一觉醒来，刷到爆炸级新闻：OpenAI 发布了视频模型 Sora。

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top 

世界模型

你可以这样理解，当我们训练一个庞大的神经网络，让它能够准确预测互联网上各种文本中下一个单词时，我们实际上是在学习一个世界模型。

表面上看，我们可能只是在学习文本中的统计关联性。但实际上，为了能够很好地压缩这些统计关联性，神经网络学到的是产生这些文本的过程的某种表征。这些文本实际上是现实世界的一个投影。外面有一个真实的世界，它在这些文本上有所映射。 

因此，神经网络学到的是越来越多关于人类世界的方方面面，包括人类的情况、希望、梦想和动机、他们之间的互动以及我们所处的情境。神经网络学会了这一切的压缩、抽象、可用的表征。这就是通过准确预测下一个单词所学到的内容。而且，预测下一个单词的准确性越高，我们在这个过程中获得的细节就越多，解析度就越高。

创造是理解的过程而不是结果

在OpenAI，我们的核心愿景之一是开发出能够让计算机理解我们世界的算法和技术。 

你可能很容易忘记自己对世界的了解有多深：你知道世界是由三维环境构成的，有着移动、碰撞、互动的物体；有行走、交谈、思考的人类；有吃草、飞翔、奔跑或吠叫的动物；还有显示着关于天气、篮球比赛赢家或1970年发生了什么的信息的显示器。 

这些海量的信息就在那里，很大程度上是容易获取的——无论是在原子构成的物理世界中，还是在位元组成的数字世界中。唯一的难题在于开发出能够分析和理解这些数据宝藏的模型和算法。

生成模型是实现这一目标最有希望的方法之一。训练生成模型首先需要收集某一领域大量的数据（例如，想象有数百万的图片、句子或声音等），然后训练模型生成类似的数据。这种方法背后的直觉来源于理查德·费曼的一句名言：

"我无法创造的，我就不理解。"

我们能做什么

?

我们应该基于问题而不是工具进行教学（以及学习）。 —— 伊隆·马斯克

黄仁勋在最近的访谈中提到：今年，每一个行业都将成为技术行业。在 AI 平权时代，任何人都可以像使用手机一样轻松使用 AI 来帮助自己实现想法。如果你是一个像我一样硬技能较为欠缺的 AI 爱好者，那你可以和我一起欢呼：虽然还不知道能用 Sora 做什么，但未来的自己又多了一项技能。

等等，我们真的只能干等着 Sora 上线吗？今天恰好读了和菜头的这篇「准备拍你的电影」，有种猛然惊醒的感觉：我们已经知道未来有一个不需要复杂工作流、效果极好的 AI 视频工具，那么在他落地之前不正是一段做准备的好时间吗？

不要只为了技术变革热血沸腾，更要为了内容创作做好选题和剧本。这是我们学习 Sora 的最佳方案，也是身为人类对自己面向未来的竞争力培养：用它完成一个有挑战，有意思的项目。内容为王是长期的真理。OpenAI 为我们解决了技术挑战，我们应该花时间思考和打磨内容。

---

每个人心底都有一个故事，写这个故事最好的时间是十年前，其次是现在，更差则是 Sora 发布之后。

为了人类，我将在今天开始写我的那个故事，希望你也不要太晚开始。

---

• 暗示我们（OpenAI） 可能已经非常接近实现AGI。AGI 将覆盖一大批创业者，比如 Sora 又杀死了一堆
• 建议使用最先进的模型，而不是花费太多时间进行微调和优化。通过 RAG 提供更多信息比微调更好（ROI 角度）
• 正确的做法是设想一个“上帝般的”模型正在运作，然后来设计自己的产品。也就是不要挡在OpenAI 前进的路径上，不要去解决当下模型缺失的那些小拼图——这些问题不会是长期机会
• API 会持续变得更快、更可靠、更便宜，然而性能和成本之间始终存在平衡。所以最新一代 API 价格不会持续降低，但老的会（想象一下如果 GPT4 比现在的 3.5 再便宜 90%）
• GPT5 相对于 GPT4 会有指数级的提升，比如多模态（看起来 Sora 会是 GPT5 的能力之一），推理能力，一致性，更多个性化的能力来服务千人千面的用户（这个能力已经在线上灰度了，可惜没灰到我）