【FOCUS】Sora構建「心神自運」,谷歌臉書黃雀在後

　　【FOCUS】「眼見為實」不再,未來世界也許只是人類用文本構建的「心神自運」。人工智能翹楚OpenAI於剛剛過去的周末發布新系統Sora,能根據文字提示,迅速生成荷里活大片即視感的高質影片。此一被稱為「量子級」的AI技術飛躍,一問世即驚艷,但「螳螂捕蟬,黃雀在後」,競爭對手Google、Meta同時發布最新大模型Gemini　1.5及V-JEPA。

*人人都是黑澤明?*

　　不久的將來,人人都是黑澤明或史提芬史匹堡?當OpenAI上周六(17日)發布一段17秒短片,白雪皚皚的東京,熙熙攘攘的街道,櫻花伴雪飛舞……一鏡到底的動態逼真場景記錄,原來不是出自專業攝影師,而是AI這個「夢世界模擬器」。

　　如果說語言的誕生使人類得以馳騁想像,那麼「文本-視像」的突破,將令人類獲得真正超越現實的能力,眼見未必是真,花花世界背後全是文本代碼。OpenAI就指,Sora是能

夠理解和模擬現實世界的模型的基礎,相信這項功能將成為實現AGI(通用人工智能)的重要里程碑。

　　相比原本宇宙老大Runway旗下的AI視頻生成工具Gen-2,效果仍停留於幻燈片動圖,Sora生成視頻中的鏡頭、光線、場景運用乃至人物表情、動物動態,都已達至影視級。加上語音AI研究公司ElevenLabs同樣通過將文字轉化成AI音效,為原本無聲的Sora視訊加添背景音效,難怪有電視大台揸fit人警告,要「高度重視,緊咬緊放,絕不能一夜之間完敗。」

*Gemini　1.5功能勁*

梳理其中的事件和細節;能理解兩部電影的劇本,比較劇情、角色差異;能分析NBA扣籃影片,最高得分扣籃的細節。Gemini　1.5亦能就Sora視訊是否是人工智能生成提出自己的見解,例如貓的毛髮太過完美,因此可能並非真實影片。

*Meta主攻機器智慧*

Meta最新發布非生成式大模型V-JEPA,旨在通過觀察影片,預測被隱藏或缺失部分,從而對世界有更深刻了解,最終打造出能夠像人類一樣學習的先進機器智慧(AMI)。

代演進速度之快超乎想像。上月底中央政治局會議提出「加快發展新質生產力」、「加強原創性、顛覆性科技創新」,挑戰與機會同在。