存在。

現在的問題是，有些人習慣了錯把“順差”當“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尹燁這兩天就撰文説：

如果把人類已經存在的語言、圖像、音頻、視頻等這些資料庫看成是人類文明的金礦，但是你已經有挖掘機了，我卻被限制只能用鐵鍬，長此以往會是什麼樣的結果？

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，認為我們能夠突破14納米，甚至認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，就在原地等着。我並不是説，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3納米、2納米，甚至1納米。

我們可以在戰略上藐視，但不能不在戰術上重視……當下據不完全統計，國內號稱有大模型的公司，已經有300多家，相信大部分還是“多小散亂”，面對GPT在簡體中文的世界裏，似乎尚能一戰，但面對Sora的橫空出世，可有一個能打的，甚至是接近的嗎？

説到底，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Sora的“奇技淫巧論”，究其原因大概就在於，諸如此類的頗具誤導性。

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，面對技術革命輕易轉過身去，沒準是跟正在到來的AI時代擦肩而過。

要知道，AI時代的技術演化不是匍匐向前的，而是跳躍式的——經常從一個斷層躍上另一個斷層。

眼下我們就已進入科技發展的“最後7分鐘（施拉姆語）”時刻。越是這時候，我們越不能搞“顱內閉關”。

就在過去1個月，全球科技圈發生了很多事：

1，英偉達（Nvidia）前不久發佈了在本地運行的名為“Chat with RTX”的Demo版個性化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，谷歌發佈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，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。説出來的是“最大”，沒説出來的是“完爆GPT-4”。

3，2月17日，Meta推出了名為“V-JEPA”的視頻預測模型。在此之前，Meta還推出了AI視頻模型Fairy。看得出來，楊立昆對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，旨在對標英偉達。從算力集羣到芯片製造，奧特曼下了一盤很大的棋。

5，春節前，阿里巴巴發佈了通義千問大模型Qwen-1.5版本，涵蓋了6個不同參數規模的型號。節後伊始，OPPO、魅族都宣佈，停止傳統智能手機研發，資源向AI手機集中。

毫無疑問，Sora的出現，也是大時代的註腳。

在此語境中，我們對Sora價值的認知鏡框，該是AI時代的背景框，而不是預設立場的思維框架。

2月19日，“天才少年”謝賽寧在朋友圈闢謠“謝賽寧是Sora發明者”之餘，就拋出了一個問題：（大家）在問Sora為什麼沒出現在中國的同時，可能也得問問，假設真的出現了（可能很快），我們有沒有準備好？

目前看，答案一目瞭然：很多人都沒做好準備。

“沒做好準備”體現在很多方面。

比如，在硅碳融合的重要關口，在浪潮已來的關鍵節點，有些人依舊是拿着前現代的眼光看現代技術變革，依然是用狹隘思維看技術浪潮。

又如，AI產業發展需要依託於創新友好型生態和氛圍。拿AI視頻模型來説，它要拼工程化調參能力、拼算力，更要拼創新生態與創新土壤。唯有寬鬆包容的環境，才能更好地激發企業與人才創新的強勁活力、創造的內生動力。揆諸現實，如果説，缺芯是外部掣肘，那擺在企業面前的內部掣肘也不少。

科技觀察者王兆洋就假設：OpenAI不是transformer模型發明者，Stable Diffusion不是diffusion模型發明者，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《技術的真相》裏説：“技術的發展和運用從一個社會結構中產生，然後被嫁接在這個結構之上。”

她認為，“尺寸是生長的自然結果，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境而得到培育和鼓勵。生長是發生性的，不是製造出來的。”

某種程度上，“我們為Sora的到來準備好了嗎”的孿生命題是：我們為“Sora”的培育提供了適宜的社會結構了嗎？

05

Sora沒有説自己“遙遙領先”，但毋庸諱言，就眼下看，它配得上一句“遙遙領先”。

而彌補差距，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問世後，有人寫道：這意味着，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”。