万字长文读懂Sora：世界模拟器是什么？投资机会在哪里？
继2022年11月30日震撼发布ChatGPT后，2024年开年，OpenAI第二次震惊世界，发布文生视频大模型Sora。它能够仅仅根据提示词，生成长达60秒的高质量、高逼真度视频，“碾压”了行业目前大约平均“4s”的视频生成长度。
Sora的出现，预示着一个全新视觉叙事时代的到来，它能够将人们的想象力转化为生动的动态画面，将文字的魔力转化为视觉的盛宴。在这个由数据和算法编织的未来，Sora正以其独特的方式，重新定义着我们与数字世界的互动，AI新空间被打开。
Sora 何以堪称“世界的模拟器”？它的潘多拉魔盒里有什么？将如何颠覆全行业？人工智能赛道投资的机会又会发生什么改变？
2月27日，盛景嘉成管理合伙人王湘云对Sora进化引发的思考进行了深度分析和全新解读，精华观点如下：
1、 OpenAI第一次让语言模型过了临界点，通过Sora，第一次让多模态模型过了临界点。
2、人工智能的终极目标不仅仅是复制人类智能，而是在深层次上理解和预测世界。这种理解和预测能力的基础是对世界的精确建模，即所谓的“世界模拟器”，也称为“世界模型。”
3、世界模拟器一旦成功，未来所有的产业都将以AI为基础，实现从“+AI”到“AI+”的转变。
4、时间是仿真最重要的维度之一，有了时间维度，对未来的预测才能成立。如果能够沿着时间维度计算更长的时间，未来实时、动态的仿真和预测就可以实现。
5、基于海量高维（多维）数据+时间序列+正确的大模型算法，就有可能走通“世界模型”的技术路线，实现训练和实时、在线的推理、仿真，预测，实现数字世界对整个物理世界理解、模拟、生成和预测。Sora让人类看到世界模型实现的曙光。
6、从互联网、移动互联网的发展历史可以预见，随着世界模拟器的突破，新一代数字化媒体平台/元宇宙级平台将出现，这个平台是设计/生产/协作/消费/经济分配一体化平台。
7、随着模型仿真能力的强大，对于企业来讲，私有数据带来的优势将会是阶段性的、局部的；算法的优势是暂时的，只要突破了算法的临界点——就是世界模型对现实世界的动态乃至实时的仿真，很多数据就可以由模型来生成；当数据和算法都可以由算法生成的时候，真正底层的生产力就只有算法（智能）的载体——芯片，以及驱动算力的基础能源。
8、 通过私有化部署来解决数据安全问题只能是阶段性的，未来一定会有解决大模型数据安全问题的技术出现。
9、集中式投资算力（包含云厂商）也不足以满足多模态大模型的算力需求；模型应用+分布式算力管理技术平台+共享经济模型平台的出现是必然；分布式投资算力+部署运营算力+算力计价和收益模型未来可能会诞生新的算力技术运营商。
10、面向产业和2B的模型/数据计算服务+共享服务融合在一起的平台将会越发体现出优势。
11、未来产业的发展瓶颈将被快速突破，自动驾驶、具身智能机器人、工业设计与生产、 合成生物学、生物医药、元宇宙平台等产业将迎来迅速发展。
12、随着多模态模型的成熟稳定，足以支持真正生产场景所需要的质量和效率，对算力优化的需求会进一步爆发，会出现针对多模态场景进行计算加速的通用芯片和专用芯片的需求。
12、人类工业生产力将从内部和外部被颠覆，未来所有以人服务为主的2B生意模式都可能从卖技术/工具变成卖人工智能外包/端到端服务/交付最终结果。
13、Sora模型的出现预示着人工智能有超越人类智能的潜力。
以下为分享内容整理，enjoy~
▼
一 、自从 OpenAI 发布 Sora 模型以来，官方发布的演示视频让人印象深刻。这背后代表了Sora哪些超强的能力？
Sora带来的震撼甚至超越ChatGPT，源于OpenAI在其官方技术报告中所强调的视频生成模型——被称作“世界模拟器”的概念。要理解“世界模拟器”的重要性，需从人类发展人工智能的终极目标谈起。这一目标通常被归纳为AGI（Artificial General Intelligence，通用人工智能），其背后的含义是追求能够像人类一样智能的系统。人类智能的核心能力在于理解世界、预测未来，并据此改造世界。
人工智能的终极目标不仅仅是复制人类智能，而是在深层次理解和预测世界。这种理解和预测能力的基础是对世界的精确建模，即所谓的“世界模拟器”。通过建模，我们能够对未来进行预测，并最终利用这些预测来改善和改造我们的世界。在人工智能领域，这种改造世界的能力体现为AI Agents（自主智能体），它们能够根据人类的目标解析任务，并调用不同的模型来完成这些任务。
随着ChatGPT的推出，行业内对大模型的追求愈发明显，但最终可能只剩下几家大企业主导。这些大模型虽然强大，但在实际应用中的能力有限，导致其使用场景受限。相对而言，AI Agents通过组合不同的模型，旨在更有效地完成复杂任务，从而在各种具体场景中以更低的成本提供更优的效率。
当世界模拟器或世界模型成功时，所有产业的发展将以AI为基础，而不是简单地将AI作为附加组件。产业运转的三大底层要素是：智能、材料、能源，这种转变意味着，未来所有产业都将以AI为基础，实现从“+AI”到“AI+”的转变。
二、对比此前Pika、RunWay等文生视频产品，这次Sora有哪些关键能力上的突破？能否为我们细致解读下这种能力背后有哪些突破性的技术原理？
从我的理解角度来看，首先，Sora是一个在数据处理上的创新。它将文本数据和视频数据进行整合处理。众所周知，视频数据可以被理解为二维像素信息加上一维时间信息，即两维空间信息加一维时间信息。传统上，这两种不同类型的信息往往在不同的空间中进行训练。
然而，Sora 将这些数据放在同一空间中训练，并且这个空间的数据维度被缩减或压缩到一维，基于 Transformer 算法进行训练。同时，基于 Diffusion 模型的方法，即扩散模型，也被用于对原生视频模型进行反复处理，最终建立了不同类型数据之间的关系。
因此，Sora 的关键在于它将异构数据同步处理并进行预训练，即将不同维度的信息（如视频的空间和时间信息，文本信息）放在同构的空间中训练。它通过添加噪音然后再去除噪音的反复迭代过程来找到视频中不同类型数据之间的关系，类似于人类通过解构和重建的过程来理解事物。这样，Sora 建立了时间、空间和文本数据之间的共生关联网络。
我们不应忽视的是，Sora的成功基于其在文本大语言模型ChatGPT中的能力。它结合了Transformer算法、语言模型GPT以及视频模型、多模态模型和扩散模型算法，因此取得了今天的成效。
这个文本模型为视频模型提供了一种连贯的推理能力。Sora模型进一步将视频模型沿时间和空间维度进行切分，并与文本模型关联，形成关联特征以重建和合成新的视频序列。
所有这些表现背后的技术路线，为人类提供了世界模型的初见。
大语言模型，包括背后的代码模型，其数据主要来源于人类创造的符号，如代码和文本。这些符号背后含有逻辑推理能力，人类的语言、公式、计算机代码背后都是对世界的逻辑推理。Sora模型在此基础上加入了新的数据源——来自传感器的数据。例如，一段视频实际上是摄像头传感器捕捉的物理世界信息。这种传感器数据不经人类转化，直接反映物理现实，为Sora模型提供了更多维度的数据，结合了人类创造的逻辑数据和直接来自物理世界的传感器数据。
如果继续沿这一技术路线发展，Sora模型可能会发现人类至今未知的模型和规律，从而可能实现对世界的新理解，甚至在某些方面超越人类的理解。
时间是仿真最重要的维度之一，有了时间维度，对未来的预测才能成立。能够支持仿真的时间长短是至关重要的。这就是为什么Sora模型的一个突破是能够处理长达60秒的时间序列，相比之前Runway、Pika只能处理几秒钟的模型，这是一个质的飞跃。
谷歌最新的模型Google Gemini1.5能够支持100万的Token，表面上是Token的长度，但实质是用Transformer模型预测推理的长度。
如果能够沿着时间维度计算更长的时间，未来实时、动态的仿真和预测就可以实现。当我们能够处理极长的物理状态时间序列时，人工智能将变得非常强大，能够真正应用于现实世界，而不仅仅是一个概念性的玩具。
从语言—声音—视频（2D）—3D（即将）—更多人类无法感知到的海量传感器数据，结合时间维度以及实时在线的推理能力，基于海量多维数据+时间序列+正确的大模型算法实现“世界模型”，就能实现训练和实时、在线的推理、仿真，预测，就能实现数字世界对整个物理世界理解、模拟、生成和预测。
沿着这个技术路径继续走下去，未来世界模型就可以实现。
三、有些人说Sora出现给视频制作产业有可能带来灭顶之灾的打击，您觉得会是这样吗？对于视频制作、特效制作等影视产业，您认为Sora会带来哪些影响？
从技术逻辑角度来看，数据处理和语言模型的融入为我们理解世界模型带来了重大突破，实现了沿时间长序列的推理能力，并建立了文本与其他多维度数据的关联。这些技术基础为生成长视频提供了支撑。随着这一技术基础的确立，预计整个产业将迎来巨大发展。
传统的数字化媒体，如广告、视频和游戏等，可能因此实现重大突破。有报道指出，由于Sora带来的影响，有媒体公司暂停了其原计划投资8亿美元新建制作工厂的决策，显示出我们需要重新规划未来产业发展路径。
我认为，最直观的变化体现在媒体产业。从互联网、移动互联网的发展历史可以预见，随着世界模拟器的突破，新一代数字化媒体平台，即元宇宙级平台将出现，这种平台是设计、生产、协作、消费、经济分配一体化平台。
随着新一代数字化平台的出现，生产力将得到显著提高。以往，构建元宇宙需要大量人力和时间，导致生产效率低下，投资回报难以保证。但人工智能的发展使得原本需要数百天和大量人力的生产过程可能仅需一个月或更少时间和人力完成，大幅降低生产成本。
此外，元宇宙的互动性将得到增强。传统的设计、生产、协作和消费过程由于成本高昂而被迫分割。但人工智能的应用将使这些过程更加紧密联动，甚至高度互动，能够在同一空间和时间内完成，形成一个网络化的链条，而非传统的线性链条。
随着新型媒体平台的出现，生产关系也将发生变化，集中式的生产方式将被重塑。对于视频等媒体的影响将是深远的。
在移动互联网时代，腾讯和字节跳动等公司成为中国头部媒体的代表。未来，这些公司也将感受到加速进化的压力，相信国外也会出现新型媒体平台。
四、对于人工智能的产业上下游，比如算力、数据（数据合成和数据标注）、算法，Sora的出现又会带来哪些转变？哪些环节价值会因此增强哪些会削弱？哪些环节原有业务流程或作业模式发生重大调整？算力和数据整个产业生态会发生哪些质的转变？
Sora的出现预示着算力和数据行业可能迎来革命性的突破。尽管人工智能的发展一直依赖于算力、数据和算法，但Sora让我们认识到未来算力和数据产业的结构将发生根本性变化，不再遵循传统模式。随着模型仿真能力的增强，虽然私有数据在建立垂直模型和实现短期优势方面仍有其价值，但这种优势可能是暂时的或局部的。世界模型的强大能力意味着未来的模型可能能够自我生成新数据，挑战当前企业依赖私有数据的优势地位。
进一步，全球领先的企业正在训练模型以形成新的公式和算法，展示了人工智能模型的生成能力，如能够推导出人类未曾知晓的数学或物理公式。这种能力的发展可能会打破目前企业因数据优势而形成的壁垒。
未来，模型的进步可能不再构成难以逾越的障碍。尽管中国在人工智能领域还存在差距，技术路线的明晰化和科技树的发展表明，通过时间和资金投入，追赶甚至赶超是有可能的。
当数据和算法都可以由算法生成的时候，真正底层的生产力就只有算法（智能）的载体——芯片，未来唯一能够制约供给能力/生产能力的恐怕只有算力（以及算力背后的能源）。
最核心的制约因素，我认为还是能源。可控核聚变是无尽的能源，它可能是解决人工智能能源瓶颈的一个最终解决方案。
2月24日，困扰可控核聚变的一项重大难题，被AI成功攻克了；普林斯顿团队通过训练神经网络，提前300毫秒就预测了核聚变中的等离子不稳定态，因而能够防止等离子体的逃逸，人类离无穷尽的清洁能源又进了一步。
可控核聚变的进展展示了世界模型预测能力的威力。
此外，大模型的发展也可能促进新型人工智能算法和芯片的创新，鼓励开发更经济、高效的人工智能解决方案。
当前的大模型走向采用了一种“暴力美学”的路径，通过不断叠加算力并增加模型参数来实现人工智能的进步。人类大脑作为人工智能的参照，以其高效节能的特性与大模型形成对比，未来的人工智能可能会沿着模拟人脑的路径发展，结合大模型和类脑节能算法，进而实现在不同场景下的应用组合。
面对大量私有化数据的现状，企业担忧大模型可能吸走它们的数据，导致数据安全问题。这种情况促使企业倾向于私有化部署。然而，未来的人工智能发展可能会突破这种私有化部署的限制，找到数据安全与算力共享之间的平衡点，从而释放人工智能的真正潜力。
投资于算力的趋势也将从集中式转向分布式，类似于房地产投资的多元化。尽管硬件的投资可以分散，但运营这些算力资源需要强大的运营平台来进行有效分配和调度，为各种产业场景服务。
美国的两家代表性企业，Snowflake和Databricks，展示了一种不直接投资硬件资产而是提供计算和服务能力的商业模式。这种模式在大模型时代尤其吸引人，预示着未来算力服务可能成为主流。这种计算服务模式不仅为企业提供算力，还能带动整个产业链的收益共享。
此外，随着人工智能的不断进步，算力共享和Web3等新经济模型可能会迎来发展机遇。英伟达将人工智能工厂作为一种全新的产业模式，强调不仅仅是芯片的生产商，更是提供完整人工智能计算服务解决方案的提供者，这一模式值得投资和关注。
总的来说，未来的算力和数据产业将面临重大变革，这些变革不仅涉及技术进步和新商业模式的探索，还包括如何在保障数据安全的前提下实现算力资源的有效共享与运用。
五、站在投资的角度上，哪些产业会受益，发生巨大改变？
在人工智能1.0时代，尽管AI在特定场景下已经取得显著应用，但随着发展至某一阶段，许多行业开始遭遇瓶颈，主要表现在成本效率和长尾场景的应用有效性上。Sora模型的出现为我们提供了一种新的世界模型和认知的可能性，未来产业的发展瓶颈将被快速突破，自动驾驶、具身智能机器人、工业设计与生产、合成生物学、生物医药、元宇宙平台以及芯片等产业将迎来迅速发展。
1、自动驾驶
自动驾驶产业的发展历程展示了从初期的数据收集、标注和模型训练，到采用更先进技术路径的转变。传统上，自动驾驶技术依赖于大量数据的搜集与人工智能结合人工编码的方法来训练算法。然而，Sora模型的出现标志着向直接利用视频传感器数据训练模型的技术转变，从而预示了自动驾驶技术的新时代。
特斯拉的FSD v12版本采取了这一新技术路线，即直接使用视频传感器生成的数据训练模型，摒弃了传统的人工编写代码的方式。这种方法的有效性通过特斯拉的直播演示得到了验证，其中马斯克强调，尽管Sora模型带来的视觉效果可能更加惊艳，特斯拉实际上已经在一年前采用了相同的技术路线，通过使用真实世界的视频进行物理世界的建模。
这一技术突破不仅有可能解决自动驾驶发展中遇到的技术障碍，而且还可能加速实现智能驾驶的最高等级——L5的到来。更重要的是，这种技术进步意味着自动驾驶的概念将扩展到更广泛的应用场景中，不仅限于道路交通，还包括如矿山挖掘、水船体清洁等特定环境下的自动化任务。
随着自动驾驶技术的发展，它不仅仅是交通工具的智能化，更是向全方位服务机器人的转变。这意味着未来的自动驾驶技术将能够提供从端到端的完整服务，不再受限于单一的驾驶或导航功能，而是能够在各种环境和场景下实现全面的自动化操作。这样的技术进步不仅为自动驾驶产业本身带来革命性的发展机遇，也为相关的产业链创造了新的增长点和投资机会。
2、具身智能机器人
人形机器人和具身智能机器人的发展热潮，部分由埃隆·马斯克的推动而起，引发了广泛的讨论和关注。尽管在投资界对于人形机器人的应用场景存在不同意见，但技术的进步预示着这些机器人的实用化可能比预期更加接近。特别是，随着英伟达等公司在具身智能技术上的投入和研究，我们越来越接近于实现这些先进机器人的商业化应用。
具身智能机器人的应用前景广阔，不仅限于工业制造场景，还包括服务业、家庭使用、健康护理等多个领域。这些机器人背后的核心技术——世界模型，相当于机器人的“大脑”，使其能够理解和互动于复杂的物理世界中。成功训练这样的模型，结合先进的语言理解能力和多模态处理能力，将为机器人提供真正意义上的智能。
为实现这一目标，不仅需要开发出能处理复杂数据和场景的多模态模型，还要强化机器人的语言处理能力，确保这两方面能力的有效融合。此外，随着具身智能机器人技术的发展，相关产业链也将迎来升级，包括更加智能化的传感器、电机、控制器等关键组件的需求增加。
这一进步不仅代表技术的突破，也预示着新的商业模式和投资机会的出现。机器人技术的发展将推动传统产业的转型升级，同时创造出全新的服务和产品，为人类社会带来前所未有的便利和效率。随着技术的成熟和应用的普及，我们可以期待一个与机器人共生的未来，其中机器人将成为提高生活质量和生产效率的关键因素。
3、工业设计、工业设备、新型材料
随着人工智能技术的发展，工业设计、设备以及新型材料等领域预计将经历重大升级。
此前，我谈到，要生产新型的能源，需要对可控核聚变它的等离子体的状态形成实时的监测，同时对未来的演化形成一种预测。未来的工业设备就是类似这样一个实时智能化的设备，实时智能化设备的需求将促进工业设备的灵敏度和智能延迟性的提升。这不仅可能改变生产线的布局方式，还可能促成新型智能化工厂的出现。
在材料设计方面，传统依赖于人工实验和数据收集的方法可能会因为能够监控微观反应状态的新技术而得到改进。这可能引入一个全新的维度到材料科学中，从而在更微观层面上理解和创造新材料。
4、脑科学/神经科学研究
此外，脑机接口技术的发展可能为我们提供一种全新的大脑数据传感方式，使我们能够更深入地理解大脑的运作机制。
马斯克进行的脑机接口实验显示了积极的恢复状态，这预示着脑机接口技术可能为我们提供了一种新的大脑数据感知方式。Sora模型处理来自物理世界多维度数据的能力，结合脑机接口提供的更直接、更快速的大脑神经元活动观察，可能极大地增强我们对大脑运作方式的理解。这种增强的理解有可能推动基于脑逻辑的新芯片开发，这些芯片可能比现有芯片更节能。
5、合成生物学
Google DeepMind的CEO Demis Hassabis近期指出，AI设计的药物和治疗方法有望在几年内治愈心血管疾病、癌症等重大疾病。这表明人工智能提供了一种之前未曾有过的新信息和模型维度，为合成生物学和生物医药领域带来了创新的可能。
合成生物学一度是热门投资领域，但后来遇到了生产效能的瓶颈。随着新技术路线的突破，我们可能在合成生物学领域实现大规模量产。
6、元宇宙级数字媒体平台
随着人工智能的进步，包括谷歌这样的可交互世界模型的出现，未来的元宇宙不仅能够实现，还能实现与用户实时的交互和互动，这些都是符合现实世界物理模型的。这意味着，未来的元宇宙级数字媒体平台将成为可能，为用户提供更加丰富和真实的虚拟体验。
7、芯片
英伟达在人工智能芯片领域几乎占据了统治地位，最近市值突破了两万亿美金大关，证明了其在大模型训练芯片环节的重要性和领先地位。尽管有像华为这样的公司努力挑战英伟达，但在训练芯片领域其核心地位依然稳固。
未来，推理芯片市场预计将更加多样化，以适应智能机器人、智能汽车等各种智能设备的需求。这些设备不仅需要处理文本信息，还需要基于世界模型进行多模态推理，要求芯片能够匹配特定场景的成本效率。此外，随着AI技术的深入，PC、手机、AR设备等都将装配新型的推理芯片，以提供更丰富的智能功能。
英伟达已经开始进入定制芯片领域，为科技大厂和产业公司提供专门定制的芯片服务，展现了针对特定产业场景推理芯片的巨大市场潜力。这表明，尽管英伟达在训练芯片领域占据优势，但推理芯片和定制芯片领域为中国公司提供了市场机会。
此外，类脑芯片的发展为模拟人脑智能提供了新的方向，预计将在终端设备领域发挥重要作用，特别是在节能和适应性方面具有独到的优势。
随着智能时代的到来，整机设备及其核心部件，如具身机器人、人形机器人、各类垂直场景的智能机器人；智能汽车；计算机、手机、AR设备；智能时代的存储、网络通信、屏幕；感知系统、传感器、执行系统都将经历重大升级，开启硬件技术的新纪元。
六、人类工业生产力以及未来生产力释放会经历哪些颠覆性变化？对人类生产工具可能带来的影响是什么？
技术发展有其内在的迭代规律，人工智能的快速进展让人感受到压力，但这种进展似乎是难以被外力影响的。人工智能对人类生产力的颠覆是一个不可避免且必须认真考虑的议题。人工智能的发展不仅关乎模型设计和世界模型的理解、建模与预测，还涉及AI诊断和自主智能体的开发。这些自主智能体将基于人工智能模型，具备自主推理和任务规划的能力，能够最小化人类干预而独立完成任务。
人类的产业链，从工厂生产线到软件开发，目前还依赖人力操作工具。如果工具的自动化、智能化水平提升，人的介入将大幅减少。特别是代码开发领域，由于其严谨的逻辑、人造符号系统以及丰富的可训练数据，被视为人工智能突破的前沿。
自主智能体的发展意味着AI将能够自行编写程序，完成任务，预示着AI在生产力领域对人类劳动力的潜在颠覆。
随着人工智能技术的进步，未来所有以人服务为主的2B生意模式都可能从卖技术/工具变成卖人工智能外包/端到端服务/交付最终结果。越来越多的工业生产场景可能由AI完成，传统的人力外包行业可能转向AI外包，这要求现有的人力外包行业考虑如何与人工智能技术结合，以适应未来的发展趋势。
Sora模型的出现标志着人工智能可能超越人类智能的前景。传统上，人类大脑被视为一种节能且模拟的智能，其优势在于灵活性和适应性，但受限于处理能力。与此相对，Sora模型通过利用大量数据进行深度计算，展现出对世界的理解能力，这可能超出人脑的感知范围。人工智能的这种能力反映了它能在更基础层面上，全面地处理信息和参数。
人脑为了节能和适应性，往往只在较高维度上操作，从而可能忽略底层的大量信息。例如，尽管人类视野广阔，但意识活动时，人们倾向于只关注特定主体，忽视其他信息，以适应大脑的计算能力限制。而Sora模型不受这些限制，采用暴力计算方法，处理全量数据和多维度参数，提供了一种全新的世界理解方式。
过去，人们对于普遍人工智能(AGI)的讨论，往往是以人类智能为参照。但这种能力预示着人工智能不仅可能达到人类智能水平，甚至有可能超越，引入了“超级智能”(super Intelligence)的概念。
超级智能并非一个民科概念。Geoffrey Hinton，图灵奖得主、OpenAI首席科学家Ilya Sutskever在多伦多大学的老师，被誉为大模型技术路线的缔造者。他长期致力于深度神经网络的研究，Hinton坚信深度神经网络技术能够突破人工智能的限制。随着计算机、互联网和移动设备产生的大量数据，以及计算芯片能力的提升，他的这一理念得到了阶段性的验证。OpenAI的一些关键进展，实际上在验证Hinton的理论。
Hinton在从谷歌人工智能首席科学家职位退下后，曾在公开演讲中提及超级智能（super Intelligence）。他说：
我想告诉大家，这些超级智能到来的时间可能会比我过去认为的要早得多。以前，我认为距离AI控制世界还很遥远，可能需要几十甚至上百年时间，但现在我认为可能只需5-20年。
对于超级智能来说，即使你将其存放于完全离线隔绝的环境中（airgap），它也会发现可以很容易地通过操纵人来获得更多的权力。我们不习惯思考比我们聪明得多的东西，以及我们要如何与它们互动。
我现在看不出如何防止这种情况发生，而我已经老了。我希望，很多年轻而杰出的研究人员，就像大会中的你们一样，能够研究出我们如何能拥有这些超级智能——它们将使我们的生活更美好，而不让它们变成主导的一方。
人工智能的发展可能达到甚至超越人类智能的水平，这一观点得到了科学界的广泛关注，证明超级智能是一个正当且值得研究的科学概念，而非单纯的科幻想象。
这种超级智能的出现，是技术发展的必然结果，对人工智能安全、管理和治理提出了重大挑战，同时也为相关研究和产业发展提供了新机遇。
因此，探索如何有效地管理和治理人工智能，确保其安全发展，成为了一个亟待解决的问题。这不仅涉及到技术进步的方向，也包含了如何保护人类社会免受潜在风险的影响。
在这一过程中，有人研究怎么去创造一个人工智能的同时，也有很多的人去研究怎么样去治理一个人工智能。双方互相促进，正方和反方都会随着人工智能发展而得到提高。
八、对于人类而言，如何传承、教育下一代一直是重中之重。Sora的出现，可能会对人类的教育带来哪些创新、向善的全新想象力？请您畅想一下。在AI高速发展的如今，如何培养AI时代更具有发展的下一代？针对现有教育模式和体制我们该做出哪些转变？
本质上，随着中国IT行业的发展，我们见证了人工智能的进步，这给我们带来了冲击和震撼。我们期待的未来人工智能时代，相比今天，将开启更多的认知维度。例如，Sora模型展示了通过更多维度训练人工智能来理解世界的可能性，意味着人工智能为我们认知世界打开了新的维度。随着人工智能时代的来临，所有人都应接受新的教育，以全新的视角理解世界。目前的教育体系，源于工业时代，侧重于数学、物理和化学等基础科学的进步，但参数较少，且教育内容多为简化后的概念。
人工智能的发展，特别是在理解和预测世界方面，展现出更多维度的可能性，甚至模拟世界变化。这引发了对未来教育方式的思考：是否可以利用人工智能仿真，让孩子们通过模拟学习世界。这种教育方式将深刻冲击我们的认知，带来深远的影响。我们可以遍历多种可能性，探索不同角色、输入和互动下的结果，从而深入理解世界、人与自然、人与人之间的关系。
若有朝一日，人工智能能够作为教育工具被广泛应用，我们的下一代将远比我们聪明，因为他们接触到的数据维度和参与的参数将远超过我们现有的教育方法。即使我们已成年，也应继续学习，尤其是向孩子和家人介绍人工智能的未来。早期理解未来世界的样貌，可能有助于他们在学习动力和未来选择上做出更正确的决策。人工智能的重要性远超选择专业等决策，应有更多人向年轻一代讲解真正的人工智能，而不仅是为了短期利益。
我设想，未来人工智能将彻底颠覆和改变教育工具，我们可能在元宇宙中学习，通过模拟定理的演化过程来真正理解世界，而不仅仅是从概念到概念，从书本到书本的学习方式。
随着人工智能时代的到来，也许我们所有人都要重新接受一次教育。
