“天空沒留下翅膀的痕跡，但我已飛過。”泰戈爾的傳世佳句，恰可形容OpenAI視頻生成模型Sora(日語“天空”發(fā)音)在輿論場上的現象級影響。
在Sora的吹風下，被視為”生成式人工智能硬件霸主“的英偉達，市值已躍過2萬億美元大關，其創(chuàng)始人黃仁勛，儼然已成為人類科技發(fā)展的頂級布道者。而僅在十幾個月前，被加密貨幣泡沫破裂連番打擊的英偉達，股價重挫了60%，《經濟學人》雜志甚至落井下石稱：“當他透過眼鏡打量他覺得會改變AI面貌的花哨新模型，以及像元宇宙這樣更模糊的概念，他是否存在低估此時此地殘酷性的危險？”
當下令人眼花繚亂，很多生成式AI的技術預測橫空出世，投資者對生成式AI的前景顯得愈發(fā)興奮。
其實，早在四分之一個世紀前，技術奇點理論布道者Ray Kurzweil在其杰作《靈魂機器的時代》中，展望了“大規(guī)模并行神經網絡計算機”發(fā)展，并預測2020年前后在這一算力基礎支撐下，人工智能技術將實現一些里程碑：
絕大部分商業(yè)交易場景都包含有一個虛擬人；
大多數道路安裝有自動駕駛系統(tǒng)；
人們開始與機器人建立聯系，把它們當作同伴、教師、看護者甚至愛人；
虛擬藝術家出現于各種藝術領域；
媒體廣泛報道電腦通過了圖靈試驗，雖然這些試驗還不符合內行認定的標準...
歷經二十多年亢奮與失望交錯的曲折前行，直到OpenAI的崛起，似乎讓我們堪稱趕上了未來科學界所描繪的進步里程碑。
對生成式人工智能的技術意義，素來低調的深度學習教父Geoffrey Hinton也不吝溢美之詞：“AI對世界的改變將超過人類歷史上任何事物，它在尺度上堪與工業(yè)革命相比，抑或是車輪、電能的發(fā)明”。（"AI is going to change the world more than anything in the history of humanity.”）
的確，即便無法說出Hinton或黃仁勛等大咖的金句，普通公眾也不難從ChatGPT、Sora的病毒式傳播中，被喚醒某種樸素而又強烈的直覺，意識到一場重大的變革正在當下發(fā)生。如果說2016年的AlphaGo人機大戰(zhàn)，完成了對人工智能“有用性”（usefulness）的全民普及，那么如今熱度一浪高過一浪的AI大模型，則可被視為“易用性”（easeofuse）的清晰展示，技術擴散的兩大先決條件至此已然齊備，人工智能“漫長的夏天”已可預見。
宣稱Sora代表著OpenAI底層模型對真實世界已具備認知和理解能力，AI足以生成自己的開放世界，并且在這個世界中自我交互、自我進化，通向通用人工智能（AGI）的道路已然貫通。
然而，過濾掉李一舟式的”土法上馬“玩家，圍繞生成式AI的解讀已汗牛充棟，但真正能夠解釋出“到底有什么用？有多大用？”這些本質的問題上，迄今依然沒有清晰明確的答案，
事實上，被打磨得絲絲入扣的技術與商業(yè)演進故事中，許多關鍵里程碑都并非事先存在于某個技術天才的腦海，其或是工程實踐中相互啟迪深化認知、逐漸形成的研究群體共識產物，或是純屬神經網絡模型自行“涌現"的特性。
“人們并不知道他們要的是什么，直到你把它展現在眼前”，喬布斯的這句名言，既適用于創(chuàng)新的受眾，也同樣適用于創(chuàng)新的主體。
就拿OpenAI來說，其GPT模型的性能“涌現”，本就是一個工程探索中隨著模型參數量提高而帶來的“意外”，至于Sora所展現出的幀間連貫性、客體一致性，該項目開發(fā)者Tim Brooks同樣坦承是一種未曾事先設定的能力，從所謂的Diffusion Transformer工程原理看，Sora恐怕的確談不上”世界模型“，按照Yann LeCun對世界模型的描述，其中所必需的真實物理世界直覺性”常識“，顯然與擅長逼近隱含概率分布的傳統(tǒng)神經網絡路徑南轅北轍，驚艷的視頻效果可能僅僅證明，Sora學到了物理規(guī)律的概率分布，而不是物理定律本身。
從技術路線的角度進一步深入追問，Sora仍然沒有證明或證偽一個異常重要的問題：面對神經網絡的”黑箱“，暴力提升復雜性的Scaling Law到底是通向AGI的可行路徑，還是一個低垂果實被摘取殆盡、飽食之后的甜美錯覺？
如果答案是前者，那么毫無疑問，美國已經牢牢捏住了通向AGI的全部關鍵籌碼，從以英偉達為代表的基礎設施供應商，到OpenAI、谷歌等大模型開發(fā)者，其相對海外競爭者的優(yōu)勢之大都堪稱驚人，而其對中國這一主要競爭者的連番打壓則顯示出美國人主動捍衛(wèi)這一優(yōu)勢的決心，不過在美國AI產業(yè)”贏麻了“的高光時刻，或許有必要同時銘記一個冷峻的規(guī)律：命運的饋贈，往往也同時包含著代價。
埃森哲此前進行的一項生成式AI對人類工作崗位沖擊程度研究中，銀行、保險、軟件赫然位列風險暴露程度前三高行業(yè)，而眾所周知，這些皆為當前美國經濟的高端支柱，一旦生成式AI的技術成熟度越過某一平衡點，其加速普及或將使美國自身最先也最深地感受到轉型之痛，其間的社會經濟后果尚難意料。
而如果答案是后者，那么人工智能史上第一次大低谷時的評斷，同樣可以無縫挪用到今天：“第一個爬上樹的人可以聲稱這是飛往月球的顯著進步”。
在Scaling Law邊際效應遞減的情況下，語言文字類大模型應用能否克服間歇性幻覺和災難性遺忘，避免輸出類似于前一段時間”動車組列車溫度達到了1538℃“的笑話？
再以Sora為例，其應用前景能否指向所謂的”一句話生成一部電影“？從目前推測看，如果該模型無法實現連續(xù)提示校正，而只能靠Prompt擲骰子一樣反復嘗試效果，則其在圖像生產場景中的應用仍然會是鏡花水月，即便是短時長的廣告視頻制作，其細分市場規(guī)模又是否能撐得起當下不下10萬億美元的生成式AI概念股市值？
無論如何，有這樣一個事實值得強調，今天公眾對Sora的狂熱期盼，在工業(yè)革命發(fā)軔以來已經出現過許多次，每一次人們都認為，距離自動化帶來的人類社會新紀元已經咫尺之遙。看看控制論之父維納在其1950年作品《人有人的用處》中所討論的機器替代人類可能性及其影響，與今天的輿論議題是何其相似：”從這一階段開始，一切工作都可以由機器去完成。這種機械化的方法同樣適用于工業(yè)企業(yè)圖書館和檔案處的絕大部分的工作上面。換句話說，機器既不偏愛體力勞動，也不偏愛文牘式的勞動。因此,新的工業(yè)革命所能滲透進去的領域就會非常廣泛，包括執(zhí)行不太用腦筋的一切勞動在內......新工業(yè)革命是一把雙刃刀，它可以用來為人類造福，也可以毀滅人類，如果我們不去理智地利用它，它就有可能很快地發(fā)展到這個地步的?！?/p>
當然，今天的ChatGPT、Sora乃至稍早前同樣里程碑意義的AlphaGO，盡管帶給公眾的感知沖擊清晰而深刻，但任何切換到生產者視角的普通人，都不難立即理解其在能力和場景上，與生產力工具的要求之間仍有深深的鴻溝，激發(fā)起大眾的獵奇心，只是從技術可能性到商業(yè)變革的萬里長征第一步。
讓時間給出答案，或許是最明智的一種態(tài)度。
毋庸置疑，當下的AI狂熱，已經堪與千禧年的互聯網泡沫相媲美，彼時狂熱的投資者與創(chuàng)業(yè)者們，同樣在缺少清晰應用場景的情況下，樂于為想象中的變革愿景壓上一切，這場泡沫慘烈破滅后不久，2001年圣誕購物季亞馬遜扭虧為盈，方才標志著互聯網經濟找到了方向感。
人們一次次因為看到山峰而出發(fā)，又因為尋找路徑而卻步，直到在低谷與邊緣，工程與應用創(chuàng)新的重大突破自下而上點燃，歷史的脈絡，總是這么簡潔而深刻。
以史為鑒，生成式人工智能的產業(yè)化之路，恐怕依然會是如此，向前走迷迷茫茫，向后看清清楚楚。在主要平臺型巨頭的AI算力與AI模型”軍備競賽“完成后，OpenAI乃至英偉達的資本泡沫恐怕也將難逃出清命運，抓緊時間兌現價值，這或許正是前者精心包裝Sora以作公關的意圖所在，不過產業(yè)的精彩，恐怕正要待泡沫破裂之后才會真正上演。
Kurzweil曾經的另一段預言，或可作為本文結語與期許：”考慮到所有這些因素，我們有理由估計，到2020年左右一臺價值1000美元的個人計算機在運算速度和容量方面，尤其是在神經連接運算（人腦的主要運算方式）方面將相當于人的大腦“。