用声音，听见真格。
「此话当真」是一档泛商业类播客，我们希望搭建这样一个分享和交流的平台，让每一个对商业、科技、创投充满好奇的人都能在这里有所收获。每期播客将会由不同的真格投资人担任主持，和各领域的领军人物一起带大家深入了解科技趋势，以及创新技术的影响力。交流科技热点，我们只想给你最专业的解读。
当然，我们希望这不仅仅是一个播客，更是一次创业的探索。真格，你的创业第一站！我们期待与你相遇，一同发现新的可能。
2 月 16 日，OpenAI 文生视频大模型「Sora」横空出世，一石激起千层浪。
从文生视频中斑点狗落脚的位置、游戏 demo 的光标颜色，到「世界模拟器」畅想，在 Sora 开放使用之前，我们的思考早已出发。通过深度对话与观点碰撞，我们尝试把握泡沫之下真正的潮流动向。
本期节目，我们邀请到真格基金管理合伙人戴雨森，十年的 AI 创业者季逸超 Peak， 从投资人和创业者的身份出发，聊聊商业与投资视角下 Sora 的意义。我们还探讨了 Sora 是不是所谓的 GPT 时刻？Sora 的突破对于创业公司意味着什么？对近期 AI 应用创业与投资有哪些独家观察？
OpenAI Sora 发布：
背后的商业洞察与技术创新
时间轴
Sora 初印象
03:04  合乎逻辑、可延续：对世界模拟的重大突破
08:35  投资人的关注点：算力成本、训练数据、模拟效果
11:06  产品视角的关注点：视频生成速度、使用门槛
12:57  好莱坞 3D 渲染也得好几天：现阶段速度对于大模型意味着什么？
现阶段对于文生视频技术的高估与低估
15:49  被低估的 scale up 潜力和被高估的模型效果
18:19  只有理解世界底层规律，才能做出合理行为吗？
19:40  背锅理论：为什么我们不能相信 AI？
26:49  科技进步早期，从 0 到 1 的门槛很高
29:52  风险投资就是要投泡沫下有啤酒的公司
32:47  真正能够泛用的世界模拟器，可能不是 Sora
两种技术路径：Diffusion VS Autoregressive Transformer
33:36  Sora 是扩散模型的延续，而 VideoPoet 是自回归模型的延续
35:28  大模型「打死」小模型：通用模型统一了不同任务
36:34  基于泛用性打造更广阔生态
Sora 是不是视频生成的 ChatGPT 时刻？
37:56  如何定义 ChatGPT 时刻？
39:48  为什么说 Sora 不是视频生成的 ChatGPT 时刻
机遇与挑战
45:43  如何看待「套壳公司」？
47:11  不能只做「生鱼片型」的创业公司
48:40  做工具并不是赚不了钱
56:50  技术创新和需求洞察：AI 创业者的两板斧
01:00:56  AI Native 时代还没有形成特别好的商业模式
01:07:17  世界模拟器或改写人类对现实的定义与认知
01:08:07  对世界的高速模拟也是对生命的节约与拓展
相关阅读
关于 OpenAI Sora 的技术视角解读，欢迎扫码收听《硅谷一线 AI 研究员深度解读 OpenAI Sora(上)：技术创新与局限，多模态融合与世界模型》。
相关资料
Transformer 结构
Transformer 模型本质上是预训练语言模型，大都采用自监督学习 (Self-supervised learning) 的方式，在大量生语料上进行训练。也就是说，训练这些 Transformer 模型不需要人工标注数据。自回归模型是 Transformer 模型的一种。
自回归模型（Autoregressive Model）
自回归模型（Autoregressive Model），通常简称为 AR 模型，是一种用于时间序列分析和预测的统计模型。它基于时间序列自身的历史值来预测未来值，通过将当前时刻的观测值与前一时刻的观测值之间的关系进行建模。
扩散模型（Diffusion Models）
扩散模型能够实现从噪声（采样自简单的分布）生成目标数据样本。通过学习把图像逐步变成纯噪声的逆操作，扩散模型可以把任何一个纯噪声图像变成有意义的图像，从而完成图像生成。
VideoPoet
VideoPoet 是 Google 于 2023 年底发布的专注于视频生成的大语言模型，能够执行各种视频生成任务，包括文本到视频、图像到视频、视频风格化、 视频修复和扩展，以及视频转音频。和绝大多数视频领域模型不同，VideoPoet 并没有走 diffusion 的路线，而是沿着 transformer 架构开发，将多个视频生成功能集成到单个 LLM 中，证实了 transformer 在视频生成任务上的潜力。
你可以通过小宇宙、苹果 Podcast 、喜马拉雅收听我们。如果你对节目有任何的建议与期待，欢迎在留言区互动～
如果你有任何的创业想法或是有合作的想法，欢迎发邮件到 [email protected] ！
推荐阅读
继续阅读
阅读原文