Sora根本没有物理建模

[Koch]

这个英伟达的黄皮小丑和tom Lee一样上蹿下跳pump什么world model，AGI，评论区很多专家都看不下去了

[Koch]

本质上还是video stitching，用了UE5之类的游戏引擎训练画质，文科妓者看了大呼小叫奇点已到

[赖美豪中]

这玩意和AI几乎都无关，完全不懂high点在哪里。我觉得AI如果能够直接根据几句话写个游戏出来可能还有点意思了

本质上还是video stitching，用了UE5之类的游戏引擎训练画质，文科妓者看了大呼小叫奇点已到

[Koch]

这玩意和AI几乎都无关，完全不懂high点在哪里。我觉得AI如果能够直接根据几句话写个游戏出来可能还有点意思了

没错，红警90年代的游戏了，都可以自定义生成地图，现在就是素材更多了，算力更强了，本质上还是patterns，根本不理解背后的原理，openai放出来的demo画面人走着突然消失，狗腿从窗框穿过去

[trieste]

哈哈。看得出来，墙国嫉妒坏了。

[Koch]

哈哈。看得出来，墙国嫉妒坏了。

沙雕老酱眼里不买scam的都是墙国五毛，这个Gary Marcus肯定也是五毛lol

[microdsp]

坦白说 叔不认为这sora是什么革命
那一天 我告诉一机器人

去冰箱里将百威啤酒拿来 不要青岛的

若器人做了 那才是 AI革命

[CanGuanGong]

这玩意和AI几乎都无关，完全不懂high点在哪里。我觉得AI如果能够直接根据几句话写个游戏出来可能还有点意思了

high点是高质量实现提示词生成视频。好几年前提示词生成图片出来后(比midjourney大火要早)就有研发提示词生成视频的，效果差太多了。openai的gpt也不是第一个问答ai，但是gpt3的出现让人眼前一亮，类似于iphone时刻，而sora则是提示词生成视频的gpt3时刻。

[fantasist]

坦白说 叔不认为这sora是什么革命
那一天 我告诉一机器人

去冰箱里将百威啤酒拿来 不要青岛的

若器人做了 那才是 AI革命

现有技术实现这个已经没有任何问题了，一个有经验的码工几天就能写出相应的代码。当然机器人的硬件成本还很高，做不到每个家庭里配一台服务器人。

[mmking]

鹅，这个任务太简单，目前实现问题不大。就是商业化需要动脑子

坦白说 叔不认为这sora是什么革命
那一天 我告诉一机器人

去冰箱里将百威啤酒拿来 不要青岛的

若器人做了 那才是 AI革命

[minren]

乔布斯推广“鼠标”和视窗UI时，也有很多人不觉得是革命，这些人同样对“手机”出现不以为然。他们总有自己的 “那才是革命”标准。

文字生成视频，可以说是一个新时代的里程碑。

[shot]

坦白说 叔不认为这sora是什么革命
那一天 我告诉一机器人

去冰箱里将百威啤酒拿来 不要青岛的

若器人做了 那才是 AI革命

你说的事情，在技术上一点难度都没有。现在很容易就做到了。
难度是在成本上，这样的一个机器人，不便宜。

[shot]

乔布斯推广“鼠标”和视窗UI时，也有很多人不觉得是革命，这些人同样对“手机”出现不以为然。他们总有自己的 “那才是革命”标准。

文字生成视频，可以说是一个新时代的里程碑。

当革命真的发生时，同时代的人，大部分都意识不到革命已经到来。
很多人回头看，才明白那是革命。
因为技术革命是新的东西，很多人不知道怎么用，自然无法评估其价值。
ChatGPT，Sora，大部分人只能浅尝，不懂怎么发挥它们的威力。
真的能发挥这些划时代技术的人，毕竟是人群中的极少数。

[marclee]

这个知识基础和认知来讨论Sora是勉为其难了。

这个认知甚至都没有到讨论机器人的基础知识水平。

坦白说 叔不认为这sora是什么革命
那一天 我告诉一机器人

去冰箱里将百威啤酒拿来 不要青岛的

若器人做了 那才是 AI革命

[macarthur]

Not true. 这是AI界一直在讨论的一个话题。如果真的是“根本不了解背后的原理”的话，你会看到比现在多得多的各种bug

但现实是99%的情况下它会生成符合物理逻辑的场景，这完全不是“根本没有物理建模”，全靠“pattern” 所能做到的

没错，红警90年代的游戏了，都可以自定义生成地图，现在就是素材更多了，算力更强了，本质上还是patterns，根本不理解背后的原理，openai放出来的demo画面人走着突然消失，狗腿从窗框穿过去

[blinkingdoll]

Not true. 这是AI界一直在讨论的一个话题。如果真的是“根本不了解背后的原理”的话，你会看到比现在多得多的各种bug

但现实是99%的情况下它会生成符合物理逻辑的场景，这完全不是“根本没有物理建模”，全靠“pattern” 所能做到的

全靠pattern就是这个效果,和自动驾驶一样, 99%不能说明任何问题. 没有物理建模和不了解原理这完全是模型计算本身可以看出来的东西,从根本上说,chatgpt生成文字他了解语义吗 并不妨碍绝大部分情况下"看起来"符合语义. 如果有建模,完全应该知道什么情况下会符合物理,什么情况下不符合,不符合的逻辑错误路径是什么.实际情况根本不是.

再说直接点,99%这个数字也是没有任何根据.顶多说在某次生成结果或某些生成结果中99%符合,但永远不知道下一次在另一场景的生成会有多少符合,就好像不知道chatgpt的错误输出会在什么时候砸下来一样,这就是黑盒无建模的结果,之前的运行对之后没有指导意义.

[blinkingdoll]

Jim Fan是大牛，有follower十多万。说实话楼主连他1/10都没有。十多万follower不会都是傻子吧

你必须明白很多人说话是必须要符合某个目的的,而不是说真话.

[macarthur]

真能“看出来”就牛叉了。。。 现在问题恰恰就在于谁都“看不出来”，但它的能力又的确在那里摆着，哪里是靠什么pattern？谁去给它投喂的？

所以现在最新的解释是这个叫“涌现能力” -- 就是“鸭子测试”的另一种说法：If it looks like a duck, swims like a duck, and quacks like a duck, then it probably is a duck

没有物理建模和不了解原理这完全是模型计算本身可以看出来的东西,

[blinkingdoll]

真能“看出来”就牛叉了。。。 现在问题恰恰就在于谁都“看不出来”，但它的能力又的确在那里摆着，哪里是靠什么pattern？谁去给它投喂的？

所以现在最新的解释是这个叫“涌现能力” -- 就是“鸭子测试”的另一种说法：If it looks like a duck, swims like a duck, and quacks like a duck, then it probably is a duck

所谓鸭子测试就是pattern拟合的另一种说法.测look swim quack三个feature的pattern,probably大部分符合, 所以就算建模了

[macarthur]

所谓鸭子测试就是pattern拟合的另一种说法.测look swim quack三个feature的pattern,probably大部分符合, 所以就算建模了

这也能叫“建模”？行吧，你赢了