OpenAI在我们中国春节期间发布了新产未经授权，禁止复制转载。【访问 www.tangshuang.net 获取更多精彩内容】品——Sora，它将是比ChatGPT更【原创内容，转载请注明出处】【版权所有】唐霜 www.tangshuang.net颠覆的产品，ChatGPT的主要能力是理【原创不易，请尊重版权】【关注微信公众号：wwwtangshuangnet】解通用自然语言和常识，并做出文本的预测，【原创内容，转载请注明出处】【本文首发于唐霜的博客】而Sora的能力是理解这个世界的运行规律【转载请注明来源】本文版权归作者所有，未经授权不得转载。，并以视频的形式完成预测，“理解世界的运转载请注明出处：www.tangshuang.net【转载请注明来源】行规律”和“理解自然语言”比起来，级别一【本文受版权保护】转载请注明出处：www.tangshuang.net下子上升了很多，所以我说它将是比Chat【版权所有，侵权必究】转载请注明出处：www.tangshuang.netGPT更颠覆的产品。本期将深入聊一聊我对本文版权归作者所有，未经授权不得转载。【作者：唐霜】Sora这款产品的看法。

在线收听

喜马拉雅：点击播放

你还可以在苹果自带的 Podcast 应【版权所有，侵权必究】原创内容，盗版必究。用、小宇宙APP、QQ音乐中搜“Robu转载请注明出处：www.tangshuang.net【作者：唐霜】st”找到我们的节目收听。

捐赠支持

求打赏🙇如果你觉得 Ro【作者：唐霜】【未经授权禁止转载】bust 这样一档技术类的谈话节目还不错【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】，希望我继续做下去，不妨打赏支持。

内容摘要

OpenAI在我们中国春节期间发布了新产未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】品——Sora，它将是比ChatGPT更【版权所有】唐霜 www.tangshuang.net原创内容，盗版必究。颠覆的产品，ChatGPT的主要能力是理【本文首发于唐霜的博客】【作者：唐霜】解通用自然语言和常识，并做出文本的预测，著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】而Sora的能力是理解这个世界的运行规律未经授权，禁止复制转载。【未经授权禁止转载】，并以视频的形式完成预测，“理解世界的运【原创内容，转载请注明出处】本文版权归作者所有，未经授权不得转载。行规律”和“理解自然语言”比起来，级别一【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。下子上升了很多，所以我说它将是比Chat本文版权归作者所有，未经授权不得转载。转载请注明出处：www.tangshuang.netGPT更颠覆的产品。

如果人工智能能够理解这个世界的运行规律，【版权所有，侵权必究】著作权归作者所有，禁止商业用途转载。那么也就可以建立现在业界提出的概念“世界【原创不易，请尊重版权】本文版权归作者所有，未经授权不得转载。模型”，一旦世界模型得以建立，我们就可以【原创内容，转载请注明出处】【原创不易，请尊重版权】再建一个平行世界。这样的想法很是疯狂，不【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。过疯狂的想法不止于此。

AGI（通用人工智能）作为新工业革命标志【作者：唐霜】本文作者：唐霜，转载请注明出处。，几乎已经形成了共识。未来我们的生产、消【本文首发于唐霜的博客】【版权所有，侵权必究】费、娱乐、科学等等，都可能依赖AGI，或著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】者以它为工具，或者用AGI创造新智能，甚本文作者：唐霜，转载请注明出处。【版权所有】唐霜 www.tangshuang.net至寄生于中。当然，这里面有很多社会学、人本文版权归作者所有，未经授权不得转载。【转载请注明来源】类文化学的问题要研究，例如一个最关键的问【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net题是，穷人在这个时代如何被赋予公平的权利本文作者：唐霜，转载请注明出处。【转载请注明来源】？不过现在讨论这些为时尚早，先努力将技术【访问 www.tangshuang.net 获取更多精彩内容】【转载请注明来源】推进至那一天再来思考不迟。

Sora给我们的启示非常大。

大家都觉得Sora出的视频真实，这种真实本文版权归作者所有，未经授权不得转载。本文作者：唐霜，转载请注明出处。感远远大于之前的其他软件，这是为什么呢？本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。这是一个非常重要且严肃的问题。这可以上升本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。到更高层面的一个问题，“为什么我们感觉真【关注微信公众号：wwwtangshuangnet】【版权所有】唐霜 www.tangshuang.net实？”，比如，为什么我们有时候会说“这个原创内容，盗版必究。【版权所有，侵权必究】梦好真实”。现在我来总结答案：因为我们当【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】下的体验，符合我们的常识和经验。我们觉得本文版权归作者所有，未经授权不得转载。原创内容，盗版必究。梦真实，是因为这个梦里面的场景延续了自己【原创不易，请尊重版权】本文作者：唐霜，转载请注明出处。这几天的生活体验，所以符合生活经验的体验【转载请注明来源】原创内容，盗版必究。，让我们有强烈的真实感。我们看到Sora未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。的视频有更强真实感，是因为我们觉得它出的著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。视频，在细节上都非常符合我们的常识和经验本文版权归作者所有，未经授权不得转载。【版权所有，侵权必究】。当然，那些用Sora做的翻车视频，就是【原创内容，转载请注明出处】【关注微信公众号：wwwtangshuangnet】不符合我们常识和经验的反例。现在的问题，著作权归作者所有，禁止商业用途转载。转载请注明出处：www.tangshuang.net就是为什么它出视频能做到按照人们的常识和转载请注明出处：www.tangshuang.net【未经授权禁止转载】经验来出？

在Sora出现之前，市面上比较知名的文生转载请注明出处：www.tangshuang.net原创内容，盗版必究。视频应用有Pika和Runway，但是它【本文受版权保护】【关注微信公众号：wwwtangshuangnet】们在技术层面有着天大的差别，Pika和R未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】unway等主要是通过传统的机器学习算法著作权归作者所有，禁止商业用途转载。【原创不易，请尊重版权】对视频帧（像素）做处理和渲染，而Sora【转载请注明来源】本文版权归作者所有，未经授权不得转载。则是采用ChatGPT相同的思路，通过提转载请注明出处：www.tangshuang.net【原创内容，转载请注明出处】前进行超大规模的训练来掌握真实世界中的物著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。理表现，然后再通过提示词来预测和复现。

打个比方，我们以前开发游戏，需要准备很多【版权所有】唐霜 www.tangshuang.net【原创不易，请尊重版权】素材，然后对素材进行操作，而现在开发游戏著作权归作者所有，禁止商业用途转载。本文版权归作者所有，未经授权不得转载。则主要依赖于一个物理引擎，基于物理引擎的本文作者：唐霜，转载请注明出处。【访问 www.tangshuang.net 获取更多精彩内容】游戏对比基于素材的无论是感观上还是体验上未经授权，禁止复制转载。【转载请注明来源】都要高一个维度。而Sora就是那个基于物转载请注明出处：www.tangshuang.net未经授权，禁止复制转载。理引擎的，它的物理引擎，就是通过对大量的本文版权归作者所有，未经授权不得转载。【原创内容，转载请注明出处】现实世界的视频的训练和学习，而建立的“世【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。界引擎”，当我们输入提示词时，它就在这个【作者：唐霜】【本文受版权保护】引擎上创建一个视频出来。

Sora还有两个特征，一个是可以做到60【关注微信公众号：wwwtangshuangnet】【本文受版权保护】s的视频，二是可以在保持主角色不变的高度【转载请注明来源】【版权所有】唐霜 www.tangshuang.net一致性的同时，还生成多个不同角度的分镜。【版权所有，侵权必究】【原创不易，请尊重版权】在这两点之下，它的视频还很丝滑，像素高（本文作者：唐霜，转载请注明出处。未经授权，禁止复制转载。据称能到4K），有大片感（据称其底层依赖著作权归作者所有，禁止商业用途转载。【本文首发于唐霜的博客】虚幻5引擎来生成视频）。而且Sora还可【访问 www.tangshuang.net 获取更多精彩内容】【本文受版权保护】以提供一个视频，对其细节修改的能力，这使【版权所有】唐霜 www.tangshuang.net【本文受版权保护】得很多博主基于一些有趣的视频，创造出更有【原创不易，请尊重版权】【本文受版权保护】趣的东西。

关于Sora的技术解析，它是怎么训练的，著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。怎么预测的，我在B站上发现了一个视频，讲【本文受版权保护】【原创不易，请尊重版权】的深入浅出，你可以通过这个视频来了解（https://www.bilibili【版权所有】唐霜 www.tangshuang.net本文版权归作者所有，未经授权不得转载。.com/video/BV1RH4y1j著作权归作者所有，禁止商业用途转载。原创内容，盗版必究。74b/）。

站在2024年的今天，我们不得不承认AG未经授权，禁止复制转载。未经授权，禁止复制转载。I会对很多行业带来颠覆。Sora对电影特【作者：唐霜】著作权归作者所有，禁止商业用途转载。效、短视频制作等等的冲击，可想而知。

我在之前的节目里面曾提到一个想法，就是基转载请注明出处：www.tangshuang.net【关注微信公众号：wwwtangshuangnet】于GPT来做电影和游戏开发，当时我的想法本文版权归作者所有，未经授权不得转载。本文版权归作者所有，未经授权不得转载。思路是和Pika之类的路线是一样的，想通未经授权，禁止复制转载。未经授权，禁止复制转载。过图片的补间的方式来实现连续动画和持续生【关注微信公众号：wwwtangshuangnet】【本文首发于唐霜的博客】成，但这种思路不可能带来优秀的体验。而S【转载请注明来源】转载请注明出处：www.tangshuang.netora让我看到了另外一种可能。就目前来说【访问 www.tangshuang.net 获取更多精彩内容】原创内容，盗版必究。，基于Sora和其他智能工具配合，制作出未经授权，禁止复制转载。著作权归作者所有，禁止商业用途转载。3-5分钟的视频毫无悬念，而Sora还具转载请注明出处：www.tangshuang.net【原创不易，请尊重版权】备续写的能力，只需要我们在相同语言上下文【本文首发于唐霜的博客】【版权所有，侵权必究】中给出新的提示词即可。要知道ChatGP原创内容，盗版必究。本文作者：唐霜，转载请注明出处。T已经支持模型的记忆能力。由此可见，互动【本文受版权保护】【原创内容，转载请注明出处】式的视频生成越来越近。

今天，我在网上看到另外一种想法，现在苹果本文作者：唐霜，转载请注明出处。【作者：唐霜】的Vision  Pro已经发售，假以时【本文受版权保护】【本文受版权保护】日，在Vision Pro这样的设备上，【未经授权禁止转载】转载请注明出处：www.tangshuang.net实现持续性的沉浸式交互式视频生成，由用户【版权所有，侵权必究】转载请注明出处：www.tangshuang.net自己来创造自己想看的内容，而非由第三方机未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】构来推荐内容，成为了可能。前段时间爆火的未经授权，禁止复制转载。【原创不易，请尊重版权】《糟糕！我被美女包围了》视频互动游戏，其原创内容，盗版必究。【转载请注明来源】制作成本、剧情量、交互的选择数都是有限的原创内容，盗版必究。原创内容，盗版必究。，而有了我上述的大胆想法之后，这样的游戏著作权归作者所有，禁止商业用途转载。【版权所有，侵权必究】将变得轻而易举，且无限可能。届时，我我们本文版权归作者所有，未经授权不得转载。【作者：唐霜】可能分不清，这到底是游戏，还是电影。

类似《头号玩家》《黑客帝国》《Her》这本文作者：唐霜，转载请注明出处。著作权归作者所有，禁止商业用途转载。样的电影中的场景，现在来看，似乎也未尝不【版权所有】唐霜 www.tangshuang.net【本文受版权保护】能达到。

最后，我们来总结一下。Sora的发布，预本文作者：唐霜，转载请注明出处。原创内容，盗版必究。示着AGI发展进程已经进入理解世界运行规【原创不易，请尊重版权】【未经授权禁止转载】律的阶段，并尝试构建世界模型。这将颠覆我著作权归作者所有，禁止商业用途转载。本文作者：唐霜，转载请注明出处。们以前很多需要基于计算机技术才能做到的事【原创内容，转载请注明出处】本文版权归作者所有，未经授权不得转载。，这对有关行业的颠覆无疑是巨大的，虽然A【原创内容，转载请注明出处】著作权归作者所有，禁止商业用途转载。GI的发展初衷是为了把工作交给计算机，把【未经授权禁止转载】本文版权归作者所有，未经授权不得转载。人作为劳动力解放出来，但实际中我们还是需【原创内容，转载请注明出处】【关注微信公众号：wwwtangshuangnet】要有危机感，个人要实时更新自己的行业技能原创内容，盗版必究。未经授权，禁止复制转载。，转换工作范式，以应对科技革命中的巨大变【未经授权禁止转载】转载请注明出处：www.tangshuang.net化。

最后再推荐1部小众电影《未来战警》，以现【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。在的技术发展来看，也不是不可能。

2024-02-20 3026