SORA模型的技术原理与局限性 - SORA模型的核心思想是对视频进行高度抽象和压缩，将其映射到一个抽象空间，类似于高级皮影戏，使用来自真实世界的抽象基本视频元素拼接成完整视频，使其“打眼一看”具有真实感 [3][25][48][71] - 该技术与真正“理解物理世界”并基于此仿真虚拟世界仍有不小距离，差距被比喻为手机拍视频与电影制作之间的距离 [3][25][48][71] - 现有AI缺乏对物理世界的理解，甚至无法产生“加速度”概念，因此无法生成物理意义上精确的运动轨迹，更无法处理复杂粒子模型 [7][30][53][76] - 以目前已知技术思路，AI绝对不可能产生与实拍电影完全对等的效果，不仅无法取代实拍电影，连取代动画电影也绝无可能 [7][30][53][76] 公众认知与AI能力现实的差距 - 外行普遍误解在于，看到AI能完成人类看来很难的事（如处理法律文件、智能驾驶），便认为其更能完成人类看来简单的事（如炒菜、端茶送水） [8][31][54][77] - 本质在于计算机擅长处理信息量大但规则简单的事务，而人类擅长处理信息量不大但潜在规则复杂的事务，当前AI并未突破这一点 [8][31][54][77] - 以“端茶送水”为例，其涉及多自由度关节精准控制、水面平衡实时观测、环境预警、运动轨迹规划等，对计算机程序的复杂度远超登月任务 [9][32][55][78] AI视频技术的实际应用与市场炒作 - AI视频生成技术（如SORA）最重大的实际影响可能在于股市，普通人对技术的理解与现实存在巨大差距，这创造了炒股空间 [11][25][34][48][57][71][80] - 在美国以股市为主导的环境下，企业更倾向于推出能激发公众无穷想象力的“颠覆性”技术，通过反复炒作（散户盲目上车后割肉离场）让庄家赚得盆满钵满，技术本身是否有用反而不重要 [11][34][57][80] - 对于AI视频技术，大部分行业难以想出具体应用场景，例如直播带货用AI虚拟主播替代真人主播，其可行性与意义存疑 [11][34][57][80] 务实与炒作两种AI发展路径对比 - 另一条发展路径是从客户实际需求出发，解决具体行业问题（如用AI加速气象云图分析、从雷达波干扰中识别隐形飞机），此类应用商业模式清晰，客户会实际付费 [13][36][59][82] - 但此类专业应用因公众不懂而缺乏炒作话题，不适合股市炒作，例如宣布将某项预测速度提高10倍难以引发公众兴趣 [13][36][59][82] - 以华为为例，其专注于商业模式清晰、客户按月付费的生意（如智能驾驶），不依赖吹嘘和炒作散户，其AI大模型（如盘古）渗透于千千万万具体行业以提升生产效率，大部分应用不为外行所知 [13][15][36][38][59][61][82][84] - 华为不上市，通过发行企业债融资，其一年所交税款超过许多上市公司的市值 [13][36][59][82] OpenAI与华为的商业模式与技术路线差异 - 抛开资本市场融资，单从客户赚钱角度看，OpenAI缺乏正经赚大钱的业务，其主要现金流来自股市炒作而非常规业务，这决定了其研发面向推出所谓的“划时代”技术以服务炒作 [15][38][61][84] - 真正的“AI时代”应由像华为盘古大模型那样，渗透到具体行业并与企业联合开发以提高生产效率的路径带来，而非以让散户激情四射为目的的研发 [17][40][63][86] - OpenAI不断推出刺激公众的产品（聊天、画画、视频），导致受众“敏感度”越来越低，未来若转向务实但不够刺激的行业应用（如AI控制金属探伤仪用于桥梁监测），将难以满足被吊高的公众预期 [18][41][64][87] - OpenAI目前提供的“想象空间”越大，其日后务实落地的空间反而可能越小，这类似于依赖不断寻找更刺激药物的成瘾模式 [20][43][66][89] 中美AI发展轨道与资本环境差异 - 中美AI发展轨道不同，基本不做对方的事情，若以实现通用AI比喻为攀登珠穆朗玛峰，中国主流思路（如华为）是进行基础体能训练（跑步、撸铁），而美国则相当于在小山坡表演攀岩并宣称“遥遥领先” [20][43][66][89] - 在美国以资本市场和“外行领导内行”的体制下，资本偏好能引发公众狂热的话题（如教授与幼女解方程），迫使科学家和研发资源服务于炒作，而非真正有重大价值的产品 [22][45][68][91] - 这种环境导致像OpenAI这样的公司，其科学家虽有操守和梦想，但在资本压力下，研发方向不得不面向股市炒作 [22][45][68][91]