主题：【讨论】没人说说Sora吗？ -- l696j

最近各种媒体、自媒体、公众号、短视频，铺天盖地各种灰暗唱衰的消息，看起来是我们一天天糟糕下去，美国一天天蒸蒸日上，最新的证据就Sora的释出了。

各种裁员、降薪、A股下跌、低出生率、消费降级，各种各种。前天知道Sora，昨天就没睡好。

去年此时炒作的是chatGPT，今年是sora，都是在我国的春节，是巧合吗？

不知道。

知道的是，我国都在休假，传得极快极广，于是各种药丸不断。

特别是去年chatGPT，声称它的各种“颠覆性”应用涉及面极广，当时说替代这个替代那个，完全不顾它的运行成本。一年过去了，到底能在哪些方面应用，自有其发展规律。

sora又是这样，各种“颠覆性”又来了。任泽平预测的“颠覆性”遭到一些网友嘲讽。

人工智能当然是必须认真对待。但一个新的应用还得看这个具体产品在商业上的表现

也不如能检查程序的重要，而且没看出挣大钱的前景。

chatgpt厉害在他语言处理能力看得见摸得着，我记得当时很快就开放大家使用了。

sora现在不知道是什么成本、对画面的控制程度如何、生成视频的可用程度是多少，没法评价。

假设生成一段视频要一堆显卡跑半天，然后生成十几个几十个才能有1个可用，那恐怕没啥大用。

OpenAI放出来的视频里，那个黑衣服女子给我的印象最深，我感觉那个最“不AI”，还有很多反光。但问题在于，即使是那个视频，也有非常严重的错误——她的腿有极大的纰漏。

而就是这样“品质最高”的素材，最大的实际用途，大概也就是给营销号当“视频素材”的水平。

即使往外扩展一下，估计最“好用”的场景，也是制作某些公众人物的“黑材料”，因为其人物简单、场景又比较随机、不需要和其他食品内容互动。

-

如果他的功能是直接给已有画面做特效——比如以后拍RDJ一段视频，不需要经过任何特效公司，只要放到GPU里跑一圈，就能完美把RDJ替换成钢铁侠，那我觉得是更有前途的产品。

某个演示的视频，是一个咖啡杯里的两艘海盗船周旋，Sora生成每一帧波浪的图片，其实是通过无数个波浪视频，一帧一帧学出来，固然厉害，但还不算是大的突破。

真正的突破，是哪天AI学会了流体力学原理（强调一下是学会，不是预先编程），再根据这个原理，绘出那些波浪的图片，到了那天，人类就真的可以歇歇了

炒作人工智能概念可以提振道指纳斯达克指数，咱们跟这个风就没意思了，咱们沪深两市的人工智能板块股票都不成气候，只是方便了那些民营公司老板套现股票，咱们的七朵金花不是互联网科技公司，是石油金融与酱香型公司。

直到某天它吹到你的专业上。

做个ppt写个文档也叫生产力了，真是可笑。

它学不会流体力学，但它学会了前一帧和后一帧之间的关联。糊弄人眼睛估计够了。

迪斯尼是运动学软件开发大户。当年搞的一根根毛随风飘用的就是简化版的流体力学，但是计算量据说比拿个动物来拍贵多了。

sora相当于把两个概念结合起来，空间上的关联学习加上时间上的关联。它一个视频就是窗前一条狗，一群人走过去。厉害的是人离开之后狗还在。这就是时间关联的厉害之处。

这个sora我看很可能直接要用来变现了，不会给你玩了。像它那种“把里面背景给我换成中世纪”这种应用在电影这个领域都是百万起步的。可能未来特效师第一个下课了。

加了流体力学的则是准3D的了，计算量当然不一样，但前途更广阔，可以更好的模拟世界了。

别的不敢说，对上海的乌克兰小模特恐怕打击会挺大的，估计一部分要改去教外语。

国务院开会这么随意的吗？头一天看到一个新闻，马上就把会议给安排上了。咋我们单位开会是几个月前就定好议程的呢？？

然后我们知道chatGPT其实没啥大用。今年又开始猛吹什么Sora，这不是一回事嘛。放心好了，不是什么根本性的变革，而且现在美国干什么中国都能跟上，能跟上就行。

我最早学计算机的时候，最吃惊的一件事情就是，windows双击打开文件夹那个动作，实际上是2张图片快速切换，使得人类的眼睛看起来像是文件夹被打开了；

问题是，我们人类打开文件夹怎么能是2张图片间隔刷新呢？

所以，这么简单一个操作也是靠欺骗人类眼睛实现的；谁回追究说，双击打开文件夹其实压根儿就没有文件夹。

很多人非要追求人类的实现方式，事实是，机器实现了类似的效果。底层原理和人类完全不一样，但人类可以理解不就好。

尽管我这么多年来，每次双击打开文件夹的时候都会下意识的不去想这只是2张图片的刷新，但谁会在意这个呢？

本来我也是三把刀，不想露怯。但是很多回答也太离谱了。

首先有个有名的ai 制图软件： stable ai。它的原理就是根据一部分图像推断另一部分。和图像除噪声差不多。简单说就是跟物理的diffusion类似推倒空间的联系。

另一个用到的技术叫transform。主要是处理一个序列的，也就是有先后次序的一串信息。比如说：语言。把一句话分解成一串词。然后变成一串数字。通过学习了解这些数字在顺序上有什么关联逻辑。ChatGPT很大程度就是这个东西。

Sora试图把这两个算法结合起来。把图像处理从空间和时间上进行推演：这不就是视频嘛。首先这也没那么原创，一堆工具了，没他长没他好。其次已经显示出的能力已经相当强悍了。真替特效师剪辑师灯光师担心。

不知道的是付出看多大算力的代价。那东西也是钱啊。

不过这个东西是肉眼可见的可变现。