近幾日，科技圈裏最熱門的肯定是 OpenAI 新發布的文生視頻模型 Sora。
幾乎在同時，國内也有某些科技公司推出了所謂的國産版 Sora，宣傳文案中也号稱可以通過文字指令生成真實且自然流暢的視頻。但當用戶下載打開，映入眼簾的是付費頁面。可笑的是，所謂國産版 Sora 使用的示範視頻，直接來自 OpenAI 的案例——第一時間割韭菜，可謂無所不用其極。
這種讓人哭笑不得的反差，不禁讓人喟歎：爲什麽我們總是被 AI 先進技術所震撼？
Sora 不單是一個爆炸性技術。早在 2016 年，OpenAI 就曾明确提出，生成式模型是讓計算機理解世界最有潛力的方向，并且引用了物理學家費曼說的話，" 我創作不出來的，就是我沒有理解的 "。
8 年後，Sora 不僅能夠根據文字指令創造出既逼真又充滿想象力的場景，還能生成長達 1 分鍾的一鏡到底的視頻，而且，視頻中的人物、背景等都能達到驚人的一緻性，各種鏡頭随意切換。
Sora 顯然是奔着 " 世界模型 " 而去的。OpenAI 發布的 Sora 研究報告也以 " 視頻生成模型成爲世界模拟器 " 爲題。
就在 OpenAI 思考如何讓計算機理解世界、掌握物理規律的同時，我們的業界在做些什麽？
國内的某些科技大佬曾經在讨論中認爲，是否需要讓大模型理解世界并不太重要，能用就行，别人如果做出來了，那就照搬照抄套個殼子，這樣省事，可以少走不少彎路。
所以，你就可以明白，爲什麽 2022 年年底 OpenAI 推出 ChatGPT 之後，突然之間，國内的各個廠商仿佛開了竅似的，冒出了 " 百模大戰 " 甚至 " 千模大戰 "。
這裏面的差距恐怕并不隻是在技術層面，而是存在于思維、眼光，甚至哲學思辨力等形而上的層面上。
這種認知層面上的差距，更讓人擔心。
這讓我想起了另外一個曾經在科技圈熱議的話題：特斯拉爲什麽不用激光雷達？
在一衆對無人駕駛趨之若鹜的汽車廠商中，特斯拉顯得特立獨行，不僅不用激光雷達，CEO 馬斯克甚至公開說，用激光雷達非常愚蠢。
外界對此的解釋往往聚焦在視覺 AI 與激光雷達的技術特點以及成本的差異上。這種解釋确實提供了一種大衆可以理解的視角。但真相是，馬斯克根本不是在造車。甚至可以說，特斯拉最沒有價值的屬性，就是作爲一種交通工具的那部分。
在馬斯克眼中，特斯拉就是一台智能終端，會看、會聽、會思考、會交流。當然，它還附帶了四個輪子，可以帶着你到處遛彎。他想得很明白，視覺技術在未來将擁有着遠比激光雷達多得多的應用場景。
每一輛特斯拉汽車在馬斯克看來其實都是一個視覺數據源，彙集、傳遞、歸納關于這個真實世界的種種數據。無法想象，這麽些年下來，經過全球幾百萬輛特斯拉汽車的不間斷運行，特斯拉所掌握的視覺數據庫有多龐大。在如此龐大的視覺數據投喂之下，或許某一天，特斯拉會突然宣布，特斯拉人工智能網絡将會擁有颠覆性的能力。
我們不知道 OpenAI 或者馬斯克的口袋裏還有哪些好東西，但是我們知道，如果我們沒法在思維和認知層面上有所突破，我們隻會一次又一次地被震撼。
正如當讨論人形機器人的時候，我們在想，它如何成爲工廠的助手和家庭的保姆。馬斯克卻說，讓它幫我們生孩子吧——你不得不承認，這個 " 腦洞 " 的想象力更大。
文｜記者 李鋼
