60秒震惊视频生成的背后：Sora模型的局限与机遇并存！

Sora大模型不断迭代，一次次成为科技领域热搜的焦点。对于Sora大模型工作原理，复旦大学计算机学院教授、中工互联首席科学家张奇讲出了自己的看法：

Sora大模型正式发布前，视频生成技术的研究实际上孕育已久。早期成果大多局限于非常短的视频领域，几秒钟而已，难以彰显真正的突破性进展。

图：Sora搅动AI一池春水

Sora大模型发布之后，核心争议在于，Sora是否最终实现了对物理世界的全面建模？正如周鸿祎先生所言，若是如此，其对推动通用人工智能(AGI)的进程将产生深远的影响。

传统大语言模型基于文本训练，难以涵盖诸如“水从倾斜杯中流出”之类的日常常识。而视频数据的加入，有望完善世界模型在此方面的不足。这正是Sora给我们所带来的重要启示和可能性。

但我个人认为，Sora目前所做的，更多是从大量视频数据中学习统计上的“相关性规律”，而未真正实现“建模物理世界”。

举例来说。所有的视频知识里面呈现的是，在99%的情况下，我们看到的是苹果从树上往下掉落。Sora自然而然地学会了苹果落地的相关性，却未必可以洞见万物遵循的普适定律。

图：中工互联首席科学家张奇教授