|
1. Sora的发布，人工智能发展史上的一个里程碑事件。是继推出ChatGpt之后，有一个搅动整个互联网的事件。 Prompt: A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.
提示:一个时髦的女人走在东京的街道上，到处都是温暖发光的霓虹灯和动画城市标志。她穿着黑色皮夹克，红色长裙，黑色靴子，拿着一个黑色钱包。她戴着太阳镜，涂着红色的口红。她走起路来自信而随意。街道是潮湿和反光的，创造了一个彩色灯光的镜子效果。许多行人走来走去。2. 简单理解就是文本生成视频，视频我们也看了，比如东京街道女子视频，整体很真实，有一处腿交错有点问题，水面的倒影，眼睛的倒影，在动态中变化，符合自然的规律。很惊艳，虽然是虚构的，几乎以假乱真。有点石成金的错觉。3. 这是构建的一个世界模型，理解自然规律，有很好的光影关系，时空关系，对这个物理世界的规律认识很有深度。4. 我们再了解一下ChatGPT，ChatGPT是AIGC（AI-Generated Content，人工智能生成内容）技术进展的成果。该模型能够促进利用人工智能进行内容创作、提升内容生产效率与丰富度。ChatGPT受到关注的重要原因是引入新技术RLHF（Reinforcement Learning with Human Feedback，即基于人类反馈的强化学习）。RLHF解决了生成模型的一个核心问题，即如何让人工智能模型的产出和人类的常识、认知、需求、价值观保持一致。ChatGPT出现后，我们也知道文生视频的出现是迟早的事情，只是没有想到不到两年的时间就出现了，这对整个互联网是个冲击。Sora是这个大语言模型的一个分支。5. 让我们害怕的是，一个虚拟的世界来了，以后你不知道一个很生动的视频，到底是真实还是虚拟，以前我们知道动画就是动画，动漫和真实世界是区分开来的，而Sora生成的视频却和真实的世界很难区分，“假作真时真亦假，无为有处有还无”，红楼梦的太虚幻境来到了真实世界。6. 当下的视频是无数张的图片在时间轴上的排布，往常的视频生成有不连贯的情况，而Sora用了space time patch技术，把时间微分，从二维结构跃升为三维结构，保证了视频在时间轴上的稳定性。原来的像素从二维变为三维。从像素面变成像素体。7. Sora把绘图的过程的理解+ChatGPT非常擅长的difusuion transformer，Transformer是谷歌在2017年的论文《Attention Is All You Need》中提出的，用于NLP的各项任务。在机器翻译中，Transformer可以将一种语言翻译成另一种语言。Sora的特点就是有一定知识基础后可以持续学习，可以猜，可以蒙（我们也可以说是直觉），输出结果，然后知错就改，不断地成熟、成长，变得稳定，这就是喂养、训练AI。这就需要大量的参数，需要大量的算力，背后的基础设施是庞大的，投入也是我们普通人难以想象的。8. 那么对于我们普通人有什么影响呢？或者说对于哪些行业会有影响呢？对于新技术，我觉得要有一个开放的态度。我平时写东西，偶尔也会用一用百度的文心一言，很好用，会给工作带来便利。Sora，首先冲击的是视频制作行业，首先是带来很大的便利。但是对于这个行业呢？从业人员肯定会减少，会造成大批的失业，也会造就新的职业。未来的工作，真实越来越难找了。但是呢，越是收到冲击的行业或职业，未来的发展潜力越大。9. 那么我们普通人，要做的，应该是要有AI思维，能用的先用起来，直面要比逃避好，争取不做AI难民。SORA也可以生成图片：雪山村庄，拥有舒适的小屋和北极光显示屏，高细节和逼真的数码单反相机，50 毫米 f/1.2新兴的模拟功能POEN AI 官网 https:/// 可以探索一番
|
