封面新闻记者欧阳宏宇
从电影《黑客帝国》中“矩阵”被发明，到《头号玩家》里“绿洲”出现，不少影视作品中都描绘了科技发展的拐点时刻。当文生视频大模型Sora掀起新一轮AI热潮，也被不少人视作通向AGI奇点的关键工具。那么，当拐点时刻来临时会有何征兆？
“奇点来临时，可能会出现一个重要里程碑，就是AI探索到人类未知的领域。”2月29日，商汤智能产业研究院院长田丰在接受记者采访时表示，AGI奇点是否到来了，主要看“AI能否表现出人类智能”，以及“对现实世界规则认知能否到位”两个关键指标。“目前，Sora只是通过算力来进行模拟现实世界，还无法理解世界运行的规矩，离真正的技术奇点还有距离。”
Sora技术“渐进式”发展
价值在于对数据标注的创新
Sora推出十多天以后，“只是一个工具”的声音正逐步占据主流。日前，360公司创始人周鸿祎、中国科普作协科学与影视融合专委会常务副主任林育智都对外表示，Sora只是一个工具，关键还是在于算力。
“Sora距离AGI奇点还有相当距离。”田丰分析称，从ChatGPT到Sora，OpenAI算法上的技术策略，始终是把Diffusion扩散模型和Transformer架构结合。
虽然算法架构没有颠覆式变化，但算力和数据的扩张带来了Sora的出圈。在田丰看来，Sora的出现就是“缩放定律”，即当投入更大规模的算力和数据后，模型效果就会越来越好。“但到目前为止，拐点都还没有出现，这也就是为什么各国都在加强AI算力建设，抢占先机的原因。”
浏览Sora的示例视频可以发现，其中与现实世界的物理规则有差距，悬空漂浮的沙滩椅、冬天盛开的樱花、果汁从完好的杯子底渗出等等。但在田丰看来，AGI要到达奇点时刻，关键是要把现实世界、人的行为甚至人和现实的交互理解清楚，但Sora目前还做不到这一点。“这其实也和Sora的训练策略相关，即一个通过视频数据学习相关性的AI，是无法理解物理世界中的因果性的。例如，大模型学习到了猫头鹰转头的视频后，就会自然觉得任何生物的脑袋都可以旋转180度，进而在数据泛化时产生误差。”
不过，Sora之所以能在各领域掀起热议，显然也有其独创性。输入一段文字就能生成60秒的高质量视频只是表象，其对行业产生的变革意义主要在于对数据标注的创新。
“在Sora出现之前，行业中很多多模态大模型制作视频的解决方案都不好用，主要是因为可用于学习的视频缺少高精度的数据标注。”田丰认为，随着OpenAI用新技术将图片、视频生成文字作为提示词，并用于精准的视频描述后情况就改变了。“一般而言，对AI模型训练要有配对的文本和视频，OpenAI的技术创新之一是通过Dall-E模型，让每段视频生成详细精准的描述文字，进而产生了高质量的训练数据集。”
工具多，学习门槛低
AI技术已处于“iPhone时刻”
那么，当AI工具具备哪些特征时，可以反映出奇点时刻来了？田丰给出了两个评判标准。
一方面是，机器能否实现人类的归纳、推理和猜想三种思维范式。现实情况是，自神经网络出现，人工智能就已具备了归纳相关性的能力，但是深度神经网络的推理能力上还没有做到特别精准。
钱学森认为科研遵循“冰山理论”，即人们看到的公开AI技术只是“冰山一角”，水面下还有更多“隐藏创新”，所以对公众用户表现出AlphaGo、ChatGPT、Sora等“技术突变”的表象，其实国内大模型也有很大发展，较多研发技术储备处于“水面之下”。
另一方面，考察人工智能对现实世界的理解。在田丰看来，AGI通用智能到来的一个标志是，机器能够理解人类所掌握的所有知识，甚至能像人类科学家一样，利用规则推演新的理论。
“奇点时刻到来的里程碑可能就是，人工智能找到了新理论，进而证明了人类原来认知的理论规则是错误的。”田丰说，但目前，AI的发展还处于“iPhone时刻”。
所谓“iPhone时刻”，正是智能手机已经开始产业化了，但还没有变成成熟的生产力工具的阶段。在技术革新的四阶段中，处于技术革命与产业革命的中间地带。
按照钱学森的科技革新“四段论”，AI的演进过程包括科学革命、技术革命、产业革命、社会（组织）革命，技术经历了数学等基础科学高速发展的科学革命，实现了AI大模型技术产品涌现的技术革命，正在实现将AIGC在千行百业中落地，但是还没有完全形成通用型工具的产业革命期。
根据田丰的预判，目前大模型处于“技术革命”向“产业革命”过渡阶段，在未来的3到5年，AI技术将进入千行百业，成为新一代数字生产力，像云计算一样实现社会化普及。随后，AI技术还会催生对社会组织的变革。“类似于互联网演化出的平台经济，推动了传统组织模式的变革一样。”田丰说。
“现在的AI技术，就像98、99年时的互联网技术，工具很多，但还不够好用，但学习技术的门槛已经很低了。”对于普通人该如何在这场技术革命中抓住时代红利，田丰建议，应尽快去学习新的技术，积极拥抱新的技术工具箱。
