近日，OpenAI 發布了Sora 模型，該模型可根據使用者輸入的文字提示詞描述，產生一段60秒鐘的影片內容。從OpenAI公開的示範影片來看效果非常超現實。昨日，360董事長週鴻禕在微博發文，談到OpenAI的文字轉視頻模型Sora。他認為：Sora意味著AGI實現將從10年縮短到1年。

週鴻禕表示，AI不一定那麼快顛覆所有產業，但它能激發更多人的創作力。今天Sora 可能為廣告業、電影預告片、短片產業帶來巨大的顛覆，但它不一定那麼快擊敗TikTok，更可能成為TikTok的創作工具。

同時，週鴻禕也談到中美AI差距，他認為：OpenAl手裡應該還藏著一些秘密武器，無論是GPT-5，或是機器自我學習自動產生內容，包括AIGC。他們手上的武器並沒有全拿出來。這樣看來中國跟美國的AI 差距可能還在加大。

以下為全文：

Sora意味著AGI實現將從10年縮短到1年

年前在風馬牛演講上分享了大模型十大趨勢預測，沒想到年還沒過完，就驗證了好幾個從Gemini、英偉達的Chat With RTX到OpenA!發布Sora，大家都覺得很炸裂。朋友問我怎麼看Sora，我談幾個觀點，整體來說就是我認為AGI很快會實現，就這幾年的事兒了:

第一，科技競爭最終比拼的是讓人才密度和深厚累積。很多人說Sora的效果吊打Pika和Runway。這很正常，和創業團隊比OpenAl 這種有核心技術的公司實力還是非常強勁的。有人認為有了AI以後創業公司只需要做個體戶就行，實際今天再次證明這種想法是非常可笑的。

第二，AI不一定那麼快顛覆所有產業，但它能激發更多人的創作力。今天很多人談到Sora 對影視工業的打擊，我倒不覺得是這樣，因為機器能生產一個好視頻，但視頻的主題、腳本和分鏡頭策劃、台詞的配合，都需要人的創意至少需要人給提示詞。一個影片或電影是由無數個60 秒組成的。今天Sora 可能為廣告業、電影預告片、短片產業帶來巨大的顛覆，但它不一定那麼快擊敗TikTok，更可能成為TikTok的創作工具。

第三，我一直說國內大模型發展水準表面看已經接近GPT-3.5 了，但實際上跟4.0 比還有一年半的差距。而且我相信OpenAl手上應該還藏著一些秘密武器，無論是GPT-5，或是機器自我學習自動產生內容，包括AIGC。奧特曼是個行銷大師，知道怎麼掌握節奏，他們手上的武器並沒有全拿出來。這樣看來中國跟美國的AI 差距可能還在加大。

第四，大語言模型最牛的是，它不是填空機，而是能完整地理解這個世界的知識。這次很多人從技術上、從產品體驗上分析Sora，強調它能輸出60 秒視頻，保持多鏡頭的一致性，模擬自然世界和物理規律，實際這些都比較表象，最重要的是Sora 的技術思路完全不一樣。因為這之前我們做影片做圖用的都是Diffusion，你可以把影片看成是多個真實圖片的組合，它並沒有真正掌握這個世界的知識。現在所有的文生圖、文生影片都是在2D 平面上對圖形元素進行操作，並沒有適用物理定律。但Sora 產生的影片裡，它能像人一樣理解坦克是有巨大衝擊力的，坦克能撞毀汽車，而不會出現汽車撞毀坦克這樣的情況。所以我理解這次OpenAl 利用它的大語言模型優勢，把LLM 和Diffusion 結合起來訓練，讓Sora 實現了對現實世界的理解和對世界的模擬兩層能力，這樣產生的視頻才是真實的，才能跳出2D 的範圍模擬真實的物理世界。這都是大模型的功勞。這也代表未來的方向。有強勁的大模型做底子，基於對人類語言的理解，對人類知識和世界模型的了解，再疊加很多其他的技術，就可以創造各個領域的超級工具，比如生物醫學蛋白質和基因研究，包括物理在化學、數學的學科研究上，大模型都會發揮作用。這次Sora對物理世界的模擬，至少將會對機器人具身智慧和自動駕駛帶來巨大的影響。原先的自動駕駛技術過度強調感知層面，而沒有工作在認知層面。其實人在駕駛汽車的時候，很多判斷是基於對這個世界的理解。例如對方的速度怎麼樣，能否發生碰撞，碰撞嚴重性如何，如果沒有對世界的理解就很難做出一個真正的無人駕駛。

所以這次Sora 只是小試牛刀，它展現的不僅僅是一個視頻製作的能力，它展現的是大模型對真實世界有了理解和模擬之後，會帶來新的成果和突破。

第五，Open Al訓練這個模型應該會閱讀大量影片。大模型加上Diffusion 技術需要對這個世界進行進一步了解，學習樣本就會以影片和攝影機捕捉到的畫面為主。一旦人工智慧接上鏡頭，把所有的電影都看一遍，把YouTube 上和TikTok 的影片都看一遍，對世界的理解將遠遠超過文字學習，一幅圖勝過千言萬語，而影片傳遞的資訊量又遠超過一幅圖，這就離AGI真的就不遠了，不是10年20年的問題，可能一兩年很快就可以實現。