Sora爆火100小时：核心团队被扒，卖课狂割韭菜，虚假视频泛滥

Sora爆火100小时：核心团队被扒，卖课狂割韭菜，虚假视频泛滥 相比去年GPT-4超长篇幅的作者名单，Sora的作者团队显然更加简短。这些参与者中，已知的核心成员包括研发负责人Tim Brooks、William（Bill）Peebles、系统负责人 Connor Holmes等。前两人师出同门，均在2019年进入伯克利深造，直到2023年上半年才一前一后获得博士学位，可以说是非常年轻。值得注意的是，William（Bill）Peebles曾和现任纽约大学计算机科学助理教授谢赛宁一起发表过论文《Scalable Diffusion Models with Transformers》，该论文研究成果DiT模型被Sora引用，也是这次Sora背后的重要技术基础之一。因为论文的引用也传出了一则谣言，有网友认为谢赛宁是Sora作者之一，目前谢赛宁本人已在朋友圈亲自辟谣。根据谢赛宁的透露，Sora是William（Bill）Peebles等人在OpenAI的呕心沥血之作，每天基本不睡觉高强度工作了一年。要知道，William（Bill）Peebles在2023年3月入职OpenAI，距今刚好不到一年。这也从侧面否定了之前传闻中的“Sora早就开发完成，只是一直没发”的言论。未公测却卖课，新型韭菜收割机？而市场上围绕着Sora的不仅仅有谣言，还有一系列巧立名目的骗局。据知情人士透露，目前市面上一份Sora的课程售价为99元，一天时间就卖出了2万多份。也就是说，卖课者一天至少到手200万元。而课程交付的内容却极其简陋，只有Sora的介绍文档，以及一句口号：“给自己一个机会”。无独有偶，甚至有人号称手上有北美NASA工作人员的资源，已经拿到接口，把Sora打包到GPTs，做成软件发布上线。除此之外，还有搜集各类Sora文章、专有名词等资料，做成飞书文档卖钱的，也有直接套用影视行业专业名词包装成Sora的提示词，让人付费进群领取的，诸如此类各式各样打着Sora旗号收割韭菜的骗局。更甚者还有人为了吸引人付费，不择手段地大力制造焦虑感，到处宣称“Sora的风口最多3个月就消失”、“一步慢，步步慢”，“24小时之内上线了一款连产品都没有发布的课程”。某电商平台上，也有人售卖Sora教程，甚至连宣传海报都是同一款，懒得另外重做。这也直接迫使OpenAI的开发者关系负责人Logan发布紧急声明，称Sora正处于内测阶段，并未对外开放。即使开放，Sora能够作为产品使用的时间也仍旧遥遥无期。而在卖课之外，也有许多人在利用Sora的热度疯狂拉人头，积攒私域流量。例如在朋友圈散发二维码拉人入群，热衷宣扬“Sora首部AI电影共创剧本海选开始！”以及“我们都有机会成为第一代AI导演！”等言论。也有像地推人员一样在AI群中通过私信加好友，以“改变命运”、“破圈”为噱头，索要999元入群，声称共同踏上新世界之门。更谨慎的则会借着Sora的理由，夸大作用将其吹捧成改变命运、实现财富自由的机会，以此为理由推销《短视频矩阵引流解决方案》等相关课程，声称只有先学好这些，才能成为第一批通过Sora赚钱的人。归根结底，Sora带来的AI割韭菜事件，和用小礼品吸引大妈买保健品一样，本质上就是割韭菜，贩卖焦虑赚信息差的钱。真实视频假冒Sora制作，已成流量密码除此之外，给真实视频标注“该作品由人工智能Sora生成”，也成了当下的流量密码。事情的起因还得从Sora公布当天说起，X上有一位博主发布了一段由Sora生成的维多利亚凤冠鸠视频，注明了产生它的指令。同时在开头强调了这样一句话：该视频由OpenAI的新模型Sora生成。视频不出意外得到数千转发，登上了热门，一瞬便激起了广泛的讨论。随后就有不少网友发现，网上除了Sora公开的一小部分影片作品，突然多了许多标注“该视频由OpenAI的新模型Sora生成”的视频，甚至发布者还贴心地附上了“生成指令”。然而实际上，这些视频几乎都是用真实视频假冒的Sora视频，并非Sora生成。比如最近，号称“视频生成界的图灵测试”的威尔·史密斯吃意大利面的视频又重出江湖。视频画面上半段显示是一年以前的 AI 视频，下半段则显示现在的 AI 视频。要知道，一年前由AI生成的“威尔·史密斯吃意大利面”视频效果并不理想，其中涉及到处理人物手势、面条形状以及进食动作等方面都面临着巨大挑战。相较之下，据称由Sora生成的视频效果却出奇地出色，生成的手势和面条都表现得非常逼真，似乎已经成功应对了图灵测试。结合最近OpenAI展示的各种Sora生成结果，很多人开始相信：这是Sora生成的新视频，显示出现代视频生成AI已经达到了以假乱真的水平。然而，实际情况却是该视频并非由Sora生成，而是由威尔·史密斯本人亲自录制。那Sora究竟能不能生成吃意大利面的场景呢？这个问题目前还没有测试结果。有网友调侃，现在怎么分辨真的真视频，假的真视频，真的假视频，假的假视频，是一大难题。很显然，视频界的混淆矩阵已经出来了。关于这个问题，也引起了很多专业人士的热议。Keras之父François Chollet就表示，像Sora这样的视频生成模型确实嵌入了物理模型，但问题是：这个物理模型是否准确？它能否泛化到新的情况，即那些不仅仅是训练数据插值的情形？简单来说，就是François Chollet认为，Sora只达到了人类做梦的水平，但是逻辑能力依然不行。从Sora官方公布的视频中，也可以观察到一些逻辑错误，进一步证实了这个问题。未来，Sora距离真正“以假乱真”还有一段很长的路要走。 ... PC版： 手机版：

爆火Sora震惊威尔·史密斯 OpenAI技术路线或早在1月被成功预言

爆火Sora震惊威尔·史密斯 OpenAI技术路线或早在1月被成功预言 你以为，上面是一年前的AI视频，下面是如今的AI视频？错！这个所谓AI生成的视频，其实正是威尔史密斯本人！威尔·史密斯吃意面这个“图灵测试”，曾让Runway、Pika等屡屡翻车。Runway生成的，是这样的但如今，Sora已经做到了逼真似真人、毫无破绽，所以才让威尔史密斯成功骗过了大众，这太可怕了！Sora的出现，其实在今年1月就已被人预言1月5日，一位前阿里的AI专家表示我认为，Transformer框架和LLM路线，将是AI视频的一个突破口和新范式，它将使AI视频更加连贯、一致，并且时长更长。目前的Diffusion+Unet路线（如Runway、Pika等），只是暂时的解决方案。无独有偶，斯坦福学者李飞飞在去年年底，就用Transformer就做出了逼真的视频。而马毅教授也表示，自己团队去年在NeurIPS一篇论文中也已经证实，用Transformer可以实现diffusion和denosing。马毅团队提出：假设数据分布是mixed Gaussians，那Transformer blocks就是在实现diffusion/扩散和denoising/压缩能想到Sora技术路线的，肯定不止一个人。可是全世界第一个把Sora做出来的，就是OpenAI。OpenAI为何总能成功？无他，唯手快尔。Runway和Pika“点歪”的科技树，被OpenAI掰正了在此之前，Runway、Pika等AI视频工具吸引了不少聚光灯。而OpenAI的Sora，不仅效果更加真实，就是把Transformer对前后文的理解和强大的一致性，发挥得淋漓尽致。这个全新的科技树，可真是够震撼的。不过我们在开头也可以看到，OpenAI并不是第一个想到这个的人。Transformer框架+LLM路线这种新范式，其实早已有人想到了。就如同AI大V“阑夕”所言，OpenAI用最简单的话，把最复杂的技术讲清楚了“图片只是单帧的视频。”科技行业这种从容的公共表达，真是前所未见，令人醍醐灌顶。“阑夕”指出，“图片只是单帧的视频”的妙处就在于，图片的创建不会脱离时间轴而存在，Sora实际上是提前给视频写了脚本的。甚至无论用户怎样Prompt，Sora AI都有自己的构图思维。而这，就是困住Runway、Pika等公司最大的问题。它们的思路，基本都是基于一张图片来让AI去想象，完成延伸和填补，从而叠加成视频。比拼的是谁家的AI更能理解用户想要的内容。因此，这些AI视频极易发生变形，如何保持一致性成了登天般的难题。Diffusion Model这一局，是彻底输给Transformer了。ChatGPT故事再次重演，Sora其实站在Google的肩膀上让我们深入扒一扒，Sora是站在哪些前人的肩膀上。简而言之，最大创新Patch的论文，是Google发表的。Diffusion Transformer的论文，来自William Peebles和谢赛宁。此外，Meta等机构、UC伯克利等名校皆有贡献。William Peebles和谢赛宁提出的框架纽约大学计算机系助理教授谢赛宁在分析了Sora的技术报告后表示，Sora应该是基于自己和William Peebles提出的框架设计而成。这篇提出了Sora基础架构的论文，去年被ICCV收录。论文地址： Peebles加入了OpenAI，领导了开发Sora的技术团队。图灵三巨头之一、Meta AI主管LeCun，也转发了谢赛宁的帖子表示认可。巧合的是，谢赛宁是LeCun的前FAIR同事、现纽约大学同事，William Peebles是LeCun的前伯克利学生、现任OpenAI工程师。AI果然是个圈。最近，谢赛宁对说自己是Sora作者的说法进行了辟谣CVPR“有眼不识泰山”，拒掉Sora基础论文有趣的是，Diffusion Transformer这篇论文曾因“缺乏创新性”被CVPR 2023拒收，后来才被ICCV2003接收。谢赛宁表示，他们在DIT项目没有创造太多的新东西，但是两个方面的问题：简单性和可扩展性。这可能就是Sora为什么要基于DIT构建的主要原因。此前，生成模型的方法包括GAN、自回归、扩散模型。它们都有各自的优势和局限性。而Sora引入的，是一种全新的范式转变新的建模技术和灵活性，可以处理各种时间、纵横比和分辨率。Sora所做的，是把Diffusion和Transformer架构结合在一起，创建了diffusion transformer模型。这也即是OpenAI的创新之处。时空Patch是Google的创新时空Patch，是Sora创新的核心。它建立在Google DeepMind早期对NaViT和ViT（视觉Transformer）的研究之上。论文地址：“An Image is Worth 16x16 Words”。论文地址：“Attention Is All You Need”的历史重演。2017年6月12日，8位Google研究人员发表了Attention is All You Need，大名鼎鼎的Transformer横空出世。它的出现，让NLP变了天，成为自然语言领域的主流模型。论文地址：... PC版： 手机版：

这是构成Sora基础之一的Diffusion Transformer论文作者关于Sora的一些猜测和技术解释。

这是构成Sora基础之一的Diffusion Transformer论文作者关于Sora的一些猜测和技术解释。 这个老哥可能是除了这篇论文的另一个作者（现在在Open AI工作）之外最懂Diffusion Transformer的人了，非常值得关注。 有趣的是这篇论文曾经在2023年的计算机视觉会议(CVR2023)上因“缺少创新性”而遭到拒绝，短短一年时间就变成了Sora这怪物模型的理论基础。 -正文开始- 以下是我对Sora技术报告的解读，其中包含了一些可能并不准确的猜测。首先，我非常感谢团队分享了极为有价值的见解和设计决策Sora确实令人惊叹，它将彻底改变视频生成领域。 我们目前所了解到的情况如下： 架构：Sora基于我们的扩散变换器（Diffusion Transformer，简称DiT）模型构建，该模型已发表在2023年国际计算机视觉会议（ICCV 2023）上。简单来说，它是一个结合了变换器（Transformer）主干的扩散模型： DiT = [变分自编码器（VAE）编码器 + 视觉变换器（ViT）+ 去噪扩散概率模型（DDPM）+ VAE解码器]。 根据报告，这个模型似乎没有太多额外的复杂设计。 “视频压缩网络”：这看起来就像是一个在原始视频数据上训练的变分自编码器（VAE）。在实现良好的时间一致性方面，标记化（Tokenization）可能扮演着关键角色。顺便提一下，VAE本质上是一个卷积网络，所以从技术上说，DiT实际上是一个混合模型。 ;) 当Bill和我参与DiT项目时，我们并未专注于创新（详见我之前的推特），而是将重点放在了两个方面：简洁性和可扩展性。这些优先事项带来的不仅仅是概念上的优势。 简洁性代表着灵活性。关于标准的视觉变换器（ViT），人们常忽视的一个亮点是，它让模型在处理输入数据时变得更加灵活。例如，在遮蔽自编码器（MAE）中，ViT帮助我们只处理可见的区块，忽略被遮蔽的部分。同样，Sora可以通过在适当大小的网格中排列随机初始化的区块来控制生成视频的尺寸。而UNet并不直接提供这种灵活性。 猜测：Sora可能还使用了Google的Patch n’ Pack（NaViT）技术，使DiT能够适应不同的分辨率、持续时间和长宽比。

谢锋︰中美关系正面临前所未有严峻挑战

谢锋︰中美关系正面临前所未有严峻挑战 中国驻美国大使谢锋表示，中美之间的确有竞争，中国人不怕竞争，但必须公平公正。竞争应是你追我赶的田径赛，而不是你死我活的拳击赛。谢锋访问哈佛大学，应邀与该校甘迺迪政府学院创始院长艾利森举行谈话。谢锋指出，中美关系已成为世界上最重要的双边关系，同时正面临前所未有的严峻挑战，青年一代能否像父辈一样，继续享受持续近80年的和平与发展红利，很大程度上取决于中美能否找到新时期正确相处之道。在谈及中美合作与竞争时，谢锋表示，美国现在不是在竞争，而是搞霸凌。竞争不是中美关系的全部，两国在很多领域还有合作，中国反对以竞争定义整个中美关系。如果任由竞争主导中美关系，祗会带来双输多输的战略风险。一边打著竞争的旗号打压、围堵、遏制中国，一边又声称要管控竞争、避免直接冲突，更是自欺欺人。 2024-04-22 08:26:07 (2)

中国驻美大使谢锋：国与国竞争应是田径赛而非拳击赛

中国驻美大使谢锋：国与国竞争应是田径赛而非拳击赛 中国驻美大使谢锋说，分歧差异不应成为阻隔中美交流合作的拦路虎。国家与国家的竞争应该是田径赛，而不是拳击赛。 据中新社报道，谢锋当地时间星期二（1月9日）应邀在卡特中心纪念中美建交45周年研讨会上发表视频演讲。 谢锋说，45年来，中美关系历经风雨，砥砺前行，成长为当今世界最重要的双边关系，既增进了两国人民福祉，也促进了亚太乃至世界和平、稳定和繁荣。回顾这45年，最根本的经验是中美合则两利、斗则俱伤，合作是双方唯一正确选择。最广泛的共识是中美关系只能搞好，不能搞坏，这也是国际社会的共同期待。唯一正确的相处之道是相互尊重、和平共处、合作共赢。 谢锋说，当前中美关系再次站在何去何从新的历史起点。要不忘初心，把握大势，展现远见和勇气，拿出责任心和创造力，从旧金山再出发，从一点一滴的具体事情做起，把两国元首达成的重要共识不折不扣地落到实处，让“旧金山愿景”照进现实，不断续写中美相互尊重、和平共处、合作共赢的成功故事。 谢锋提出四点，一要摒弃冷战思维，树立正确相互认知；二要管控矛盾分歧，把握中美关系的正确方向；三要聚焦共同利益，让对话合作成为主基调；四要清除路障关卡，推进人文交流新热潮。 他说，中美关系从来就是建立在承认彼此不同和尊重彼此核心利益的基础上。45年前，分歧差异没有阻碍中美建立和发展关系，45年后，分歧差异更不应该成为阻隔中美交流合作的拦路虎。现代社会竞争普遍存在，但竞争应该是讲规则的公平竞争，是你追我赶、共同进步的良性竞争，而不能是你死我活、零和博弈的恶性竞争，更不能以竞争为名剥夺他国正当发展权益。国家与国家的竞争应该是田径赛，而不是拳击赛。如果要竞争，那就正向比，看谁能把各自国家治理得更好，谁能为地区和世界贡献稳定与繁荣。 ... 2024年1月10日 7:54 AM

中国驻美大使谢锋与美对外关系委员会会长会面

中国驻美大使谢锋与美对外关系委员会会长会面 中国驻美国大使谢锋与美国对外关系委员会（Council on Foreign Relations）会长弗罗曼（Michael Froman）会面。 据中国驻美国大使馆网站，谢锋当地时间星期四（9月6日）与弗罗曼会面，双方就中美关系及共同关心的问题进行了建设性讨论。 谢锋8月29日在福布斯第五届美中商业论坛发表主旨演讲时说，中美冲突对抗没有赢家，世界不可承受。 谢锋当时说，过去几年中美关系遭遇严重困难，不符合两国人民根本利益，不符合国际社会共同期待。近期中美开展一系列高层交往，双方同意重回峇厘岛议程，发出了加强对话交流合作、推动中美关系止跌企稳的信号。