Sora火了，通用人工智能要来了？(2)

　　王金桥强调，尽管Sora能够通过学习了解表层的运动和交互关系，但是还没有学习到物理规律的本质。比如，它不知道多大的风能吹灭蜡烛，不了解玻璃掉到地上会碎、掉到地毯上不会碎的本质原因。这也是Sora目前最为人诟病之处。

　　“从Sora为数不多的公开资料来看，它仍是数据驱动下的拟合，也就是模拟人类所能看到的物理世界。但真实的物理世界远不仅包含人类视觉信息。”北京中关村科金技术有限公司技术副总裁张杰认为，Sora的创意来自大数据量下的概率拟合，它并没有产生新知识，距离“深度模拟真实物理世界”这一目标还有很长的路要走。

　　中国社会科学院哲学研究所科技哲学研究室主任、研究员段伟文同样表达了审慎的观点。“Sora这种近乎人类的表达实际上是一种基于现有数据和语料的合成智能。”他说，“它给实现AGI找到了一种可行的路径，但距真正的AGI还有很长的距离，且对实现AGI的价值相对有限。”

　　事实上，实现AGI这一目标可谓道阻且长。王金桥谈到了几大挑战。首先是数据瓶颈。尽管像GPT-4这样的预训练语言模型在数据标注上取得了进展，但数据依然是深度学习中的一个关键限制因素；其次是泛化瓶颈。目前的AI系统往往在特定任务上表现出色，但在面对新任务时难以有效适应；最后是能耗瓶颈。随着AI模型变得越来越复杂，所需的计算资源和能源消耗也越来越大。这对硬件设备提出了更高要求。

　　或将率先落地传媒领域

　　Sora的发布不仅推动了技术的发展，也引发了对AI治理和伦理的探讨。

　　段伟文提到，OpenAI采取了相关手段来阻止不当视频的发布。王金桥进一步解释道， Sora内置的文本提示过滤器可筛选发送给模型的所有提示，阻止对暴力、色情内容、仇恨言论以及名人肖像等敏感或不适当内容的请求。视频内容过滤器能检查生成的视频帧，屏蔽违反OpenAI安全政策的内容。

　　另外，OpenAI团队可能会定期对Sora进行优化和更新，以改进其过滤机制，确保模型能够更好地识别和处理敏感内容。同时，团队可能会监控系统的使用情况，以便及时发现并解决新出现的问题。

　　“从技术上看，Sora避免极端暴力、色情、名人肖像等内容出现的方式，主要依靠的是模型的对齐能力。”周昕宇说，“这一点和语言模型的区别不大，也已经有比较多的实践经验。”

　　据国际数据公司预测，Sora将率先在短视频、广告、互动娱乐、影视制作和媒体等传媒领域得到应用。Sora的诸多能力，可以辅助这些领域的工作者更高效地进行视频创作，加快生产速度，提高产出数量。这将助力相关行业降低成本、提升效率，进一步优化用户体验。

(责编：罗知之、陈键)