一段 AI 影片看起来很逼真,就表示它已经懂得物理世界,也准备好解决现实问题了吗?
我想把画面的说服力、可验证的能力与支撑服务的条件分开看。对未来有期待,可以是讨论的起点,却不能替今天的能力与成本作证。
旧稿把 Sora、商业飞轮与能源写成一条几乎必然向前的路。现在我更愿意逐项问:哪些是研究展示,哪些是企业愿景,又有哪些仍需要实际验证?
一、研究方向与已验能力要分开
OpenAI于2024年2月15日发布的〈影片生成模型作为世界模拟器〉研究说明,把扩展影片生成视为走向通用模拟器的一个有希望方向,也明示内容包含能力与限制的定性评估。
这是一份研究团队的说明。它可以让我知道当时在探索什么,不能直接证明模型已可靠掌握物理因果,更不是2026年服务的完整效能检查。
如果要把生成影片用于科学、工程或其他决策,就需要针对用途另做验证。画面像不像,与预测是否可以被信任,是不同的问题。
二、限制也在原始研究里
同一份2024研究的Discussion,明列玻璃破碎等基本物理互动不准确,以及吃东西后物件状态未必正确改变的限制。这些内容让我不能再把逼真画面直接写成理解因果的证明。
我也不会反过来由这些限制判定所有方向都没有价值。比较合理的做法,是把展示、失败与准备使用的条件放在一起,知道目前证据支持到哪里。
本文没有重跑模型或做新的物理测试。这里的比较是对来源与推论的检查,不是新的产品评测。
三、能源重要,仍不能替所有条件回答
Sam Altman在本人短文〈Abundant Intelligence〉中谈到扩大 AI 基础设施的愿景,同时承认执行困难,涉及晶片、电力、建设与机器人等多层创新。本文核对的页面没有可确认的发布日期,因此不把它补成某场访谈当时的逐字说法。
这段内容支持我把基础设施放进讨论,却不支持电力是唯一瓶颈,或只要某种能源成功,所有扩张限制就消失。它是本人的愿景与判断,也不能当成已完成的成果。
我会把模型、设备、电力、部署、维护与治理一起列为需要检查的条件。这是我的分析安排,不是一项已证明各因素权重的研究。
四、成本与商业循环都需要实际记录
研究、应用与收入可能形成互相支持的安排,但我没有核验原访谈的必要语段,不再把三段飞轮当成 Altman 的原话,也不以这个图像保证使用越多成本就必然越低。
假设一项服务产生的初稿更便宜,仍需知道运算、查核、修正与维护要多少资源。如果错误造成额外工作,第一份答案的价格不会替总成本回答。
〈AI持续服务的成本、权限与接手〉也从这里提问。本文没有完成能源成本、商业报酬或投资试算,不推荐特定公司或能源路线。
五、读一个AI愿景的四个问题
面对一个让人期待的展示或计划,我会问:
- 现在看到的是展示、评估还是已运作的服务,适用哪个版本与时间?
- 哪些能力有可核对的证据,哪些限制与失败还没有解决?
- 要让它持续使用,设备、能源、人工与治理需要哪些安排?
- 若成效、成本或条件不如预期,谁会检查、修正或停止?
这是作者阅读 AI 愿景的四个问题,不是物理理解、能源价格或投资回报的保证。
一张愿景图可以让人看见方向,不能省去逐项验证。保留对失败与替代的讨论,也是在让期待更接近可以承担的工作。
六、让期待接受更新
我仍想理解 AI 会带来什么,也认为画面、模型与基础设施值得一起讨论。但不想用一个日出比喻,替 AGI 到来、影响不可逆或每个人该如何站位作结论。
在我看来,比起选择迎接或背对光,更有用的是确认眼前能做什么、知道哪里还不清楚,并随证据改变安排。
愿景可以很大,读它的方法可以很具体:把来源、版本、条件与责任留在画面旁边,让下一次进步或失败都有地方可以回头核对。
资料与查核范围:2026年11月4日修订
直接核对OpenAI2024研究的必要能力与限制段落,以及Altman本人上述短文全文。前者是当时研究模型的定性说明,不代表2025访谈或2026产品效能;后者未核得发布日期,作愿景转述而非已实现结果。未核原访谈完整语段、能源需求、电价、核融合、投资动机或公司报酬,不使用未验细节。服务成本例子是假设,四问为作者建议。原发表日保留。
修订说明: 撤下电力唯一瓶颈、逼真即懂物理、八十分答案、三时间尺度能源路线、城市用电与每度电价格,以及以投资推测个人动机。不再把日出归为未验逐字引语,或由比喻推出必然、不可逆的未来。


💬 留言讨论
加载中...