1. Sora的視頻效果是真不錯，一分鐘長度夠，畫質(zhì)和投資很多的科幻大片一樣。之前是用生成圖片的辦法去湊成4秒的視頻，視角單一。這次生成的視頻是有“世界模型”的，所以有看電影的感覺。

2. 這波AIGC（人工智能內(nèi)容生成）的熱潮，先是圖片生成，stable diffusion這些技術(shù)，midjourney還賺了不少錢。2022年初GPT-3出來了，已經(jīng)有重大技術(shù)突破了，LLM（大語言模型）讓人覺得挺有意思了，展現(xiàn)了不一般的邏輯能力。但I(xiàn)T界以外的還不太關(guān)注，知道的人也沒看出來LLM能這么火。

3. 直到2022年底ChatGPT能說“人話”了，才引爆了關(guān)注。說實(shí)在的IT界的人反而有些意外，原來讓機(jī)器說人話影響這么大。技術(shù)底子還是GPT-3，加上了一個RLHF（人類反饋強(qiáng)化學(xué)習(xí)）讓機(jī)器說的話符合人類習(xí)慣。然后是GPT-4，AI的邏輯能力又大幅提升了。加上全球?qū)Υ竽Ｐ偷目駸?，人工智能業(yè)界產(chǎn)生了一個瘋狂的想法：AGI（通用人工智能）這次就能做出來！各家大公司都瘋了，3000美元成本的英偉達(dá)H100，3萬美元也買，還一下就幾十萬個。

4. 接下來就是“多模態(tài)”，大語言模型結(jié)合多媒體內(nèi)容，直接就是圖片與視頻生成。到Sora，等于是把diffusion和LLM成功結(jié)合了，做出來了符合人類階段目標(biāo)的文生視頻。在AIGC這個賽道上，技術(shù)想象力就這樣了。接下來無非是視頻越做越長，場景越來越復(fù)雜，低成本生成小電影，不會再有新的驚艷了。

5. 在文本內(nèi)容生成方面，其實(shí)也就這樣了。GPT-4的后續(xù)GPT-5，應(yīng)該不會有本質(zhì)突破。參數(shù)多到萬億級別，能力也還是這樣。GPT的固有缺陷“幻覺”，還是會有，對于世界并沒有符合人類預(yù)期的深層邏輯理解。現(xiàn)在怕文本生成的幻覺，不敢放心大膽用。視頻生成需要邏輯能力，所以不太可能一個視頻生成能直接就成了電影，還是需要人類來主導(dǎo)。

6. 下一個驚艷突破，就是AGI。如果機(jī)器真有了人類研發(fā)者認(rèn)可的邏輯能力，文本生成質(zhì)量會突飛猛進(jìn)，會有創(chuàng)意，能搞研發(fā)。但是，基于目前的神經(jīng)網(wǎng)絡(luò)Transformer架構(gòu)，應(yīng)該是做不出AGI?，F(xiàn)在還是用機(jī)器算法模擬智能，模擬得挺象，但不是智能。

7. 模擬出來的智能，和真正的智能，還是有很大區(qū)別的。前者是工具，在人類歷史上并不罕見，AIGC并不算是特別突出的工具，經(jīng)濟(jì)影響力可以評估。AGI如果出來了，就是人類創(chuàng)造的最偉大產(chǎn)品，意義大到?jīng)]法評估。有的人認(rèn)為，人類的意義，就是機(jī)器智能的“引導(dǎo)程序”，把高階智能引導(dǎo)出來了，就沒人類啥事了。