本期空降大V北京理工大學(xué)管理學(xué)院副研究員、北京理工大學(xué)融合發(fā)展研究基地副主任尹西明的主要觀點(diǎn)：

①其實(shí)取代我們的不是AI，可能是比我們更會(huì)使用AI的或者大模型的人。

②意識(shí)到危機(jī)感、快速行動(dòng)調(diào)整，可能比其他人更早地理解和用好AI大模型。

③AI時(shí)代，每個(gè)人都可以成為編導(dǎo)或?qū)а?，超?jí)個(gè)體會(huì)加速涌現(xiàn)。

④在AI領(lǐng)域，中國可能以場景驅(qū)動(dòng)的創(chuàng)新實(shí)現(xiàn)后來居上。

沉浸式與資深大V“面對(duì)面”聊天，是加入Vlubhouse就可以輕松獲得的粉絲體驗(yàn)。

我們會(huì)不定期邀請(qǐng)一財(cái)號(hào)的大V空降Vlubhouse一財(cái)號(hào)粉絲群，大V將由他們聚焦的不同領(lǐng)域，全方位解答粉絲關(guān)于時(shí)事、消費(fèi)、金融、政策等一系列困惑。

第18期大V空降活動(dòng)中，我們邀請(qǐng)到了北京理工大學(xué)經(jīng)濟(jì)與管理學(xué)院副教授尹西明，與Vlubhouse粉絲進(jìn)行了為時(shí)30分鐘的對(duì)談，來看看我們都聊了什么。

“OpenAI使用的數(shù)據(jù)集提高了模型的泛化能力、生成質(zhì)量和涌現(xiàn)能力。”

問題一：能否簡要介紹一下Sora等視頻生成AI大模型的工作原理？這些模型在技術(shù)上有哪些突破，使得它們能夠生成如此高質(zhì)量的視頻內(nèi)容？

尹西明：Sora是在今年2月16號(hào)由OpenAI公司發(fā)布。雖然不是正式全面發(fā)布，但進(jìn)行了公開內(nèi)測，首個(gè)大規(guī)模文字轉(zhuǎn)視頻的Sora引爆了全球話題，Sora的亮相成為繼OpenAI在2022年底2023年初出圈的ChatGPT之后，在AIGC領(lǐng)域的又一個(gè)里程碑事件。其實(shí)對(duì)于Sora的突破，Open AI官方將它定位為“作為世界模擬器的視頻生成模型”，它的核心特征就是可以將文字直接描述轉(zhuǎn)換為相應(yīng)的動(dòng)態(tài)視頻內(nèi)容。

Sora的創(chuàng)新不僅僅是技術(shù)上革命性的突破，還在于對(duì)整個(gè)AI應(yīng)用環(huán)境的嵌入式地改變，或者互動(dòng)的機(jī)制。因?yàn)閭鹘y(tǒng)的AI大模型大多是在封閉的環(huán)境中訓(xùn)練和應(yīng)用的，尤其訓(xùn)練的數(shù)據(jù)集都不是實(shí)時(shí)的。但Sora的出現(xiàn)可能意味著AI技術(shù)，尤其是大模型，可以直接與現(xiàn)實(shí)世界交互。這將大大地推動(dòng)AI，尤其是生成式AI（GenAI）這種通用型人工智能的新技術(shù)在各行各業(yè)的應(yīng)用，而根據(jù)我們的理解，Sora的視頻生成AI大模型的主要的原理或者特色就體現(xiàn)在三個(gè)方面。

一方面，技術(shù)上模式架構(gòu)的創(chuàng)新。比如Sora這個(gè)視頻生成大模型使用了Diffusion + Transformer的結(jié)構(gòu)，大大提高了大模型的并行計(jì)算能力和表達(dá)能力；第二個(gè)方面，OpenAI相當(dāng)于擁有了世界最大規(guī)模的高質(zhì)量訓(xùn)練數(shù)據(jù)集之一，這一家公司通過使用大規(guī)模高質(zhì)量的數(shù)據(jù)集，提高了模型的泛化能力、生成質(zhì)量和涌現(xiàn)能力，而這也是OpenAI等相關(guān)的通用人工智能公司遵循叫“規(guī)模律”這個(gè)特征，通過量的增長，尤其是參數(shù)的增長，來提高涌現(xiàn)的能力和生成質(zhì)量的體現(xiàn)；第三個(gè)方面，生成視頻效果的革命性突破，同時(shí)實(shí)現(xiàn)了生成視頻的生成物體的三維空間連貫性和生成物體的持久性，背后是大模型的穩(wěn)定性以及算法的突破。

問題二：有人說，中國發(fā)展AI的優(yōu)勢是商業(yè)應(yīng)用場景更多。您認(rèn)為場景驅(qū)動(dòng)創(chuàng)新，如何成為中國人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展的重大機(jī)遇？

尹西明：

現(xiàn)在隨著人工智能大模型的持續(xù)突破和百模大戰(zhàn)，我們國內(nèi)，包括國際范圍內(nèi)對(duì)人工智能，尤其是通用人工智能的發(fā)展存在比較大的分歧。一部分是技術(shù)信仰派，比如說會(huì)認(rèn)為持續(xù)的參數(shù)提升和技術(shù)的原始性創(chuàng)新是人工智能發(fā)展的基本路線；另一類，側(cè)重認(rèn)識(shí)到中國在人工智能基礎(chǔ)研究方面還存在很大短板，短期內(nèi)很難跟上，但比較優(yōu)勢的一點(diǎn)就是利用龐大的應(yīng)用場景做垂直領(lǐng)域的大模型和場景化應(yīng)用，從而實(shí)現(xiàn)超越。

這兩個(gè)觀點(diǎn)都有各自的立足點(diǎn)，但作為科技創(chuàng)新管理和創(chuàng)新生態(tài)系統(tǒng)研究的學(xué)者，我認(rèn)為，其實(shí)這兩個(gè)觀點(diǎn)都具有一定的片面性。真正的人工智能的發(fā)展，縱觀Open AI發(fā)展歷程，無論是ChatGPT還是Sora的發(fā)布，以及Open AI公司的發(fā)展過程，其實(shí)是大模型時(shí)代人機(jī)場三元協(xié)同驅(qū)動(dòng)創(chuàng)新發(fā)展的成果。聚焦在中國層面的話，從Sora的發(fā)布到AIGC這一系列的突破也為中國人工智能創(chuàng)新驅(qū)動(dòng)發(fā)展帶來了很多新的突破和發(fā)展機(jī)遇。

但我們?yōu)槭裁从致浜罅艘徊?？這在部分程度上反映了我們?nèi)斯ぶ悄芷髽I(yè)、行業(yè)在理論突破、基礎(chǔ)大模型開發(fā)、科技成果快速轉(zhuǎn)化等方面都存在典型的差距，這時(shí)候就要破局出新。

場景驅(qū)動(dòng)創(chuàng)新可能成為中國人工智能發(fā)展的重大發(fā)展機(jī)遇，我們不僅有很多公共應(yīng)用場景、商業(yè)應(yīng)用場景，而且重視場景驅(qū)動(dòng)創(chuàng)新可以加快我們將AI技術(shù)通過開源開放的方式快速在各行各業(yè)進(jìn)行應(yīng)用轉(zhuǎn)化，取得一定的經(jīng)濟(jì)效應(yīng)，反哺我們的研發(fā)或者企業(yè)發(fā)展。

更重要的是我認(rèn)為場景驅(qū)動(dòng)創(chuàng)新的第二個(gè)維度。一方面，場景驅(qū)動(dòng)創(chuàng)新可以成為我們重大的發(fā)展機(jī)遇，可以從場景思維出發(fā)，更好地精準(zhǔn)化瞄準(zhǔn)市場復(fù)雜性、綜合性的需求，加速推動(dòng)像AIGC這種前沿技術(shù)向轉(zhuǎn)化和產(chǎn)業(yè)化；第二個(gè)非常重要的是，場景驅(qū)動(dòng)創(chuàng)新不是瞄準(zhǔn)單點(diǎn)的突破或者單點(diǎn)的應(yīng)用，而是可以促進(jìn)某一個(gè)場景和某一個(gè)產(chǎn)業(yè)鏈的協(xié)同發(fā)展，推動(dòng)不同行業(yè)或者跨行業(yè)技術(shù)和產(chǎn)業(yè)深度融合；第三點(diǎn)是我特別想強(qiáng)調(diào)的，場景驅(qū)動(dòng)創(chuàng)新不僅僅是推動(dòng)技術(shù)的快速應(yīng)用，更能夠通過場景化的專家知識(shí)和產(chǎn)業(yè)應(yīng)用過程中積累反饋的高質(zhì)量數(shù)據(jù)與隱性知識(shí)，反哺基礎(chǔ)大模型的迭代和持續(xù)的突破，形成AI技術(shù)能級(jí)的躍遷。

我們也看到中國的很多人工智能企業(yè)，像華為、百度、騰訊、字節(jié)跳動(dòng)、北京智源人工智能院，還有清華系的，像智譜清言 、百川大模型，還有北京月之暗面科技有限公司等，這些企業(yè)其實(shí)都在探索的是場景+技術(shù)雙輪驅(qū)動(dòng)的AI創(chuàng)新和產(chǎn)業(yè)化的路徑，而這個(gè)路線剛好是中國具有的比較大的海量的應(yīng)用、海量數(shù)據(jù)，超大規(guī)模的應(yīng)用市場，以及千行百業(yè)的應(yīng)用場景，能夠使得我們抓住場景驅(qū)動(dòng)創(chuàng)新的范式革命機(jī)遇，構(gòu)建瞄準(zhǔn)世界前沿的中國人工智能產(chǎn)業(yè)創(chuàng)新生態(tài)，既能夠加快技術(shù)的應(yīng)用，實(shí)現(xiàn)提質(zhì)增效，促進(jìn)產(chǎn)業(yè)高質(zhì)量發(fā)展，同時(shí)還能夠反向牽引原創(chuàng)技術(shù)的突破，彌補(bǔ)資金不足和原創(chuàng)技術(shù)研究基礎(chǔ)相對(duì)薄弱這個(gè)短板。

“Sora生成的視頻逼真到普通人難以分辨。”

問題三：您認(rèn)為視頻生成AI大模型最終能否達(dá)到與現(xiàn)實(shí)無法區(qū)分的水平，打造出一個(gè)“虛擬世界”？而中國的場景創(chuàng)新驅(qū)動(dòng)，有沒有可能在這方面“后來居上”？

尹西明：

Sora發(fā)布以來，甚至有OpenAI公司自己通過Sora生成非常逼真的模型或者是視頻的影像，雖然沒有配備很多聲音，但是其逼真程度已經(jīng)實(shí)現(xiàn)了讓沒有經(jīng)過專業(yè)訓(xùn)練或?qū)I有深刻認(rèn)識(shí)的普通人難以分辨。在未來，Sora生成的人工智能內(nèi)容產(chǎn)品可能很快就能實(shí)現(xiàn)并使受眾很難與現(xiàn)實(shí)區(qū)分。

實(shí)際上。跟我們實(shí)時(shí)交互的人也很難識(shí)別視頻中間參與聊天的人到底是真人還是由AI生成的。事實(shí)上，AI大模型生成的視頻生與現(xiàn)實(shí)難以區(qū)分的現(xiàn)實(shí)，來得比我們預(yù)想的快得多。

我們換一個(gè)新的情境就更能理解了。2012年，中國的新能源汽車市場占有率非常低，只有0.07%，還不到1%，年產(chǎn)銷量剛剛超過1萬量，如果站在當(dāng)時(shí)去看未來，幾乎沒人敢相信2035年中國新能源汽車市場占有率突破35%這個(gè)目標(biāo)能實(shí)現(xiàn)。即便到了2020年，這個(gè)數(shù)據(jù)才增長到5%，但事實(shí)上，在2023年，（新能源汽車）市場占有率都已經(jīng)快速飆升到了31.6%，而且是在疫情三四年內(nèi)完成了突破式增長，而今年（2024）底則有望突破40%?？梢钥吹?，傳統(tǒng)行業(yè)在智能化，在技術(shù)突破帶來的賦能的情況下，顛覆性技術(shù)突破和產(chǎn)業(yè)化不再遵循線性模式，而是指數(shù)型模式，也就意味著，“未來以來”的速度比我們想象的快得多。

中國場景驅(qū)動(dòng)的創(chuàng)新有可能后來居上。比如在媒體領(lǐng)域，現(xiàn)在央視已經(jīng)做了很大突破，在很多重要場景應(yīng)用了AIGC，甚至用AI生成視頻并發(fā)布了相關(guān)的電影或者電視劇。同時(shí)，今年政府兩會(huì)工作報(bào)告也提出，要推動(dòng)“人工智能+”行動(dòng)，實(shí)際上就在千行百業(yè)萬企里推進(jìn)人工智能的場景化應(yīng)用，而大規(guī)模的產(chǎn)業(yè)煥新和設(shè)備更新也為人工智能的場景化應(yīng)用和快速迭代提供了非常大的產(chǎn)業(yè)牽引。這也有可能反向填補(bǔ)高質(zhì)量語料不足、應(yīng)用基礎(chǔ)研究的資金不足等相關(guān)短板，加快中國人工智能產(chǎn)業(yè)創(chuàng)新的突圍。

“AI可能加速替代某些工作，包括創(chuàng)造性崗位。”

問題四：您認(rèn)為AI大模型的快速發(fā)展和應(yīng)用，對(duì)我們?nèi)粘９ぷ?、生活和管理?huì)帶來哪些新的挑戰(zhàn)性話題？比如人和AI的競合關(guān)系等。

尹西明：

其實(shí)人與AI的競合關(guān)系是一直人工智能發(fā)展的焦點(diǎn)議題，這背后也是從工業(yè)革命以來我們關(guān)注的技術(shù)突破跟產(chǎn)業(yè)或者工作替代的關(guān)系。AI的自動(dòng)化，或AI的產(chǎn)業(yè)化應(yīng)用有可能會(huì)加速替代某些工作。以前我們認(rèn)為，AI只是替代一些低技能工種或者是職業(yè)。但現(xiàn)在，AI在藝術(shù)創(chuàng)作、詩歌創(chuàng)作甚至文學(xué)創(chuàng)作等創(chuàng)造性的崗位上，也帶來一些顛覆性的表現(xiàn)。這時(shí)候我們就需要思考，如何重新配置人力資源、如何培養(yǎng)人與AI協(xié)作的能力以及同理心等。

第二個(gè)可能的挑戰(zhàn)，隨著AI在整個(gè)決策過程的作用日益增強(qiáng)，比如現(xiàn)在AI智能體或者人工智能體在大規(guī)模應(yīng)用中，大大降低了原來由程序員或者是計(jì)算機(jī)專業(yè)背景所掌握的技術(shù)應(yīng)用門檻和創(chuàng)新的門檻。AI智能體在決策的透明度、公正性，還有解釋性上，防止算法偏見成為亟待解決的問題。尤其有一個(gè)非常尖銳的問題：當(dāng)AI有一天AI智能體從原本輔助創(chuàng)新的工具，搖身一變成為我們的老板或成為我們的同事時(shí)，我們?cè)撊绾胃鼈冃钠綒夂偷匾黄鸸ぷ?，甚至聽從大老板通過智能體給我們下發(fā)的職能化決策和指揮。這其實(shí)是人的主體性遭到了沖擊。

還有，我們必須了解AI大模型帶來的安全和隱私的問題。以前我們只是防止數(shù)據(jù)泄露，但人工智能時(shí)代，每個(gè)人可能都已經(jīng)沒有隱私或者所謂的安全性。這時(shí)我們?nèi)绾文軌虮Ｗo(hù)家人、朋友，使其提前認(rèn)識(shí)到這種AI生成視頻等大模型應(yīng)用帶來的潛在風(fēng)險(xiǎn)，尤其是對(duì)生活、工作、家庭關(guān)系的潛在沖擊，防止AI的濫用和對(duì)我們個(gè)人隱私，包括國家文化主權(quán)等方面的潛在的風(fēng)險(xiǎn)。我們每個(gè)人需要提前做好認(rèn)知的準(zhǔn)備、行為（變革）的準(zhǔn)備和能力上的儲(chǔ)備。

國家范圍內(nèi)也要出臺(tái)一些相應(yīng)的治理或者引導(dǎo)性治理的規(guī)則，避免我們?cè)谌斯ぶ悄埽绕涫菄抑鳈?quán)AI方面的落后。

“與AI協(xié)作，發(fā)揮人類的創(chuàng)造力和想象力。”

問題五：那么在AIGC時(shí)代，我們需要什么樣的認(rèn)知更新或能力儲(chǔ)備，來應(yīng)對(duì)挑戰(zhàn)，成就更好的生活和個(gè)人職業(yè)發(fā)展？

尹西明：在AIGC的時(shí)代，我們首先需要更新對(duì)AI的認(rèn)知，不把AI當(dāng)作永遠(yuǎn)不可能追上我們，或者永遠(yuǎn)是我們的輔助。在心理上和認(rèn)知上做好準(zhǔn)備；其次，通過互聯(lián)網(wǎng)的知識(shí)，包括借助各種免費(fèi)的大模型產(chǎn)品幫我們理解AI的基本原理、應(yīng)用范圍、應(yīng)用場景以及可能潛在的風(fēng)險(xiǎn)能力，便于我們更好地合規(guī)、合法和合乎邏輯、道德地應(yīng)用這些新技術(shù)為工作和生活賦能。第二個(gè)比較重要的能力就是跨學(xué)科的知識(shí)和協(xié)作能力，尤其是其中所涉及的創(chuàng)新思維、批判性思維，還有倫理、價(jià)值觀所引導(dǎo)的這種技術(shù)負(fù)責(zé)任的應(yīng)用也非常關(guān)鍵。

還有非常關(guān)鍵的，我們?cè)谶@一輪人工智能或者是技術(shù)突破性帶來的變化中，不僅要對(duì)當(dāng)下進(jìn)行思考，還要思考未來所需要的能力組合。比如十年之后，大模型成為像90年代、10年代的電腦手機(jī)一樣普遍流行的時(shí)候，那時(shí)候的教育、未來場景驅(qū)動(dòng)的人才培養(yǎng)或者未來場景驅(qū)動(dòng)的教育改革應(yīng)該怎么走？我覺得目前很多人可能思考得不夠深度，建議大家都多多關(guān)注，尤其是涉及到未來教育和人才培養(yǎng)的改革、認(rèn)知思維的改變，從而更負(fù)責(zé)任地引導(dǎo)或應(yīng)用AI，賦能美好的個(gè)人生活和社會(huì)發(fā)展。

問題六：如果使用AI制造視頻，是否會(huì)涉及侵犯他人隱私，以及如何才能避免？

尹西明：首先，用AI生產(chǎn)視頻本身就涉及真假的問題，但是否涉及惡意偽造，這可能是有一定的法律邊界的限制。如果我們自己進(jìn)行AI生成視頻，結(jié)果語料用的是，比如說你的朋友、舍友，或者其他人的相關(guān)的視頻素材，生成的目的又是為了商業(yè)化的或者非善意的目的，這種肯定涉及侵犯他人隱私和權(quán)利的問題。提高認(rèn)知，注意在有一些場合盡量不要發(fā)自己的原圖等，也多提醒自己的家人尤其是家中的老人。這樣可能能夠避免潛在的損失。

“每個(gè)人都可以利用AI技術(shù)成為編導(dǎo)或?qū)а?，發(fā)布個(gè)人作品。”

問題七：AI視頻的生成，對(duì)影視行業(yè)、短視頻行業(yè)帶來哪些影響？

尹西明：從樂觀主義的來，其實(shí)視頻生成的AI大模型，或者是文本生成視頻的AI大模型。在影視行業(yè)首先可能是一個(gè)機(jī)遇。跟大多數(shù)人的悲觀觀點(diǎn)不一樣，我始終認(rèn)為其實(shí)取代我們的不是AI，可能是比我們更會(huì)使用AI的或者大模型的人。從AIGC的突破，包括ChatGPT發(fā)布之后，雖然二次元影視創(chuàng)作，包括寫作行業(yè)的很多人覺得自己是首先被革命的，那么這幫人可能是第一時(shí)間被激活了鯰魚效應(yīng)，會(huì)先意識(shí)到危機(jī)感，然后快速行動(dòng)調(diào)整。而我們經(jīng)過短時(shí)間的調(diào)整和使用，可能比其他人更早地理解了大模型。

在這種情況下，娛樂行業(yè)、視頻行業(yè)、教育行業(yè)都可以利用Sora等生成式視頻大模型，提高不管是創(chuàng)作，還是創(chuàng)造性的構(gòu)想，還有發(fā)布，甚至路演等等，這些大大降低視頻行業(yè)的從業(yè)門檻，個(gè)體現(xiàn)在有崛起的機(jī)會(huì)，每個(gè)人都可以成為編導(dǎo)或者導(dǎo)演，發(fā)布自己的短視頻，甚至是基于深層次大模型發(fā)布自己的系列的短劇，這時(shí)候考驗(yàn)的就是創(chuàng)造力、想象力、發(fā)散思維，最終通過同理心的方式推動(dòng)行業(yè)的發(fā)展。這就要看我們?nèi)绾无D(zhuǎn)危為機(jī)了。

以上是尹西明為一財(cái)號(hào)粉絲帶來的獨(dú)家觀點(diǎn)分享。在4月11日（周四）晚19:30，依然會(huì)有神秘嘉賓空降Vlubhouse一財(cái)號(hào)粉絲群，和大家進(jìn)行交流互動(dòng)，為粉絲帶來專屬的內(nèi)容。

Ta是誰？又會(huì)講點(diǎn)啥？謎底很快揭曉。

歡迎大家叫上小伙伴，入群一起交流。