OpenAI時(shí)隔一年再出“王炸”

中美AI差距緣何再度拉大？

2024-02-20 08:46:00

　　本報記者樊三彩

　　“一只狼對著(zhù)月亮嚎叫，感到孤獨，直到它找到狼群?！?/div>

　　“一位時(shí)尚女性走在充滿(mǎn)溫暖霓虹燈和動(dòng)畫(huà)城市標牌的東京街道上。她穿著(zhù)黑色皮夾克、紅色長(cháng)裙和黑色靴子，拎著(zhù)黑色錢(qián)包?！?/div>

　　“一只貓叫醒熟睡的主人，要求吃早餐。主人試圖忽視這只貓，但貓嘗試了新的策略，最后主人從枕頭下拿出秘密藏匿的零食，讓貓再呆一會(huì )兒?！?/div>

　　…………

　　能想象嗎，這些清晰流暢的視頻場(chǎng)景，竟然出自一款人工智能模型。2月16日，OpenAI時(shí)隔一年再出“王炸”，宣布推出全新的生成式人工智能模型Sora。該模型可以直接輸出長(cháng)達60秒的視頻，并且包含高度細致的背景、復雜的多角度鏡頭，以及富有情感的多個(gè)角色。截至目前，其官網(wǎng)已經(jīng)更新48個(gè)類(lèi)似的視頻demo（樣片）。

　　這一突破引起業(yè)內人士廣泛關(guān)注的原因在于，2021年初和2022年末，OpenAI先后推出了圖像生成系統DALL·E和聊天機器人ChatGPT。此次則是繼圖像、文本之后，將先進(jìn)的AI（人工智能）技術(shù)拓展到了視頻領(lǐng)域，視頻相關(guān)業(yè)務(wù)或將首當其沖。工業(yè)4.0研究院院長(cháng)胡權告訴《中國冶金報》記者：“當國內還掙扎在4秒AI視頻的連貫性的邊緣時(shí)，OpenAI已經(jīng)可以制作60秒的視頻了。當我們以為快要追趕上他們的腳步時(shí)，突然發(fā)現差距正在越來(lái)越大?！?/div>

　　中美AI差距或在加大

　　基礎研究不到位是關(guān)鍵

　　通過(guò)文字生成視頻，對于大模型而言，難在哪里？華為技術(shù)有限公司運營(yíng)商服務(wù)解決方案規劃部客戶(hù)技術(shù)總監顧廷權表示：“sora是根據人的文字描述（類(lèi)似簡(jiǎn)單劇本）生成相應的視頻（類(lèi)似MV電影），這就需要為模型訓練數據做高描述性的標注，大模型不僅要理解提示的內容，還要構建這些內容在物理世界中的存在方式?！?/div>

　　OpenAI發(fā)布的Sora核心論文顯示，Sora采用了一種Transformer架構，能夠處理視頻和圖像潛在編碼的時(shí)空片段。它創(chuàng )新應用了多項技術(shù)，如實(shí)現視覺(jué)數據創(chuàng )新轉化的補片技術(shù)（先將視頻數據壓縮到低維度潛在空間，再將其分解成時(shí)空補片，進(jìn)而實(shí)現從視頻到補片的轉化）、視頻生成的Transformer擴展技術(shù)等。

　　“同樣是生成虛擬空間，其實(shí)數字孿生相較于Sora的難度更高?！鳖櫷嗥饰龅?，“數字孿生與自動(dòng)駕駛類(lèi)似，可以劃分為若干成熟度等級（如L0、L1、L2、L3、L4等），目前大多數字孿生都在L2級以下，僅實(shí)現了可視化和虛實(shí)簡(jiǎn)單交互等功能?！焙鷻嗤瑯诱J為：“相較于數字孿生體的先進(jìn)應用（不是當前一些人認為的可視化或局部的仿真），OpenAI做的東西還沒(méi)有涉及物理世界，難度當然要小得多?！?/div>

　　同時(shí)，我國也在大力發(fā)展人工智能大模型，據不完全統計，目前已達上百個(gè)。既然如此，為何中美人工智能領(lǐng)域差距始終存在，并且再度加大？360創(chuàng )始人周鴻祎微博發(fā)文認為：“盡管?chē)鴥却竽Ｐ桶l(fā)展水平表面看已經(jīng)接近GPT-3.5，但實(shí)際上跟4.0比還有一年半的差距。OpenAl手里應該還有一些秘密武器，無(wú)論是 GPT-5，還是機器通過(guò)自我學(xué)習自動(dòng)產(chǎn)生內容，奧特曼（OpenAI CEO）是個(gè)營(yíng)銷(xiāo)大師，知道怎樣掌握節奏，他們手里的武器并沒(méi)有全拿出來(lái)。這樣看來(lái)，中國跟美國的AI差距可能還在加大?！?/div>

　　在胡權看來(lái)，基礎研究不到位是差距形成的關(guān)鍵所在?！坝捎贑hatGPT-3.5已經(jīng)實(shí)現開(kāi)源，國內很多大模型公司都在這一基礎上開(kāi)展研究，這意味著(zhù)我們在沿著(zhù)別人的技術(shù)路徑前進(jìn)，因而很難實(shí)現超越?！彼硎?，目前國內存在一種資源錯配的現象，如很多科研院所也在開(kāi)展大模型應用研究以圖盈利，當前的科研體制導致我們很難形成開(kāi)創(chuàng )性的突破。此外，新型的AI發(fā)展需要大量投資，目前國內的投資強度遠遠不夠；產(chǎn)業(yè)環(huán)境不利于創(chuàng )新，例如，監管過(guò)于嚴格，企業(yè)無(wú)法低風(fēng)險試錯。他建議，國家通過(guò)設立基金的方式來(lái)支持人工智能的發(fā)展，而不是指定企業(yè)或項目，這樣才能讓那些真正有實(shí)力的項目涌現出來(lái)。

　　AGI不再遙遠工業(yè)應用猶可期

　　值得注意的是，Sora并非完美。正如公開(kāi)的核心論文所說(shuō)：“作為一個(gè)模擬器，Sora當前還有許多局限。比如，它無(wú)法精確模擬像玻璃破碎這樣的基本物理互動(dòng)。有些互動(dòng)，比如吃東西，并不總能正確反映物體狀態(tài)的改變。我們在OpenAI Sora 介紹頁(yè)中詳細列出了模型的其它常見(jiàn)失誤，包括長(cháng)時(shí)間視頻樣本中出現的不一致性或物體的突然出現等問(wèn)題?！?/div>

　　即使存在這樣的局限，也無(wú)法掩蓋其依舊是一款劃時(shí)代的人工智能模型，依舊是“向著(zhù)創(chuàng )建能夠模擬物理世界的通用工具邁出的有前途的一步”。

　　周鴻祎認為，Sora 的誕生意味著(zhù)實(shí)現 AGI（通用人工智能）可能從10 年縮短至一兩年?！坝辛舜竽Ｐ图夹g(shù)作為基礎，再加上人類(lèi)知識的引導，可以創(chuàng )造各個(gè)領(lǐng)域的超級工具，例如在生物醫學(xué)、蛋白質(zhì)、基因研究以及物理、化學(xué)、數學(xué)的學(xué)科研究上，大模型都會(huì )發(fā)揮作用?！彼硎?。

　　科技創(chuàng )業(yè)公司研究機構PitchBook估計，2023年全球生成式AI的市場(chǎng)規模將達到426億美元，2026年則將達到981億美元，未來(lái)增長(cháng)動(dòng)能可期。而不斷涌現的生成式人工智能，其對于人類(lèi)的影響每次都會(huì )引發(fā)廣泛關(guān)注與討論。

　　周鴻祎表示，這次OpenAI利用它的大語(yǔ)言模型優(yōu)勢，讓Sora實(shí)現了對現實(shí)世界的理解和對世界的模擬兩層能力，這樣產(chǎn)生的視頻才是真實(shí)的，才能跳出2D的范圍模擬真實(shí)的物理世界?！斑@次 Sora對物理世界的模擬，至少將會(huì )對機器人具身智能和自動(dòng)駕駛帶來(lái)巨大的影響。原來(lái)的自動(dòng)駕駛技術(shù)過(guò)度強調感知層面，而沒(méi)有工作在認知層面。其實(shí)人在駕駛汽車(chē)的時(shí)候，很多判斷是基于對這個(gè)世界的理解。比如對方的速度怎么樣，能否發(fā)生碰撞，碰撞嚴重性如何，如果沒(méi)有對世界的理解就很難實(shí)現真正的無(wú)人駕駛?！彼f(shuō)。

　　“在大模型與人類(lèi)或企業(yè)的關(guān)系上，如果大模型良性發(fā)展，會(huì )成為人類(lèi)的AI助手；反之，會(huì )被大量濫用，再由國家力量禁止或打擊?！焙鷻嘀赋?。

　　至于在工業(yè)上的應用，胡權表示：“通過(guò)文字生成視頻，已經(jīng)沒(méi)有原理上的障礙了，但工程上的困難還比較多：一是設計一個(gè)應用系統，這里面涉及一些類(lèi)似黑箱的模塊，看起來(lái)OpenAI不會(huì )開(kāi)源；二是需要用數據來(lái)訓練算法，否則無(wú)法生成好的結果，類(lèi)似ChatGPT的模型算法一樣；三是計算能力，跟隨者需要擁有類(lèi)似的計算能力?！?/div>

　　相關(guān)鏈接

　　AI在贊比亞

　　探測到巨型銅礦

　　2月初，利用AI勘探銅、鋰等綠色轉型所需金屬的硅谷獨角獸KoBold Metals宣布，公司在贊比亞Mingomba項目上發(fā)現了巨型銅礦儲量。這家公司背后的投資者是由比爾·蓋茨牽頭，貝索斯、馬云、孫正義、達利歐、布隆伯格等人參與投資的突破能源風(fēng)險投資基金，以及普徠仕等知名機構和挪威國家石油公司。

　　據悉，該公司利用AI技術(shù)大量讀取分析所有地球衛星拍攝的地質(zhì)圖片、激光地球掃描數據，以及全球的地震波數據，并用時(shí)一年重新繪制了一張精細無(wú)比的全球地殼礦藏分布圖，并借此在贊比亞探測到一個(gè)巨型銅礦。

　　多家科技企業(yè)承諾打擊

　　濫用人工智能干擾選舉

　　2月16日，全球多家科技企業(yè)在第60屆慕尼黑安全會(huì )議(慕安會(huì ))上簽署協(xié)議，承諾在2024年這個(gè)多國舉行重要選舉的年份打擊旨在干擾選舉的人工智能濫用行為。人工智能的負面影響被此屆慕安會(huì )列為全球主要安全威脅之一。

　　微軟將在德國投資

　　32億歐元發(fā)展人工智能

　　2月15日，微軟公司總裁在德國首都舉行的一次活動(dòng)上表示，未來(lái)兩年，微軟將在德國投資32億歐元，重點(diǎn)發(fā)展人工智能。作為該公司過(guò)去40年來(lái)在德國進(jìn)行的最大一筆投資，微軟將在2024年和2025年把大部分資金用于建立數據中心和培訓人工智能人才。

　　日本計劃2024年

　　引入生成式人工智能立法

　　近日，據日經(jīng)新聞報道稱(chēng)，日本執政黨自民黨計劃在2024年提議政府引入生成式人工智能立法。

　　《中國冶金報》（2024年02月20日 04版四版）

來(lái)源：中國冶金報-中國鋼鐵新聞網(wǎng)

編輯：宋玉錚

下一篇：唐鋼獲評全國首批數字化轉型貫標三星級評估...

版權說(shuō)明

【1】凡本網(wǎng)注明"來(lái)源：中國冶金報—中國鋼鐵新聞網(wǎng)"的所有作品，版權均屬于中國鋼鐵新聞網(wǎng)。媒體轉載、摘編本網(wǎng)所刊作品時(shí)，需經(jīng)書(shū)面授權。轉載時(shí)需注明來(lái)源于《中國冶金報—中國鋼鐵新聞網(wǎng)》及作者姓名。違反上述聲明者，本網(wǎng)將追究其相關(guān)法律責任。
【2】凡本網(wǎng)注明"來(lái)源：XXX（非中國鋼鐵新聞網(wǎng)）"的作品，均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網(wǎng) 贊同其觀(guān)點(diǎn)，不構成投資建議。
【3】如果您對新聞發(fā)表評論，請遵守國家相關(guān)法律、法規，尊重網(wǎng)上道德，并承擔一切因您的行為而直接或間接引起的法律責任。
【4】如因作品內容、版權和其它問(wèn)題需要同本網(wǎng)聯(lián)系的。電話(huà)：010—010-64411649