一段 AI 影片看起來很逼真,就表示它已經懂得物理世界,也準備好解決現實問題了嗎?

我想把畫面的說服力、可驗證的能力與支撐服務的條件分開看。對未來有期待,可以是討論的起點,卻不能替今天的能力與成本作證。

舊稿把 Sora、商業飛輪與能源寫成一條幾乎必然向前的路。現在我更願意逐項問:哪些是研究展示,哪些是企業願景,又有哪些仍需要實際驗證?

一、研究方向與已驗能力要分開

OpenAI於2024年2月15日發布的〈影片生成模型作為世界模擬器〉研究說明,把擴展影片生成視為走向通用模擬器的一個有希望方向,也明示內容包含能力與限制的定性評估。

這是一份研究團隊的說明。它可以讓我知道當時在探索什麼,不能直接證明模型已可靠掌握物理因果,更不是2026年服務的完整效能檢查。

如果要把生成影片用於科學、工程或其他決策,就需要針對用途另做驗證。畫面像不像,與預測是否可以被信任,是不同的問題。

二、限制也在原始研究裡

同一份2024研究的Discussion,明列玻璃破碎等基本物理互動不準確,以及吃東西後物件狀態未必正確改變的限制。這些內容讓我不能再把逼真畫面直接寫成理解因果的證明。

我也不會反過來由這些限制判定所有方向都沒有價值。比較合理的做法,是把展示、失敗與準備使用的條件放在一起,知道目前證據支持到哪裡。

本文沒有重跑模型或做新的物理測試。這裡的比較是對來源與推論的檢查,不是新的產品評測。

三、能源重要,仍不能替所有條件回答

Sam Altman在本人短文〈Abundant Intelligence〉中談到擴大 AI 基礎設施的願景,同時承認執行困難,涉及晶片、電力、建設與機器人等多層創新。本文核對的頁面沒有可確認的發布日期,因此不把它補成某場訪談當時的逐字說法。

這段內容支持我把基礎設施放進討論,卻不支持電力是唯一瓶頸,或只要某種能源成功,所有擴張限制就消失。它是本人的願景與判斷,也不能當成已完成的成果。

我會把模型、設備、電力、部署、維護與治理一起列為需要檢查的條件。這是我的分析安排,不是一項已證明各因素權重的研究。

四、成本與商業循環都需要實際紀錄

研究、應用與收入可能形成互相支持的安排,但我沒有核驗原訪談的必要語段,不再把三段飛輪當成 Altman 的原話,也不以這個圖像保證使用越多成本就必然越低。

假設一項服務產生的初稿更便宜,仍需知道運算、查核、修正與維護要多少資源。如果錯誤造成額外工作,第一份答案的價格不會替總成本回答。

〈AI持續服務的成本、權限與接手〉也從這裡提問。本文沒有完成能源成本、商業報酬或投資試算,不推薦特定公司或能源路線。

五、讀一個AI願景的四個問題

面對一個讓人期待的展示或計畫,我會問:

  • 現在看到的是展示、評估還是已運作的服務,適用哪個版本與時間?
  • 哪些能力有可核對的證據,哪些限制與失敗還沒有解決?
  • 要讓它持續使用,設備、能源、人工與治理需要哪些安排?
  • 若成效、成本或條件不如預期,誰會檢查、修正或停止?

這是作者閱讀 AI 願景的四個問題,不是物理理解、能源價格或投資回報的保證。

一張願景圖可以讓人看見方向,不能省去逐項驗證。保留對失敗與替代的討論,也是在讓期待更接近可以承擔的工作。

六、讓期待接受更新

我仍想理解 AI 會帶來什麼,也認為畫面、模型與基礎設施值得一起討論。但不想用一個日出比喻,替 AGI 到來、影響不可逆或每個人該如何站位作結論。

在我看來,比起選擇迎接或背對光,更有用的是確認眼前能做什麼、知道哪裡還不清楚,並隨證據改變安排。

願景可以很大,讀它的方法可以很具體:把來源、版本、條件與責任留在畫面旁邊,讓下一次進步或失敗都有地方可以回頭核對。

四格漫畫:一段 AI 影片看起來很逼真,就表示它已經懂得物理世界,也準備好解決現實問題了嗎?現在看到的是展示、評估還是已運作的服務,適用哪個版本與時間?哪些能力有可核對的證據,哪些限制與失敗還沒有解決?要讓它持續使用,設備、能源、人工與治理需要哪些安排?若成效、成本或條件不如預期,誰會檢查、修正或停止?這是作者閱讀 AI 願景的四個問題,不是物理理解、能源價格或投資回報的保證。

資料與查核範圍:2026年11月4日修訂

直接核對OpenAI2024研究的必要能力與限制段落,以及Altman本人上述短文全文。前者是當時研究模型的定性說明,不代表2025訪談或2026產品效能;後者未核得發布日期,作願景轉述而非已實現結果。未核原訪談完整語段、能源需求、電價、核融合、投資動機或公司報酬,不使用未驗細節。服務成本例子是假設,四問為作者建議。原發表日保留。

修訂說明: 撤下電力唯一瓶頸、逼真即懂物理、八十分答案、三時間尺度能源路線、城市用電與每度電價格,以及以投資推測個人動機。不再把日出歸為未驗逐字引語,或由比喻推出必然、不可逆的未來。