怎么排布以及不同的部分是如何移动和

shafi987@gmail.

但这几天我观察到，站在技术制高点上的科学家和很多业内人士讨论最多的还是Sora的“世界模型问题。 Sora生成视频具有极其逼真的画面和连贯性，有的不仔细看几乎看不出是AI生成的，这并不简单，需要机器懂现实世界的结构、细节、运动足迹、光影变幻等规律，不违反人的认知，之前一些大模型生成让人啼笑皆非的图片，就是明显不符合现实世界事物的运行规律。 所以有人认为Sora懂物理世界，有了“世界模型的雏形。 如何定义B端产品及B端产品经理方法论 相较于C端产品，B端产品最大的特点是：面向特定领域用户，且数量少得多，但更注重对用户专业领域操作流程的深度挖掘——也就是专业性更强，与业务的结合更紧密。


查看详情 > AI的世界模型其实可以看作是其 冰岛手机号码数据 心智模型，反映了人工智能系统对自身和外部世界的认知和期望。 拿人类的世界模型来说，“模型这个词意味着我们了解的所有知识不是以一堆事实的形式储存起来的，而是以一种能够体现世界和它所包含的一切这种结构组织起来的。 我们不会记住关于每件物品的一系列事实，而是在大脑中构建了无数个模型，像“城门楼子“胯骨轴子的模型，就不是一回事，各自是什么形状、配合工作的。 而为了认出某样东西，我们会知道它的外观和触感；为了实现目标，我们会了解世界上的事物在与我们互动时的典型表现，比如咬了一口苹果，会有什么样的咬痕。





但很多科学家认为Sora并不懂物理世界，没有“世界模型。 比如图灵奖得主杨立昆Yann LeCun就认为，仅根据prompt生成逼真视频并不能代表一个模型理解了物理世界，生成视频的过程与基于世界模型的因果预测完全不同。 而深度学习框架“Keras的作者、谷歌人工智能研究员弗朗索瓦·肖莱François Chollet认为，像Sora这样的视频生成模型确实嵌入了「物理模型」，但问题是：这个物理模型是否准确？它能否泛化到新的情况，即那些不仅仅是训练数据插值的情形？ Sora生成视频也确实出现了不少瑕疵，比如“蚂蚁巢穴内爬行的POV镜头，仔细看只有条腿；“人在跑步机跑步的视频是反方向；“一只大鸭子走过波士顿的街道中鸭子把人踩没了。