穿越奇点丨有闻记者之家创始人阳淼：Sora颠覆论可以休矣

来源：封面新闻

封面新闻记者 孟梅 张越熙

近日，美国人工智能研究公司OpenAI发布其首个文生视频模型Sora，其可只用文字指令就可以生成长达1分钟的高清视频。值得注意的是，通过Sora生成的视频，画面流畅稳定，物体特征连贯，能模拟自然世界的物理变动，甚至还能看出明显运镜效果，引发多方震动，不少人在惊叹之余开始担心Sora可能会颠覆诸多行业，并引发一系列失业问题。

2月23日，封面新闻记者专访有闻记者之家创始人阳淼，他表示，Sora的出现，并不意味着人类“奇点”时刻的出现，甚至很多人口中的“颠覆”也有耸人听闻之嫌。

阳淼提到，目前对Sora的热议，大比例是出于媒体和从业者的一种FOMO恐慌。FOMO（fear of miss out，错失恐慌症）经常会驱动人们放大一件事的严重性，并进而驱动他们产生盲动，宁可误判，不敢错过。Sora的文生视频技术的确是AIGC的一个重要进展，但它获得的关注度远远超过其重要性了。很多媒体因为没有第一时间关注到ChatGPT的出现，错失了热点，所以补偿性地在Sora上投入了不匹配的篇幅。

“我们可以来看一下，真正推动人类社会进步的有哪些必要因素。然后就可以明白，Sora在这些因素面前，量级远远不够。”阳淼解释，人类社会从构词法上就能看出，其基本要素有两个，其一是人类赖以存在的“物质”，其二是构成社会的基本要素“信息”。爱因斯坦已经证明了物质和能量可以相互转化，所以可以得出结论，人类社会的进步，取决于两个要素，即对能量的使用方式发生了重大变化，或者对信息的加工处理有了突破性发展；而前者一定是后者的基础。

他进一步阐述，根据人类史研究，原始人类了解火的使用，在约150万年前。但他们能自如地生火（控制这一能量），最早距今7、80万年。与之对应的信息处理方式进化，则是语言系统的出现。这一过程发生在距今10万年左右的历史中。在此之前，原始人类依靠简单的符号系统进行交流。下一个重大变化发生在农耕的出现，距今约一万年。这意味着人类从掌握原始能量火，进化到掌握更为庞大、规律的太阳能。相应地，信息处理方式也从口头语言，进化到书写系统。后者依然在前者之后，晚了约4000年。这一逻辑容易理解。当人类利用能量的方式发生革新时，人口增加，社会规模扩大，复杂度增高，用以组织社会的信息交流方式也必须随之进化，从简单符号，到系统口语，到书面文字。

他提到，从这个标准看，人类最近的一次能量使用能力跃迁是工业社会，从太阳能进化到化学能。相应的信息交流方式进化依然是滞后一步的，只不过这次滞后的周期也短了很多，自电报、电话出现，直到互联网方兴未艾，滞后仅以百年计。

“而谈回Sora，之所以说它远远没到人类奇点的程度，甚至很多人口中的颠覆也不无耸人听闻之嫌，是因为，无论是ChatGPT还是Sora，变革仅仅发生在信息领域，而与之对应的能量利用方式，有革命性变化吗？并没有，现在世界上依然还是以火电等化学能为主的能源运用方式，核电在机制上前进了半步，但发电成本仍然高于火电，更清洁高效的聚变发电还遥遥无期。”阳淼总结，在能源使用方式没有发生革命性变革前，信息技术不可能单独引领人类进入奇点。

单从信息处理本身看，Sora的进步意义，其实也远远无法跟ChatGPT相提并论。阳淼也对比了Sora与ChatGPT带给人工智能行业的影响。“ChatGPT是从零到一地证明了，生成式人工智能有这样一条路径可以走，这种方向可以成功突破。而Sora只是从一到二地证明，AGI同样可能适用于视频领域。”他指出，从信息介质上来说，以处理文本信息见长的ChatGPT，也比Sora要有更广泛的应用可能。因为信息处理效率的提升，其前提是信息的结构化程度。文本信息的结构化已经完成（在数字世界可以自如地编码解码、索引排列），在这个基础上，ChatGPT对信息处理效率的提升，可能引发下一代互联网的问世。

而视频信息本身结构化程度不足，视频互联网的基础设施都还没有搭建完成，技术难点众多。在这个大前提下，Sora的应用场景只会停留在娱乐、服务业层面，难以对实体经济产生更大的助力。

关于大模型未来的发展，阳淼也提出，生成式AI的征程才刚刚开始，随着AGI领域的新成果、新产品不断发布，有些基于对中国技术实力的悲观论声音出现。要看到，诸如百度、阿里巴巴等公司的开源项目，多次入选开源社区最受欢迎项目。一个技术要从实验室走进工厂、走进商店、走进千家万户，有一个漫长的过程。AIGC技术的发展历程才刚刚开始，既不要急于吹嘘颠覆论，更不要被吓出投降论。最应该做的是，好好再读一遍《论持久战》，以实际行动支持我们自己的科研人员和科技产业。