周鴻祎談Sora視頻模型：中美的AI差距還在加大

OpenAI近日發(fā)布首款文生視頻模型——Sora模型，完美繼承DALL·E 3的畫質(zhì)和遵循指令能力其支持用戶輸入文本描述，生成一段長達(dá)1分鐘的高清流暢視頻。

360董事長周鴻祎日前在微博發(fā)文，談到OpenAI的文字轉(zhuǎn)視頻模型Sora，他認(rèn)為Sora模型意味著AGI實(shí)現(xiàn)將從10年縮短到1年。周鴻祎稱，AI不一定那么快顛覆所有行業(yè)，但它能激發(fā)更多人的創(chuàng)作力。

一個(gè)視頻或者電影是由無數(shù)個(gè)60秒組成的，今天Sora可能給廣告業(yè)、電影預(yù)告片、短視頻行業(yè)帶來巨大的顛覆，但它不一定那么快擊敗TikTok，更可能成為TikTok的創(chuàng)作工具。

周鴻祎還指出，國內(nèi)大模型發(fā)展水平表面看已經(jīng)接近GPT-3.5了，但實(shí)際，上跟4.0比還有一年半的差距。

OpenAl手里應(yīng)該還藏著一些秘密武器，無論是GPT-5，還是機(jī)器自我學(xué)習(xí)自動(dòng)產(chǎn)生內(nèi)容，包括AIGC。

奧特曼是個(gè)營銷大師，知道怎樣掌握節(jié)奏，他們手里的武器并沒有全拿出來，這樣看來中國跟美國的Al差距可能還在加大。

此外，Open AI訓(xùn)練這個(gè)模型應(yīng)該會(huì)閱讀大量視頻，大模型加上Diffusion技術(shù)需要對這個(gè)世界進(jìn)行進(jìn)一步了解，學(xué)習(xí)樣本就會(huì)以視頻和攝像頭捕捉到的畫面為主。

一旦人工 智能接上攝像頭，把所有的電影都看一遍，把YouTube，上和TikTok 的視頻都看一遍，對世界的理解將遠(yuǎn)遠(yuǎn)超過文字學(xué)習(xí)。

一幅圖勝過千言萬語，而視頻傳遞的信息量又遠(yuǎn)遠(yuǎn)超過一幅圖，這就離AGI真的就不遠(yuǎn)了，不是10年20年的問題，可能一兩年很快就可以實(shí)現(xiàn)。