OpenAI在我们中国春节期间发布了新产【未经授权禁止转载】本文作者：唐霜，转载请注明出处。品——Sora，它将是比ChatGPT更【关注微信公众号：wwwtangshuangnet】本文版权归作者所有，未经授权不得转载。颠覆的产品，ChatGPT的主要能力是理原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。解通用自然语言和常识，并做出文本的预测，【访问 www.tangshuang.net 获取更多精彩内容】【未经授权禁止转载】而Sora的能力是理解这个世界的运行规律著作权归作者所有，禁止商业用途转载。【原创内容，转载请注明出处】，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【版权所有】唐霜 www.tangshuang.net行规律”和“理解自然语言”比起来，级别一著作权归作者所有，禁止商业用途转载。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。【原创内容，转载请注明出处】GPT更颠覆的产品。本期将深入聊一聊我对【版权所有，侵权必究】著作权归作者所有，禁止商业用途转载。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 应未经授权，禁止复制转载。【原创不易，请尊重版权】用、小宇宙APP、QQ音乐中搜“Robu未经授权，禁止复制转载。【关注微信公众号：wwwtangshuangnet】st”找到我们的节目收听。

捐赠支持

求打赏🙇如果你觉得 Ro【未经授权禁止转载】本文作者：唐霜，转载请注明出处。bust 这样一档技术类的谈话节目还不错【本文首发于唐霜的博客】【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【版权所有】唐霜 www.tangshuang.net未经授权，禁止复制转载。品——Sora，它将是比ChatGPT更本文作者：唐霜，转载请注明出处。【本文受版权保护】颠覆的产品，ChatGPT的主要能力是理转载请注明出处：www.tangshuang.net本文版权归作者所有，未经授权不得转载。解通用自然语言和常识，并做出文本的预测，【版权所有，侵权必究】【版权所有，侵权必究】而Sora的能力是理解这个世界的运行规律转载请注明出处：www.tangshuang.net【转载请注明来源】，并以视频的形式完成预测，“理解世界的运本文版权归作者所有，未经授权不得转载。【版权所有】唐霜 www.tangshuang.net行规律”和“理解自然语言”比起来，级别一【作者：唐霜】【作者：唐霜】下子上升了很多，所以我说它将是比Chat【版权所有，侵权必究】未经授权，禁止复制转载。GPT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，【转载请注明来源】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“世界原创内容，盗版必究。【作者：唐霜】模型”，一旦世界模型得以建立，我们就可以本文版权归作者所有，未经授权不得转载。【转载请注明来源】再建一个平行世界。这样的想法很是疯狂，不本文作者：唐霜，转载请注明出处。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，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】【作者：唐霜】费、娱乐、科学等等，都可能依赖AGI，或转载请注明出处：www.tangshuang.net著作权归作者所有，禁止商业用途转载。者以它为工具，或者用AGI创造新智能，甚【访问 www.tangshuang.net 获取更多精彩内容】【本文首发于唐霜的博客】至寄生于中。当然，这里面有很多社会学、人【访问 www.tangshuang.net 获取更多精彩内容】【原创不易，请尊重版权】类文化学的问题要研究，例如一个最关键的问原创内容，盗版必究。原创内容，盗版必究。题是，穷人在这个时代如何被赋予公平的权利未经授权，禁止复制转载。【原创内容，转载请注明出处】？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】【未经授权禁止转载】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【作者：唐霜】【转载请注明来源】感远远大于之前的其他软件，这是为什么呢？原创内容，盗版必究。【关注微信公众号：wwwtangshuangnet】这是一个非常重要且严肃的问题。这可以上升未经授权，禁止复制转载。本文作者：唐霜，转载请注明出处。到更高层面的一个问题，“为什么我们感觉真【版权所有，侵权必究】【转载请注明来源】实？”，比如，为什么我们有时候会说“这个【版权所有】唐霜 www.tangshuang.net转载请注明出处：www.tangshuang.net梦好真实”。现在我来总结答案：因为我们当【转载请注明来源】未经授权，禁止复制转载。下的体验，符合我们的常识和经验。我们觉得【本文受版权保护】未经授权，禁止复制转载。梦真实，是因为这个梦里面的场景延续了自己【未经授权禁止转载】【关注微信公众号：wwwtangshuangnet】这几天的生活体验，所以符合生活经验的体验【版权所有，侵权必究】【访问 www.tangshuang.net 获取更多精彩内容】，让我们有强烈的真实感。我们看到Sora本文版权归作者所有，未经授权不得转载。【转载请注明来源】的视频有更强真实感，是因为我们觉得它出的转载请注明出处：www.tangshuang.net【版权所有，侵权必究】视频，在细节上都非常符合我们的常识和经验【访问 www.tangshuang.net 获取更多精彩内容】未经授权，禁止复制转载。。当然，那些用Sora做的翻车视频，就是转载请注明出处：www.tangshuang.net【版权所有】唐霜 www.tangshuang.net不符合我们常识和经验的反例。现在的问题，未经授权，禁止复制转载。【版权所有】唐霜 www.tangshuang.net就是为什么它出视频能做到按照人们的常识和【关注微信公众号：wwwtangshuangnet】【原创内容，转载请注明出处】经验来出？

在Sora出现之前，市面上比较知名的文生原创内容，盗版必究。【未经授权禁止转载】视频应用有Pika和Runway，但是它【关注微信公众号：wwwtangshuangnet】【作者：唐霜】们在技术层面有着天大的差别，Pika和R转载请注明出处：www.tangshuang.net【作者：唐霜】unway等主要是通过传统的机器学习算法转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】对视频帧（像素）做处理和渲染，而Sora未经授权，禁止复制转载。【原创内容，转载请注明出处】则是采用ChatGPT相同的思路，通过提未经授权，禁止复制转载。未经授权，禁止复制转载。前进行超大规模的训练来掌握真实世界中的物【转载请注明来源】未经授权，禁止复制转载。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【未经授权禁止转载】本文作者：唐霜，转载请注明出处。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。未经授权，禁止复制转载。则主要依赖于一个物理引擎，基于物理引擎的转载请注明出处：www.tangshuang.net著作权归作者所有，禁止商业用途转载。游戏对比基于素材的无论是感观上还是体验上【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。都要高一个维度。而Sora就是那个基于物【关注微信公众号：wwwtangshuangnet】【本文首发于唐霜的博客】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。未经授权，禁止复制转载。现实世界的视频的训练和学习，而建立的“世原创内容，盗版必究。【本文受版权保护】界引擎”，当我们输入提示词时，它就在这个【转载请注明来源】【关注微信公众号：wwwtangshuangnet】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【访问 www.tangshuang.net 获取更多精彩内容】【原创不易，请尊重版权】s的视频，二是可以在保持主角色不变的高度【本文首发于唐霜的博客】本文版权归作者所有，未经授权不得转载。一致性的同时，还生成多个不同角度的分镜。本文作者：唐霜，转载请注明出处。本文作者：唐霜，转载请注明出处。在这两点之下，它的视频还很丝滑，像素高（【原创内容，转载请注明出处】【作者：唐霜】据称能到4K），有大片感（据称其底层依赖【作者：唐霜】【转载请注明来源】虚幻5引擎来生成视频）。而且Sora还可【关注微信公众号：wwwtangshuangnet】著作权归作者所有，禁止商业用途转载。以提供一个视频，对其细节修改的能力，这使转载请注明出处：www.tangshuang.net【未经授权禁止转载】得很多博主基于一些有趣的视频，创造出更有【版权所有】唐霜 www.tangshuang.net【版权所有】唐霜 www.tangshuang.net趣的东西。

关于Sora的技术解析，它是怎么训练的，【版权所有，侵权必究】未经授权，禁止复制转载。怎么预测的，我在B站上发现了一个视频，讲原创内容，盗版必究。【本文首发于唐霜的博客】的深入浅出，你可以通过这个视频来了解（https://www.bilibili未经授权，禁止复制转载。【本文首发于唐霜的博客】.com/video/BV1RH4y1j【版权所有】唐霜 www.tangshuang.net【本文首发于唐霜的博客】74b/）。

站在2024年的今天，我们不得不承认AG【未经授权禁止转载】【版权所有】唐霜 www.tangshuang.netI会对很多行业带来颠覆。Sora对电影特【本文受版权保护】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【本文首发于唐霜的博客】【未经授权禁止转载】于GPT来做电影和游戏开发，当时我的想法转载请注明出处：www.tangshuang.net【本文首发于唐霜的博客】思路是和Pika之类的路线是一样的，想通原创内容，盗版必究。著作权归作者所有，禁止商业用途转载。过图片的补间的方式来实现连续动画和持续生【版权所有】唐霜 www.tangshuang.net【版权所有，侵权必究】成，但这种思路不可能带来优秀的体验。而S【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。ora让我看到了另外一种可能。就目前来说【转载请注明来源】转载请注明出处：www.tangshuang.net，基于Sora和其他智能工具配合，制作出【原创内容，转载请注明出处】原创内容，盗版必究。3-5分钟的视频毫无悬念，而Sora还具【关注微信公众号：wwwtangshuangnet】【访问 www.tangshuang.net 获取更多精彩内容】备续写的能力，只需要我们在相同语言上下文未经授权，禁止复制转载。原创内容，盗版必究。中给出新的提示词即可。要知道ChatGP未经授权，禁止复制转载。未经授权，禁止复制转载。T已经支持模型的记忆能力。由此可见，互动本文版权归作者所有，未经授权不得转载。著作权归作者所有，禁止商业用途转载。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【未经授权禁止转载】著作权归作者所有，禁止商业用途转载。的Vision  Pro已经发售，假以时【访问 www.tangshuang.net 获取更多精彩内容】本文版权归作者所有，未经授权不得转载。日，在Vision Pro这样的设备上，【版权所有】唐霜 www.tangshuang.net著作权归作者所有，禁止商业用途转载。实现持续性的沉浸式交互式视频生成，由用户原创内容，盗版必究。转载请注明出处：www.tangshuang.net自己来创造自己想看的内容，而非由第三方机原创内容，盗版必究。本文作者：唐霜，转载请注明出处。构来推荐内容，成为了可能。前段时间爆火的【访问 www.tangshuang.net 获取更多精彩内容】著作权归作者所有，禁止商业用途转载。《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【原创不易，请尊重版权】【版权所有】唐霜 www.tangshuang.net，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。【未经授权禁止转载】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。【未经授权禁止转载】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》这转载请注明出处：www.tangshuang.net本文作者：唐霜，转载请注明出处。样的电影中的场景，现在来看，似乎也未尝不【本文首发于唐霜的博客】【关注微信公众号：wwwtangshuangnet】能达到。

最后，我们来总结一下。Sora的发布，预转载请注明出处：www.tangshuang.net转载请注明出处：www.tangshuang.net示着AGI发展进程已经进入理解世界运行规未经授权，禁止复制转载。本文版权归作者所有，未经授权不得转载。律的阶段，并尝试构建世界模型。这将颠覆我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。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】【本文首发于唐霜的博客】，这对有关行业的颠覆无疑是巨大的，虽然A【转载请注明来源】【原创内容，转载请注明出处】GI的发展初衷是为了把工作交给计算机，把【关注微信公众号：wwwtangshuangnet】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【本文首发于唐霜的博客】未经授权，禁止复制转载。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。原创内容，盗版必究。，转换工作范式，以应对科技革命中的巨大变【本文首发于唐霜的博客】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【作者：唐霜】【访问 www.tangshuang.net 获取更多精彩内容】在的技术发展来看，也不是不可能。

2024-02-20 2916