聊聊近期大模型界的一些轰动性进展。还记得年初，我在那次热闹的风马牛大会上做的预测吗？我列出了关于大模型未来的十大趋势，结果还没等到年末，我们就亲眼见证了其中几个预言成真。不论是Gemini，还是英伟达的 Chat With RTX，抑或是OpenAI最近放出的Sora，每一次发布都让人眼前一亮，感觉未来已来。

朋友们都好奇，我对Sora有什么看法。简单说，我坚信人工智能的终极形态——AGI（通用人工智能）的到来指日可待，而且就在这几年之内。 Sora Generated Videos

首先得说，技术竞争的核心永远是人才的聚集和深耕。看看Sora，它的表现远超其他同类产品，这并不令人意外。OpenAI这样拥有核心技术和强大团队的公司，其实力自然不容小觑。有观点认为，有了AI技术后，小公司只需做些零星生意即可。但最新的进展再次证明，这种看法实在是太天真了。 Sora Generated Video

其次，尽管AI技术发展迅猛，但并不意味着它会立即颠覆所有行业。相反，它更有可能激发人们的创造力。拿Sora来说，虽然有人担心它会冲击传统影视制作，但我看法不同。一个优秀的视频作品，不仅仅是画面的堆砌，还需要有创意的主题、精心编排的剧本和对白。Sora的确可能会改变广告、电影预告片和短视频等领域的游戏规则，但它更可能成为这些领域创作的有力工具。

Sora Generated Video

再来看国内的大模型发展。虽然表面上看似已接近GPT-3.5的水平，但实际上与GPT-4.0相比，仍有一段不小的距离。我相信OpenAI手中还有更多牌未亮出，无论是GPT-5还是其他更先进的技术。他们懂得如何控制节奏，保持领先。

大语言模型最厉害的地方，在于它们不仅仅是简单的信息填充机器，而是能深入理解这个世界的知识。Sora的技术突破不仅仅在于它能生成视频，而是它能够模拟自然界和物理规律，真正理解和再现世界。这种技术的进步，使得Sora不仅仅是在二维平面上操作图像，而是能够在三维世界中创造出符合物理定律的真实场景，这是大模型技术的一大飞跃。 Sora Generated Videos

拥有强大大模型作为基础，结合深刻的人类语言理解与对世界模型的洞察，我们正站在创造跨领域超级工具的门槛上。想象一下，在生物医学、蛋白质工程、基因研究，乃至物理、化学、数学等学科领域，大模型如何能够大放异彩，带来前所未有的进步和发现。 Sora Videos

Sora的案例，特别是其对物理世界模拟的能力，预示着对机器人学和自动驾驶等领域的深远影响。传统自动驾驶技术的侧重点在于感知技术，而忽略了更为关键的认知层面——那种基于对世界深刻理解的判断能力。正是这种对世界的理解，让未来的自动驾驶不仅仅是机械地反应环境，而是能够像人类驾驶员一样，做出复杂的判断和决策。 Sora Generated Videos

此外，Sora的成功不仅仅体现在其视频制作能力上，更重要的是它标志着大模型开始真正理解并模拟真实世界，开启了人工智能新的成果和突破的大门。

第五个观点更是令人振奋：为了训练如Sora这样的模型，OpenAI必须让它观看大量的视频资料。结合Diffusion技术，这一过程将使得AI对这个世界的理解更加深刻和全面。一旦AI开始“观看”世界，从所有电影到YouTube、TikTok上的视频内容，它对世界的理解将远超过纯文字学习。因为一幅图片的信息量就已经超过千言万语，视频的信息量更是远远超出图片。这样的技术进步意味着，通用人工智能（AGI）的实现，可能不再是十年或二十年的话题，而是在未来一两年内就可能成为现实。

Sora Videos

我们正处于技术革新的黄金时代，AI的每一次进步都在推动我们更接近于一个前所未有的未来。Sora的案例仅仅是开始，未来还有更多的奇迹等待我们去探索和实现。 Sora Videos

本文来源：https://baijiahao.baidu.com/s?id=1791066134493634342