【本文来自《最近做的跨领域采访，经济人士谈起现状担忧情绪都有点重，但科技人士却又相对乐观》评论区，标题为小编添加】

Sora这类生成式AI从底层原理来看，不过是依靠暴力堆砌算力修筑的“科技奇观”，根本不可能发展成具备自主学习、自主思考和自主决策的真AI。此外，由于此类AI是基于穷举法，而不是物理定律，其对算力和能耗的需求也是巨大而浪费的。举个例子来说：

生成式AI就是在没有任何物理公式的指导下，操作一台遥控车去接住从树上掉落的苹果，通过一次又一次的尝试不断总结，最终找到一个基本能接住苹果的“经验”。但这种“经验”又是有限的，苹果高度一变、或者突然刮过来一阵风，AI就需要重新再训练一遍才能找到新一条“经验”。最终把这千千万万条经验学习、存储下来，AI才能达到一个“接苹果仙人”的水平。

这还只是一个非常简单的模型训练过程。你不难想象，要在数以亿计的像素的无序运动中总结出符合人类认知的那么几条，其对算力和能源的需求是多么恐怖。而且，伴随视频时间的拉长或对成片质量的提高，其对算力的需求也是呈指数而不是线性增长的。

因此，OpenAI自己也承认过，如果想用生成式AI产生“全知全能”的通用AI，那么即便不考虑算力问题，人类也需要首先实现可控核聚变。

另一方面，即使不考虑全知全能，要将生成式AI单独应用于专业生产领域也几乎是不可能的。原因很简单：训练、运行一个“接苹果仙人”的成本，要远远高于预先录入加速度、速度、密度、阻力等等相关物理公式的普通机器人，且最终应用效果往往还是后者更优。

此外，接苹果的经验显然是无法应用于切苹果的，而要切好苹果也不需要会接苹果。因此即便在工业生产领域遇上无法量化的环节必须训练一个专业模型，这个新模型也不需要先去学会什么聊天、画图、剪视频，而是专心练好自己的专长即可。

由此可见，目前我们能看到的Sora只是生成式AI这个细分领域的一次突破而已，但它距离实现真正意义上的“通用AI”、“世界模型”依然是无限远。且Sora最终需要搭建多大的算力去满足多少用户、多大时长、多高质量的视频创作需求，以及与之对应的经济成本、时间成本具体是多少，今天依然是未知数。而参考此前ChatGPT的案例，个人对此并不乐观。

以上这些道理并不复杂，个人不太相信本就是科班出身，参加工作后也一直在信息产业一线打拼的周鸿祎搞不懂，或者会被蒙蔽。所以他最近对Sora近乎无底线的吹捧，甚至上升到要国家集中算力去突破一个被硬吹成“世界模型”的视频制作AI的提议，就实在是令人费解了。

当然，以他的段位，应该是不屑于学某文科生去卖所谓“AI培训课程”的，所以剩下唯一的解释就是他有参与相关产业的投资。

在商言商、王婆卖瓜本没有什么大错，但考虑到360也是国家信息安全的一个参与者，我希望他还是适当注意点自己的言行吧。