### Sora的诞生：科技狂欢与争议并存
近日，Meta首席AI科学家Yann LeCun杨立昆对Sora发起了公开质疑。他表示，尽管Sora以其生成式技术路线引发了科技界的广泛关注，但该路线在处理高维连续感官输入中的“预测不确定性”方面存在显著挑战，并不适用于构建世界模型，因此其被OpenAI定义为“世界模拟器”的说法并不准确。值得关注的是，在2月16日Sora震撼登场的同一天，科技界还有两款重量级产品紧随其后。首先是Meta推出的视频联合嵌入预测架构V-JEPA，该架构号称能以人类理解方式解读世界；其次是谷歌发布的能够处理百万tokens上下文的大模型Gemini 1.5 Pro。然而，在Sora的信息洪流中，这两款模型的关注度似乎都被掩盖了。
尤其引人注目的是，谷歌于2月22日凌晨毫无预警地发布了开源模型Gemma，这是继2月9日宣布Gemini Ultra免费使用和2月16日推出Gemini 1.5 Pro后的又一重大举措。业内人士向时代周报透露，谷歌此举颇有向通过Sora抢尽风头的OpenAI宣战之意，同时也试图以此挑战Meta的Llama 2。
Sora的出现不仅带来了技术层面的升级，更承载着超越科技框架之外的意义。犹如电影剧本中的“麦高芬”，它推动着剧情发展，即使其背后的具体背景和技术细节并非关键，重要的是它在商业科技领域所带来的革新动力和启示作用。
针对这一引起轰动的科技产品，四位业内的资深专家受邀参与了时代周报组织的讨论，他们分别是：
- 李桢：北京信息化局专家库信息化专家，工信部人工智能创作师认证主讲人，商业认知研究院创始院长，同时担任西南大学、成都科技大学创业导师及对外经贸大学创新学科讲师。
- Edward：英国就业协会理事，人工智能行业协会会员，无束AIGC分享平台创始人。
- Emma：香港理工大学中英企业传讯硕士，无束AIGC分享平台联合创始人。
- Yuca：远识资本董事，科技媒体Z Potentials创始人。
对于杨立昆对Sora的质疑，李桢指出，每个模型都有其独特的逻辑推导路径，成功与否并未注定，而是取决于不同的技术路线。他认为Sora延续了ChatGPT的技术逻辑，将Transformer模型应用于文生视频的Diffusion Model中，使得图片的理解更为容易。在此基础上，OpenAI还实现了两项重要升级——增加对绘画意图标签的理解，以及引入Space&Time patches（空间与时间补丁包），这使得Sora在生成视频时能够基于算法机制模拟物理世界的场景变化，从而提高画面稳定性和逼真度。
Edward则认为，虽然Sora并没有实现AI理解人类的根本突破，但它在高质量跨形态生成方面的进步无疑将行业推向了一个新纪元。而Emma强调，尽管当前中国在文生视频领域的中外差距主要体现在算法、算力和数据资源等方面，但国内企业完全有可能通过借鉴LLM的发展经验，结合中国特色打造独特的发展道路。
关于文生视频与人类关系的探讨，李桢以预制菜与厨师的关系作比喻，强调目前AIGC文生视频的应用仍处于早期阶段，需要深入研究提示词的有效运用才能真正发挥其生产力价值。他进一步指出，面对国内外市场环境的差异和文化背景的不同，国内企业在开放合作的同时，也需要找准自身定位，注重应用端的落地，正如阿里巴巴等企业在电商领域所展现的强大AI实力。
综上所述，Sora的诞生标志着科技前沿的一次重大跃进，但也揭示了诸多尚待解决的问题和挑战。随着文生视频技术的持续迭代和深化应用，未来或许将见证更多岗位的升级转型和全新应用场景的涌现，而人类与AI大模型的关系也将随之发生深刻变革。
