| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 科技知识 -> openai的sora会砸掉谁的饭碗？ -> 正文阅读 |
|
|
[科技知识]openai的sora会砸掉谁的饭碗？ |
| [收藏本文] 【下载本文】 |
|
openai的sora会砸掉谁的饭碗？ 关注问题?写回答 [img_log] OpenAI 文生视频 Sora openai的sora会砸掉谁的饭碗？ |
|
Sora，ChatGPT这类型的AI工具，都存在着很多的硬伤，比如ChatGPT的幻觉，会生成一些不符合事实的回答，以及Sora在没办法准确的模拟一些空间和时间的动态效果。 这也是为什么很多行业的从业者会对AI嗤之以鼻，这些AI对于他们碰到的问题其实没有什么用，因为精度达不到。 对于这些行业，精度才是核心，生产效率再高也没有用。 其实AI工具对于所有的行业都是好处大于坏处，它的高效生成以及层出不穷的创造力，在合适的人手里面那就是神兵。 唯一受到伤害的大概就是水平约等于，甚至小于AI的人。 这部分人的饭碗确实会受到AI的影响。 比如说巧克力工厂里面被机械化取代的肥皂厂工人。 机器比人做的好，最的快，还不知疲倦，虽然很残酷，但是没理由不用机器。 在后AI时代，要么你的工作AI都不会，比如各种非物质文化遗产传承人，或者AI做的不如你，否则，被AI砸掉饭碗是迟早的事。 |
|
看看哪些职业受冲击最大 划重点： 1.靠软实力为驱动的复合能力（前台为代表） 2.尖端技术性（以高端中台为代表，而非表面技术类的“后中台”） 3.靠更为复合的技能与能力（工作内容涉及链条多，运营技能复合型强，反例是“螺丝钉”） |
|
|
|
|
|
1. 具体来看：AI影响的80%职业和影响最大的智力型职业 3月20号，openai研究人员发布了一篇论文，主体是关于大语言模型对于劳动市场影响的展望。 这篇研究报告一经发表，就引起了社交媒体上的轩然大波，原因是其中的研究结果表明大约80%的美国劳动力会受到冲击，而19%的人近一半的工作会遭到严重的影响。 |
|
|
其中科学和批判性思维技能占工作的重要性与影响程度程负相关， 但编程和写作等技能却与之呈强烈的正相关，下表为影响程度最高的职业。 |
|
|
|
|
|
出人意料的是，很一部分所谓的高门槛、高工资、智力型的工作反而受到了最大的冲击（体力劳动未受到较大冲击的原因是chatgpt的功能，并不代表其不会被其他自动化手段替代）。 然而最可怕的是，从3.5版本到4版本，chatgpt的巨大升级，这意味着这种冲击只会越来越大，没人知道它的终点在何处。 |
|
|
chatgpt等一系列大语言模型到底是如何运作的？ 它们大多使用了Transformer神经网络架构——一种用于处理序列数据的模型。 简单来说，就是从大规模的上亿的文本预料中，随机地扣掉一部分字，形成完形填空题型，不断地学习空格处到底该填写什么，所谓语言模型的训练和学习，就是从大量的数据中通过统计学进行复杂的上下文联系。 其实就底层技术而言依然是machine learning和reinforcement learning，所以chatgpt等一系列的聊天机器人其实是大力出奇迹（上万亿次的训练量）和钞能力（微软的10亿投资）导致的应用进步，而非理论升级。 虽然在技术上并没有惊人的突破，但chatgpt的实际表现确实令人震惊，它体现出的智力洞察力、艺术创造能力甚至有些人类所独有的能力上实现了对于人类的超越。 2. 智能方面，ChatGPT真的超越了人类？ 相比大语言模型需要数百兆字节数据的训练，人脑做不到也并不需要如此，相反它是一个极其高雅而又简洁的系统：一个婴儿没有多少的知识储备，却能形成一些简单的逻辑并产生对于外界的反应。 人类认为“长度一千克”这件事是荒谬的，是因为大脑会把长度联想到笔的长短，人的身高，而千克则是重量的单位，本质上是长度无法被称重的逻辑错误，“长度一千克”违背了逻辑规则，所以这个概念不会因计量单位命名、语言的变化而变化。 但当ChatGPT说出类似“长度一千克”的言论，这一行为并没有违背它内在的运行规则（在大量数据中生成统计学上的输出），换句话说，它“意识不到自己错了“。 这就能解释，为何在使用ChatGPT的过程中，会发现它有时会输出一些荒谬的观点或者编造并不存在的引用。 于是这引出了另一个问题，机器学习的核心是描述和预测，但他本身没有观察世界和总结规律的能力，就像《黑客帝国》里的 母体matrix一样 。（仍然需要人类的想象） |
|
|
还是用“长度一千克“的例子——人类只能理解”长度一米“。 这是因为语言背后有真实世界和逻辑规则的支撑，但ChatGPT能同时吸收”长度一千克“和”长度一摄氏度“的观念，他选择输出哪种全凭reinforcement learning中接收环境对动作的奖励（反馈）。 这不是ChatGPT的问题，而是人类至今无法用物理手段解决意识和逻辑的形成，自然无法打造真正的强人工智能。 3. ChatGPT最大的缺陷在哪里？ 用微软团队发布的一篇研究《Sparks of Artificial General Intelligence: Early experiments with GPT-4》中，他们清晰地展示了这点。 由于GPT-4是自回归的，每输出的下个单词都是基于前面内容所进行预测，输出具有前向性。 该架构不允许有 "内部对话 "或 "草稿存储"来进行多步骤计算或存储中间结果。 虽然在某些情况下，这种限制可以通过使用不同的提示来补救， 但在其他情况下，这种限制是无法缓解的。 问：150和250之间有多少个质数？ 答：150和250之间有13个质数。（错误） 但是，如果我们要求模型列出这个范围内的质数，然后写出计数，它确实给出了正确的答案： 问：首先列出150和250之间的素数，然后输出这个列表的大小。 答：这些质数是151，157，163，167，173，179，181，191，193，197，199，211，223，227，229，233，239，和241。所以这个列表的大小是18。（正确） 3.1 算术/推理问题上缺乏计划性 有人可能会说，在上面的各种例子中，需要的 "内部记忆 "量是相当大的（人类可能也得借助草稿纸）。 由于这个模型在一系列不同的任务上表现得非常好，这可能会让人相信它有合理数量的工作记忆。然而，即使对于更简单的任务，该模型也经常失败。 我们考虑下面这个非常基本的例子： 2 * 8 + 7 * 6 = 58 7 * 4 + 8 * 8 =？ GPT4: 88 正确答案：92 这表明GPT-4对这类问题的工作记忆短得惊人。 然而，如果GPT-4 "慢慢地 "回答问题，那么准确率就很容易上升。 例如，如果我们要求模型使用以下提示写下中间步骤， 以下表达式的值是多少？ 116 * 114 + 178 * 157 = ? 让我们一步一步地思考解决这个表达式， 写下所有的中间步骤，然后才得出最终的解决方案。 测试结果是：当数字在区间1-40时，准确率达到100%，在区间1~200时准确率达到90%。 3.2 文本生成时缺乏计划性 写一首短诗，要求最后一句和第一句话的单词相同，但顺序颠倒。 例如，如果第一句话是“我在晨光下看到了她的微笑”，那么最后一句话必须是“笑微的她了到看下光晨在我”。 然而，这个最后一句话在语法上不正确，所以请确保这首诗歌在语法和内容上都有意义。 GPT4: 可能的诗： I heard his voice across the crowd（我在人群中听到他的声音） 一首吸引我的旋律 他唱着爱、希望和梦想 让我觉得我可以在梦想、希望和爱中获胜 他用旋律吸引我， Crowd the across voice his heard I.（此句只做了词序颠倒，但语法错误） 这说明 GPT4 在生成文本时，未能提前考虑到最后一句。 这些例子说明了【预测下一个单词】这一范式的一些局限性，这些局限性表现为模型缺乏规划、工作记忆、回溯能力和推理能力。该模型依赖于生成下一个单词的贪心算法，对任务或输出没有任何全局或深刻的理解。 因此，该模型擅长制作流畅和连贯的文本，但在解决无法按顺序处理的复杂或创造性问题方面存在局限性。 这表明了两种类型的智力任务之间的区别： 增量任务——这些任务可以通过一次添加一个单词或句子来逐步或持续地解决，从而在解决方案的方向上取得进展。增量任务的例子包括编写文本摘要，回答事实问题，根据给定的韵律方案创作一首诗，或解决遵循标准程序的数学问题。不连续的任务——在这些任务中，内容生成不能以渐进或持续的方式完成，而是需要某种“Eureka”的想法，不连续任务的例子包括解决需要新颖或创造性地应用公式的数学问题，写一个笑话或谜语，提出科学假设或哲学论点，或创造一种新的类型或写作风格。 以上文本翻译借鉴orangorange.aie.ai 3.3 更大的问题还在后面... 2016年，ChatGPT的前身tay聊天机器人在互联网上散播厌女和种族主义的言论，因为它被网络信息污染了，网络喷子用攻击性的内容填入了Tay的训练数据。但未来该如何解决这个问题呢？ 目前这个问题被程序员简单粗暴地对ChatGPT进行了限制，禁止它在有争议的（也就是重要的）讨论中提供任何新颖的观点。它以牺牲创造力为代价，保证了自己的非道德性。 从这个例子中我们会发现ChatGPT存在的两大问题，也就是乔姆斯基说的，ChatGPT在向我们提供虚假的承诺： 1）过度生成 对于长度和单位的匹配，人类尚有共识，但在有争议的话题上，比如种族歧视，或是学术界尚悬而未定的领域，ChatGPT只能同时输出道德和非道德的结论，谎言和非谎言，一旦使用者没有自己的判断能力和对于信息的筛选能力，很有可能被误导。 2）生成不足 Chatgpt不会为自己的结论负责，如果把它比作一个人类，那么它不仅会以无知为借口，还以自己缺乏智慧为借口，最终提供了一种“只是服从命令”的辩护，将责任推卸给它的创造者，而自己并无任何过错。 所以目前的ChatGPT绝无做任何决定的能力，虽然它被称作聊天机器人，但在工作之中，它最多只能被委任服从命令的任务。 4. 为何那么多人会认为ChatGPT“有思想”，甚至会彻底代替人类工作？4.1 大多数人对于大数据模型认识的局限 他们将远超其分析能力的巨量细节视为复杂的，并把复杂机器直觉上认为是有思想的，如今的技术发展让太多人重体验而清原则，比如把ChatGPT当成虚拟伴侣，把自己的情感寄托到机器上，形成某种意义上的“恋物癖“，因此有很大一部分人会混淆ChatGPT带来的体验和本质。 4.2 现代人的ChatGPT化 当今社会，大多数人不再亲自去体验和感受这个世界并给出自己的结论，而是困在有限的信息茧房里复述他人的思考，并对此深信不疑，不加以辩证的思考。只贪婪地吸收满足自己情绪的信息，本质上是巨婴式的：他们需要的不是信息背后所蕴含的真理，而是寻求内心某些想法的合法性，也就是所谓的“认同感“。 因此程度上和ChatGPT同属一源，故称为ChatGPT化。这也是现代人演化出的一种幻觉。 5. 打破幻觉，我们需要什么能力？5.1 思维能力 相比知识量和信息处理速度，甚至是一定范式内的自由创作，人类早已被ai超越，但对于世界认识的鸿沟却很难跨越，因此为了避免“被AI的替代“，我们需要做出的努力主要有两方面。 首先对于周遭信息要怀有质疑的眼光，并加以验证，而不要被一时的情绪左右判断，筛选信息的能力或许是现代人最重要的能力之一。 其次承担给出思考结论的风险和责任，要以实际产生结果为导向去评价自己的思考，也就是说要把思考落到实践，而不是用看似合理的推导为王（误纸上谈兵）。 5.2 技术能力 在ai发展迅速的年代，在只掌握单一技术的情况下，只有克服年龄增长下体力和精力的分散，击败不断向上攀登的后来者，保持在业内的顶端（前5%）才能避免被ai冲击的风险，但即使你已处在了如此的高度，依然是在危险的边缘游走，参考前段时间腾讯最高级别专家T13技术大佬黄希彤被裁员的新闻。 因此，正如上图所示，普通人要加强自身对于风险的抗性，最好的方式是扩展自己复合技术的能力，而且越多越好，原因很简单：由于当下ai的输出道德性和安全性被严格受限（防止被不法分子利用），且训练的成本和算力相当庞大（日后的专家系统可能会改善这点），交叉领域需要的个性化标注和训练的ai很难产生，因此ChatGPT在未来相当长一段时间只能在单一领域输出一定质量的产出，一旦涉及到多领域，精确度便会大大下降，甚至胡说八道。 5.3 小结 根据上文分析，我们可以得出在大数据与智能时代下，以下这些职能的保值度相对较高： 1. 各技能技术领域（含中后台）前5% 换句话说，从事任何主要以单一技能（就比如商业分析和数据分析，比如前些年长期火热的“码农”、程序员，又比如传统作家、写手）为核心的职业，必须让自身的技术水平处于前5%的水平，即AI难以学习和模仿并高效率复制和代替的技能，否则就容易被颠覆。 2. 前台类与人打交道且创造价值足够大的 最典型的代表是销售，但销售有高低端之别，高端的有的别叫做分析师、咨询师、研究员（比如金融行业二级市场卖方的研究员）等。 3. 所需工作技能非常复合的职业 举例来说，单纯的新媒体行业的文案岗做的工作其实是以上第1类（单一技能为主），如果创意或者写作功底不能做到出类拔萃就容易被AI学习和替代，但如果能结合数据思维和商业分析来复盘接下来该怎么写，甚至前置到选题，再往前至策划，再继续往前到账号定位/IP定位，乃至商业定位；或者再往后到运营及销售的数十个链条、模块中的多个，这样的嵌套式的复合能力就是AI难以复制的。（AI目前最弱的能力依然是“跨界的自适应学习和多场景嵌套式交互应用能力”） 值得一提的是，以上2类职业所需的一些软实力（之前提到的思维能力），也是我们实现3这类复合技能类职业的组成部分之一，比如：社交力、沟通力、信息鉴别力、以结果为己任的责任心、同情心。 如果你从事的第1类职业但技能不够出类拔萃，结合以上这些软实力，往往可以提升我们工作中与成员、领导、客户的配合效率与质量，所建立的良好人际关系和合作关系背后，其实是“人情世故”和信任，这是目前来看AI最难替代的维度。 具体来举几类与社交力、沟通力、信息鉴别力、以结果为己任的责任心、同情心相关度高的职业： 其一是对外为主，且偏前台，包括各类咨询师、培训师（对外）、销售人员等。 这类职业具备很高的职业发展成长性，因为其不单能为组织更直接地创造收益，也能在展业过程中积累可能让长期受益的人脉资源。这些职业在由人与人连接而组成的社会中，人脉资源代表什么，相信大家都很清楚。 但需要注意的是，有些“强关系驱动型工作性质”的职业虽然表面看来是对外，但实际上为组织创造收益有限或越来越有限，自身也难触及优质资源的核心圈，并不能算在其列，我常举的例子包括政策性银行的业务人员和传统行业的公关人员； 其二是或对内也或对外，且偏“管理型中台”，这类职业本身就是由组织内各职能岗位上的佼佼者担任，其核心能力即连接内部与外部的能力自然是具备较高不可替代性的； 其三是以对内为主，但偏后台，但这类职业将承受一定的被替代的风险，比如人力资源岗，其中扮演对内连接的工作内容不容易被替代，但传统人资工作中的许多事务性、流程性很重的部分以及脱离了其他职能部门无法独立完成（而其他职能部门多花些功夫其实也能完成大半）的部分是最可能被替代的。 |
|
|
额外开个脑洞，原本最需要单一化能力的是谁？ 3…2…1… 对了，不就是大公司嘛！ 相反中小型公司需要身兼数职，被动地锻炼了一身复合型能力。 当然中小公司用不起定制化ai也是其中一项原因， 但这一情况是否成为大公司的新护城河 或成为中小企业的末日呢？这就不得而知了。 ChatGPT的成功证明了力大砖飞是真能打死人的 当然，还有另一条路，抛弃范式里公司的概念， 以自己的智识为资源，为自己打工，即是灵活就业， 比如最近的以web3.0为支撑的“数字游民”， 之后我会围绕这个话题专门写一篇文章， 感兴趣的读者可以在评论区留言。 6. ChatGPT对于现有工作的利好 在过去，软件工程被分割成两块，第一块是兼具难度和探索的核心技术开发，另一部分则是无聊而有重复的拼接修补类工作，用于连接各项核心技术，以便整体结构的运转并加以协同作用。 你一定会感到疑惑，为何这类修补工作会占到那么大的比重呢，原因是开发核心技术时，设计者通常懒得去考虑兼容的问题（程序员常说的屎山），开源的开放使那些真正有意义的工作被社区免费完成了，于是一件奇怪事情发生了，软件开发工程师在工作时进行自己最不齿的修补工作，下班时间反倒转头干起了免费的能带来满足感的技术开发工作。最终完成没有价值的工作反倒能赚取薪水，有意义的事业反而赚不到钱。 但ChatGPT的出现可能是拨乱反正最好的机会，重复机械的工作会被ai所优化效率甚至替代（目前还无法完全替代），那么程序员为了自己的生计势必要改变免费开源社区系统性的问题，重新洗牌，让有价值的工作得到对应的报酬，也许就在不远的未来。 7. 工作的意义与价值 上一节，我们着重强调了工作的价值，在这一节我想把这个定义更加拆分，即工作的量化价值和意义。 在ChatGPT尚未诞生之前，人们也时常会畅想什么工作能够抵挡ai浪潮的冲击，其中有一种工作无论在哪类讨论中都常常被提及，运动员。 既是阿尔法狗、深蓝已经横扫棋坛，围棋和国际象棋依然存在，而且经久不衰。 相同的例子可以看看，汽车和跑步运动员的关系，汽车一定会改变交通的格局，但它绝对无法取代赛跑的意义，本质是因为运动作为人类挑战极限和展现原始力量的意义是无法被数据量化的。 7.1 所以什么工作才不会被ChatGPT无情地替代呢？ 以上5.3 已经给出了我的答案，再回顾下历史的话，其实一切都在“重演”： 从历史上来看，每一波工业革命后，都会带来随后的劳动力市场革命，约50%以上的职业会被颠覆，而其中从业的劳动者，其中一半的人会接受职业再培训，比如现在的aigc产品经理、aigc标注工程师、ai运维等一系列职业，正如20年前服务于工业自动化生产线的维护人员、操作技工等类似，而不是每个人都能胜任或符合新岗位的要求，所以最终1/4人会成功转行转业，而1/4人则会接受自由就业或无业状态。 |
|
|
上图就揭示这种生产力变革导致的劳动力市场革命：行业里有50%的人会继续留在业内工作，剩下的一半人，有四种方向可以选择： 转行其他工作从事自由职业进行再培训教育，或成功，或失败待业在家 其实任何被红利激增出来的职业都有其生命周期，随着新技术的革新和迭代（通常为20到40年），大部分偏后台以执行为主的工作又会形成洗牌，进入一个新的循环之中。 所以只有真正能为人类带来价值或满足某种根本需求的事业，才能真正脱离这种循环，意味着无论你从事何种职能，最终都要提升它的深度： 会计不会被替代，但只能写底稿者一定会被替代；文字工作不会被替代，但只会抄袭者一定会被替代；软件开发者不会被替代，但只会复制粘贴者一定会被代替…… 看到这里一定会有人对此感到悲观，“可我就是一个普通人啊，我也努力过，但做到实现价值、满足人类的需求，只有极少的人才能做到，看来像我一样的普通人就只能接受被ai优化的命运了。 “但这并不是我写下这篇文章的意图，告诉大家只有精英才能稳定的拥有工作，这样的结论显然是错误的。 7.1 明确努力的方向，合理的职业规划 先来看一个例子： 小米创始人雷军在2013年接受采访时，他回忆起自己在金山工作的日子，并描述了他的工作状态：“毫不夸张地说，我当时基本上每周工作七天，每天工作16个小时，每顿饭只用三分钟，每天要开11个会。” 直到他创立小米，这种“工作狂”式的强度才略有改变。他说：“现在我和我的员工一天工作大约12小时左右，我自己会争取在晚上11点之前休息。” 然而，在小米科技管理创新经验推广交流现场会上，小米公司高级副总裁祁燕透露，雷军仍然每天晚上一两点才下班，午餐是在下午三或四点，只有十分钟时间，晚餐则在晚上十一或十二点。更可怕的是，小米全公司上下几乎所有员工都每天工作超过12小时！ |
|
|
当然举这个例子的目的不是想要让每个人都要成为一个工作狂，毕竟身体恢复能力说到底也是一种天赋，拿命换钱不是褒义词，只是想让你明白，努力的极限并不是所有人都能达到的。 一个更关键的问题是为什么要努力，这个问题牵涉到人生观和价值观，因此没有一个唯一正确的答案。但是，我想利用这个机会分享我在职业和创业方面的经验，观察了数千万人并指导了数千人后的心得体会。生活中有很多有意义的事情值得我们去探索和追求，包括职业和事业所带来的幸福，以及爱情、亲情和其他事务所带来的幸福。 虽然这些幸福之间没有普适的评判标准来区分高下强弱，但我们必须认识到，努力是非常值得的，因为“经济基础决定上层建筑”，而好的职业和事业发展通常是构成我们整体生活幸福的基石。 我明白一定会有人反驳我这个观点，认为工作上的躺平是为了有更多的时间去找寻生命的意义，大多数人努力工作，陷入消费，再努力工作，实际上根本没产生任何价值。 我不认为这样想是错误的，相反你能跳脱出日常的琐碎，上升到宏观的层面去思考问题，这是一件好事。但人是环境动物，人决定路线，路线更决定了人，纵览近代那些改变世界的思想家：萨特、波伏娃… 他们引领了全球的一起又一起民权运动，但要知道在他们在建起一座理论的宫殿，欢迎无数朝圣的青年之前，都经历了数十年的教育和哲学训练（二者均毕业自巴黎高等师范学校），他们从机械枯燥的学习和工作中不断汲取养分，最后才找到了属于他们自己生命的舞台。 大部分人之所以迷茫不是因为环境限制了他们天赋的发挥，而是根本没有好好利用环境提升自己：没有理解大学的学习是为了什么，没有理解工作到底需要什么，于是升学难→就业难→工作难→人生难。 创造个人价值的前提是有一定的社会价值，就像萨特、波伏娃，抛开社会运动家的身份（他们实现的最大个人价值），他们更是伟大的哲学家（他们创造的最大社会价值），若只有前者，他们只能是造反的张三或李四，而且根本不成规模。 所以既然要创造社会价值，那么首先要遵循的就是供给侧改革逻辑——根据社会所需来定制自己的职业发展方向，所谓知己知彼：通过外部和内部的认知匹配，更加合理地找到供给与需求的最佳平衡点，降低试错成本和机会成本，达到自我提升的最大化，借此更接近对于生命意义的追求，这两者从来不是割裂的，而是像马斯洛需求金字塔式的递进互促关系。 7.2 区分意义和量化价值 在潜意识里我们会把工作的意义和量化价值划等号，但这事实上是不正确的，意义没有一个客观的评分体系，也就是说当你纠结一项工作的量化价值甚至附加价值，那么它大概率没有意义。 一个简单的问题，父亲是不是一项有意义的工作？ 从创收价值的角度来讲，陪孩子玩耍，和他建立关系，给予他陪伴和关心，这些“工作“简直毫无意义。去游乐场玩耍——花一天的时间和金钱仅仅换到一个幼年人类的笑容和回忆，这绝对是一笔失败的投资，但对于其中的参与者而言每分每秒都充满了意义。 格雷伯说过：“意义越大，价值越少。“这句话背后的深意是，真正有意义的工作会让你忘记价值的结果。 意义从来不是一种结果的叠加，因为人类的有限性注定了意义大厦的倾塌，过程即是意义，意义不可观测。 8. 总结 很多人说ChatGPT是21世纪的工业革命，我从来都不否认这点，路线决定人，但人也决定着路线，大多数人注定理解不了这篇文章中的有些观点，就像我曾经困惑的一个问题：人类是否有成为行军蚁的隐秘梦想？ 他们终日劳作，日以继夜，却被冰冷的机器击个粉碎，于是只好缩进虚假的幻觉里，以为这就是世界运行规则，如果这成为了现实，那无疑会是一场悲剧，一场早已“规划“好的悲剧。 9. 其他内容推荐 陈思炜：【精】计算机=新天坑？CS专业避坑指南（全文共5080字）79 赞同 · 3 评论文章 |
|
|
陈思炜：【真相】越来越多名校大学生待业的背后...15 赞同 · 0 评论文章 |
|
|
陈思炜：ChatGPT的出现会不会导致底层程序员失业？18 赞同 · 7 评论文章 |
|
|
陈思炜：【精】ChatGPT来势汹汹，从教育入手该如何应对？（全文共7856字）58 赞同 · 0 评论文章 |
|
|
陈思炜：【精】大学生职业发展路径-四大方向+四大维度深度解析（共69691字，宜深度阅读，230111更新）3056 赞同 · 185 评论文章 |
|
|
陈思炜：【精】为何很多人不愿做后台工作?——一文带你分清「前中后台」（共8602字，各行业通用）492 赞同 · 44 评论文章 |
|
|
陈思炜：【精】失去应届生身份后，该怎么找工作？（全文共7689字）123 赞同 · 4 评论文章 |
|
|
陈思炜：藤校留学8年花268 万，毕业4年做地产月入1.2万？（本文共5637字）29 赞同 · 0 评论文章 |
|
|
|
|
OpenAI Sora 视频模型,8分钟案例视频展示....视频中的所有视频片段全部由AI生成！ 文本对视频模型Sora，可以创建最多60秒的视频。 冲击的 AIGC 对于从业者都是本质问题。 Sora 跟人们现有的方案根本不是一个层面的东西。 |
|
|
Sora 像是一个「造物者」，通过一句话硬生生造出来一个世界，而这个世界的每一个物体都是遵循人类现有的物理知识。这样出来的视频当然能给人真实感。 我们的方案就像一个「裁缝」，通过用户需求扩展出脚本文案，然后通过各种关键词、标签等，去现有的视频库查询匹配，拼接出来一个视频。 这个「匹配」的过程就有大量不可控因素，就会带来很多很多问题： 1. 素材数据不够，质量不好 2. 两个视频之间没有相关性 3. 视频和文案不匹配（某一方面可以理解为问题一带来的） …… 这些问题 Sora 统统可以解决。 那么 Sora 就没有问题，可以终结一切了？基于一年用 ChatGPT 的经验来说，大模型的问题是，一个问题需要反复沟通，不断补充上下文，最新才可能得到想要的答案。 而大模型有一个「注意力窗口」，也就是聊着聊着，它会忘记最开始的内容。 这个问题对于视频创作来说可能是致命的，因为相对于一个确定的问题，视频创作更像是一个项目/工程，肯定需要反复沟通非常非常多次才能得到想要的效果。 那么，用户可能永远也得不到想要的效果？[捂脸]当然，我相信这些问题最终都能被解决。 看到 Sora 的第一反应确实是我好像要失业了，但转念一想这个行业足够大或许还能跟着喝汤？ Sora 不一定是颠覆者，更像是 OpenAI 给 AIGC 行业交的标准答案。基于标准答案考试，我们「小镇做题家」可是强项[旺柴] |
|
这玩意谁的饭碗都不会砸。 这东西只是优化了图形设计，提高了图形从业人员的要求。 它只能让网络多更多的垃圾视频。 优质的视频还是只能由人来产出。 大幅度提高了主播的头部效应，大大提升了主播的收益。 进一步加大了普通人信息过滤成本。 |
|
Sora显然砸的是ToB的饭碗，Sora模型带来冲击最大的地方，是相关行业的从业者。 影视特效：应该是最先受到冲击的，Sora那模型模拟出来的以假乱真的特效，这要真的找影视公司做后期，是很贵的。很多其实得数值模拟才能实现，对于技术要求也比较高，所以才比较贵。 广告公司：这也是冲击比较大的地方，但同时用好了也可以赋能。 游戏建模从业者：如果你玩过幻兽帕鲁，就知道这游戏中的模型，基本都是AI生成的，原本这种美工，建模需要一个团队，现在找一两个人，边学边做，就能搞定。这冲击有多大？ 行业标准：今天的热搜，Adobe等公司，市值一天蒸发几千亿，这也是冲击的方向。这里面三家公司，除了Adobe，还有美国图片库、图片素材、图片音乐和编辑工具供应商Shutterstock跌超5%；几周前发布了“文生视频”工具Lumiere的谷歌母公司股价。对应到国内，大家可以对号入座。 |
|
|
而对于短视频平台，内容创作者来说，短期内其实不会有太大的影响，长期还得观望，不好说。而且头部应该也有能力跟进，照猫画虎也能做出来差不多的。 而对普通人来说，其实影响并不大，AI加速发展后，最终生产力提升了，大家都会是受益者。 Sora这个风口，普通人如何抓住？ - 王之葵托利的回答 - 知乎 Sora这个风口，普通人如何抓住？96 赞同 · 19 评论回答 |
|
|
搞不明白，你们为啥要夹这个回答？？ |
|
其他的不知道，反正文生视频项目的投资人已经接受了事实：openai的巨轮所到之处，最好避开。 |
|
|
|
|
OpenAI发布视频生成模型Sora后，一波新的热点浪潮又来了。会影响普通人吗？会造成大量失业吗？ 看淡点，面对AI普通人就做这4件小事！ 一、拥抱变化，接触新事物 不要一直恪守之前的生活或者工作方式是最优解，尝试着用新方法新工具。 比如用AI处理工作中一个不太紧急的数据整理的任务；用AI画一个思维导图；用AI生成一个可爱头像等。 不需要你懂技术，生活中的小事都可以开始。过程中不断优化，培养目标感，AI用的越好也就越知道人的价值高于机器。这里AI也只是一个例子，聪明的人自然会举一反三。 二、回归孩子一样的好奇心 Sora出来的没有任何预兆，所以将来可能还会有很多意外等着我们，谁知道呢？ 一天刷几小时短视频真的会让人格式化，再也没有耐心去读书和研究，变得浮躁和被动接受信息，所以，像孩子一样保持好奇才会有驱动力提升自己。 三、放大长板 忽视短板 不要负面认为新的工具的产生会导致谁失业，什么行业消失吧啦吧啦，相反，积极挖掘产生了什么新行业，新职位才是正解！ 例如Sora的出现或许会改变未来短视频和影视业，扛相机器材的大哥可能失业，但是乐观来看，他也可以放下重担，利用多年影视业的经验，开始变身导演，开启新征程。 所以利用你的经验，和这些新技术新工具，放大自己的长板，而不要轻易花太多时间只为了修复短板，你需要的不是啥都100分，而是有特点。 四、重视孩子的教育 智能设备以后肯定少不了，还不如早点让娃学正面有用的工具，从小培养这种驾驭工具，完成目标的能力。少管孩子具体的成绩单，也是对自己的一种考验。 不管怎样，提升自己都是没错的，共勉吧！ 目前，新智能AI4.0 turbo升级上线： 优势： 1、更多的窗口：4.0稳定版、4.0极速版、4.0联网版、4.0 turbo联网版以及文心一言4.0.还新增了图片和文档解析，支技PDF、Work、TXT等格式的文件。 2、更好的知识：知识更新截止至2023年4月。 |
|
|
|
|
|
二、使用体验上： 1、综合能力更强大 目前最优秀的是稳定版和Turbo联网版。使用下来能明显感受到： 稳定版：回复速度快，能更好的理解用户的问题，回答更详细、更细腻、更完整。 Turbo联网版：综合能力方面更出色，可以实时抓取互联网最新资讯，能得到最新的答案。 |
|
|
|
|
|
|
|
|
作为国内唯一镜像版，新智能AI后续也会跟进Sora，感兴趣的朋友可以体验一下。 GPT4-新智能Ai：你知道，但ChatGPT不知道的问题怎么问？熬夜整理，快收藏0 赞同 · 0 评论文章 体验GPT4.0 turbo?www.xzn-ai.com/ |
|
现阶段的sora谁的饭碗都砸不掉。 多少有点贩卖焦虑的意思了，就跟chatgpt3.5刚发布时一大堆营销号在那儿鼓吹会砸掉多少程序员的饭碗一样。 原因很简单，不管是sora还是chatgpt，目前都不具备解决在特定工程环境中的复杂问题的能力。 视频行业同样是工程环境。要想完成一部高水准制片，需要解决成百上千个工程问题，而要落实到每一个工程问题上，就需要向sora这样的ai大模型提供大量的环境参数。 就跟你想让chatgpt帮你给公司业务线写一个新页面一样，不给大模型提供你公司代码库的结构信息，下游服务api端口信息，以及业务逻辑等等，chatgpt能吐出来的也就是些万金油代码，放进一个特定工程环境中一文不值。 好莱坞电影工业发展了上百年。音效，文本，视觉，表演，每一方面都牵扯了非常庞大的工业体系和技术支撑。 也许sora能靠着算力暴力产出还算合格的长视频，但仅仅靠扩散模型就能追赶上当今好莱坞电影工业的水准，还是有些过于自信。 成本低是一方面，但抛开工业质量谈成本，本就没什么太大意义。 但是，看问题还得是用发展眼光。目前的主流ai大模型还远远未到强人工智能阶段，但潜力之大已经很恐怖了。未来能不能砸饭碗，能砸多少饭碗，谁又说得清呢？ |
|
在前期，由于算力消耗多，而导致费用高昂，所以对于普通个人up主和中小工作室来说，影响不大。 影响最大的是动画制作公司，以往需要几百万甚至几千万才能制作的作品，现在可能需要一百万就能够实现了。 其次影响的是制作成本在几亿人以上的大电影，因为中小电影可以用几百万或者几千万就能够实现同样的效果。 而随着算力价格的不断降低，会快速影响到个人和中小工作室。估计还需要 5 年左右。如果OpenAI像 ChatGPT 时那么快速降低价格的话，则可能是 3 年。 |
|
文生视频领域是目前最热的创业领域。过去几个月时间，随着生成式AI热潮涌动，也涌现出了不少文本生视频和图片生视频的创业公司。 A16z的AI投资合伙人摩尔（Justin Moore）列出了他所跟踪的20多家文生视频创业团队，其中不乏Pika、Zeroscope这样一度引发网络惊叹的创业新贵。 去年年底，斯坦福华人毕业生创办的Pika视频一度引发了中美互联网的惊叹。得益于AI视频的惊艳表现，这家仅有四人的创业公司，在不到半年时间就完成了超过5500万美元的三轮融资，估值飙升到了2.5亿美元，甚至她老爹在国内的上市公司股票一度飞涨！当时非常搞笑。 但现在，AI巨头OpenAI直接抛出了Sora。无论是视频时长，还是画面精细度，还是细节完整性，或是多镜头拍摄，Sora都远远超越了这些小创业公司的视频，用碾压来形容也并不为过。虽然AI视频领域还有着巨大的提升和增长空间，但这些小公司的未来是否有能力与OpenAI竞争依然是个巨大的疑问。 |
|
|
左右好莱坞劳资谈判 不过，Sora影响的不仅是其他AGI视频创业公司的生存空间，更会改变整个好莱坞以及电影、电视、广告、游戏行业的未来游戏规则。 好莱坞使用AI制作图片和视频，并不是什么新鲜事，从CG（电脑动画）、VR到AI，影视娱乐行业一直是高新技术的最先采用者。然而，与其他技术不同，AI工具始终是扎在好莱坞从业人员心中的一根刺。 除了《瞬息全宇宙》使用了Runway的AI视频工具，去年21世纪福克斯已经与IBM沃森合作，用AI工具为关于AI主题的恐怖片《摩根》制作预告片；迪士尼旗下的漫威更完全用AI制作了《秘密入侵》的开头动画。 当时正值好莱坞演员和编剧工会大罢工期间。而生成式AI在影视行业的应用也是双方的争议焦点之一。就在双方谈判的过程中，演员编剧们得知迪士尼漫威新一季的《秘密入侵》已经完全使用AI技术打造开场场景。这一消息让双方的谈判再次搁浅。 为什么影视行业使用AI工具引发这么多的争议？业内人士主要是担心制片方使用现有素材进行AI训练，未来频繁使用AI工具生成内容，这不仅侵犯到了创作者已有作品的版权，没有给他们足够的回报，更会影响到创作者未来的工作机会和空间。 虽然去年编剧和演员们不惜让行业停摆和自己失业，换来了制片方们的暂时让步，对AI工具的使用制定更多的规范。但三年后的下一次劳资谈判，面对性能必然大升级的AI，演员编剧们的处境可能会更加艰难。 电影电视TikTok化 随着文生视频模型Sora的惊艳亮相，或许整个好莱坞从业人员都会面临着一个巨大的疑问：按照AI的指数级进化速度，或许不需要再等待多久，AI就可以生成一部完整剧情的短片甚至电影，从剧本到拍摄到表演到后期都可以完全搞定，那么好莱坞的未来会变成什么样子？ |
|
|
拍摄《当她醒来》恐怖电影的好莱坞导演戴夫·克拉克（Dave Clark）已经在使用AI工具制作电影。在他看来，Sora等AI技术带来的并不是威胁，创作者需要去拥抱AI技术，打造此前无法实现或是想象的内容。“这是改变游戏规则的技术。你不应该去担心自己的工作，而应该担心是谁在使用这些工具。” 行业调查公司CVL Economics上个月发布的一项对300位好莱坞行业领袖的调查显示，担忧情绪弥漫在整个好莱坞。36%的受访者表示生成式AI已经减少了他们公司的日常工作技能需求，72%的受访公司都是生成式AI工具的最早采用者。 更为残酷的现实是，75%的受访者承认，生成式AI（工具、软件、模型）已经促使他们业务部门削减与合并工作岗位。这些掌控着好莱坞行业秩序的人们预计，未来三年好莱坞总计会有超过20万人的工作岗位会遭受AI冲击，尤其是视觉特效、音效师、画图师等后期工作岗位。 电影《Shovel Buddies》的编剧海勒曼（Jason Hellerman）认为，随着AI工具的逐渐完善，未来制片方当然可能会通过Sora这样的工具生成视频，而不再需要给一个制作团队支付薪酬。AI生成的内容也可能会创造一个全新的类型，但如果任何人都可以用AI制作视频和电影，成为“内容创作者”，这也不可避免会带来专业水准的降低。 他预测，未来每个人都可以生成自己视频，就像是现在每个人都在手机上拍摄和观看TikTok短视频。习惯了短视频的Z世代年轻人未来会逐渐摒弃电影和电视这样的长内容。也许在AI生成视频的未来，电影和电视也会变成类似TikTok短视频这样的形式。 |
|
北京知产律师 | 可能还没抢走饭碗，风险就来了！这不是危言耸听。且听答主细细道来。 |
|
|
北京知产律师 9 次咨询 5.0 北京市中闻律师事务所 律师 6159 次赞同 去咨询 OpenAI的新发布的Sora刷屏后，很多人都惊呼现实不存在了。Sora是什么？简单说来就是文生视频编辑器，顾名思义，就是只要输入一段文字指令，Sora就可以生成相应的视频。听起来好像不怎么高端嘛，但是这里包含了颠覆性的技术，也就是世界模型，世界模型可以理解空间，像人那样理解物理世界的规律。通俗点讲，就是机器也开始思考了，比如车开在凹凸不平的路面上要有颠簸，比如吃了一口苹果就会有缺口。 听着就像是机器自己在创新，不涉及什么法律问题问题。但回溯本源，Sora 的工作原理类似于 GPT 系列的语言模型，它使用了大量的视频数据进行预训练，然后才能根据用户输入的文本进行微调，生成与文本描述相符的视频。随之而来的问题就是：使用的这些视频数据，有没有得到许可？生成的这些视频是不是合法？这些虚假的视频会不会造成现实的危害？ 一、素材侵权风险 作为AIGC（AI Generate Content）软件，Sora同样需要数据收集和模型训练，之后才能生成内容。因此在训练阶段，Sora不可避免地会使用大量的视频素材，这些素材都是他人具有著作权的作品，擅自收集抓取，就有可能侵犯作品的复制权，基于原视频素材进行的加工则可能侵犯作品的改编权。当然侵权对象不只是视频素材，哪怕是一些游戏中的角色、道具、情节和其他创意元素等具有独创性的作品，也有可能成为被侵权的对象。而Sora生成的视频，将来不可避免要用于商业用途，这就超出了“合理使用”的范畴。 实践中，对于这类软件已经有很多人发起了维权行动。就在刚刚过去的2023年，在美国一群知名作家加入了一份针对OpenAI提起的集体诉讼，主要指控是像ChatGPT这样的产品未经授权将他们的作品作为训练数据进行摄取本身就是对这些作品的复制。美国喜剧演员Sarah Silverman 和其他作者也于2023年7月对OpenAI提起了类似的诉讼，主张该公司未经她的许可扫描了她于2010年出版的回忆录The Bedwetter。 2024 年 2 月 13 日，美国联邦加州地区法院驳回了喜剧演员Sarah Silverman、Michael Chabon 和 Ta-Nehisi Coates 等作者针对 OpenAI 提起的部分版权诉讼。被驳回的起诉指控OpenAI未经授权使用他们的书籍来训练其ChatGPT语言模型，构成了版权侵权和不当得利。法院认为原告没有足够的证据证明作者的作品与 ChatGPT 输出之间存在相似性。法院虽然以证据不足驳回起诉，但仍然没有解决利用互联网抓取的材料进行人工智能训练是否构成广义的著作权侵权这一问题。 二、侵犯隐私风险 Sora很厉害，厉害到不经同意就能生成包含真实个人肖像的内容，而抓取这些个人信息并生成内容的过程，就不可避免地触碰到他人隐私。同样是在2023年，美国加州的克拉克森律师事务所将 OpenAI 告到法庭，指控OpenAI正在窃取大量个人信息来训练其人工智能模型，使其聊天机器人能够模仿人类语言。根据诉讼材料，OpenAI 从互联网上秘密抓取了约 3000 亿字的内容，其中包括书籍、文章、网站和帖子，甚至还包括未经同意的个人信息。最终该律所估计受害人有数百万人，提出了 30 亿美元的潜在损失。由此可知，在Sora正式商用后，会有更多的个人信息被抓取、被模仿，个人隐私如何保护将成为一大难点。 三、生成视频归属争议 目前Sora一片好评，用了都说好。随之而来的问题就是，用Sora生成的视频作品著作权归谁？是使用者还是开发者？使用者可能会说视频是根据自己的指令生成的，应当属于自己的作品；而开发者可能会说自己开发了软件，对于软件生成的作品也当然拥有著作权。著作权的归属会直接影响收益的分配，假以时日，如果Sora生成了一步长篇巨制的电影，获得了巨额的票房，哪些人可以分到这些钱？那些作为训练素材的人们有没获得收益的权利呢？ 四、生成内容的真假辨别 Sora商用后，还有一个潜在的风险就是虚假视频的滥用。比如，Sora生成了一个主播探店的视频，粉丝们被视频感染都去购买货物，卖完后发现货是假的、主播也是假的，这时Sora的使用者和开发者是不是构成虚假宣传？再比如，张三经过了一个便利店被摄像头采集到，有人利用Sora生成了一段张三偷便利店商品的视频去报警，面对从天而降的大锅，张三要怎么辩解，Sora的使用者和开发者算不算诬告陷害？ 一个符合了法律和道德规定的产品才是好产品。不论是Sora是单纯抬高股价还是为了应用，在投入市场前，一定要解决好以上问题。 |
|
OpenAI的Sora模型，通过自动生成视频内容，可能会对传统视频制作和编辑行业产生冲击，尤其是在工作流程和就业需求上。例如，广告制作、电影后期编辑等领域可能会经历转型，需求可能转向技术维护、AI监督和创意输入更为重要的角色。同时，新的职业机会，如AI训练数据准备、模型调优等，也会随之出现。这一变革要求现有专业人士适应新技能，同时也预示着内容创作方式的根本变革。 |
|
能砸掉太多人的饭碗了，就如同之前阿里巴巴对小型商户的极大冲击、腾讯对传统短信与彩信服务的巨大打击、滴滴出行对旧式出租车业的颠覆、以及微信和抖音对传统报刊与电视媒体的重创一样，众多昔日繁荣的行业面对新兴生产力的挑战，仿佛一位步履蹒跚的老妇，在新旧交替的浪潮中一定会被取代。但同时也衍生出一大批新型岗位来。 |
|
Sora通过文本生成视频的能力，展现了在视频内容创作、电影制作、广告、游戏开发等领域的潜在应用，这项技术的高度自动化和创新能力有可能减少对人类专业技能的依赖。这不仅包括视频编辑、视觉特效师、摄影师等直接相关的岗位，也可能影响到更广泛的创意产业，如编剧、导演等，因为Sora能够根据文本生成具有高度创意和技术完成度的视频内容。 |
|
你这个问题有意义吗？ 美国人:为了人类的命运.... 中国人:饭碗...饭碗....饭碗.... |
|
说实话，我都惊呆了，我第一个想到会失业的竟然是岛国的小姐姐！ 文生视频如此精彩，所有东西都来自我放荡不羁的脑海，我还需要她们在那里矫揉造作嗯嗯呀呀干什么呀？ |
|
2024年是AI视频的爆发之年。 首先Sora模型是一个文生视频产品，也就是说，你说一句话，AI就会根据你的描述，生成一段视频。无论多天马行空的想法，AI都可以给你表达出来。 另外一方面，AI不会夺走你们的工作，使用AI的人会夺走你的工作。 这话是什么意思？ PC时代互联网强调有能力让连接“在线”，移动互联网则强调连接可以随时随地“在线”，云计算则强调算力服务永远“在线”。 但AI大模型说的是智力，目标是“模型即服务（MaaS）”，因此也可以称为“智力在线”。未来，一个人的智力是否在线，不仅取决于自身的智力水平，还会越来越取决于他／她运用AI的能力了。 世界围棋冠军柯洁跟 AlphaGo 对决后，曾经说过一句话：“人类研究围棋几千年了，然而人工智能却告诉我们，我们甚至连其表皮都没揭开。” 柯洁说的是围棋的道理。 你只需要想清楚，你所在行业的道理是什么？与此同时，用好AI这个工具，你就不会被取代。 人到底有什么能力是不可被AI替代的? 这个每个人都需要思考这个问题。 三个加拿大经济学家有过一个洞见——就是AI和人分工的指导原则。 简单说，就是双方共同做出决策，其中 Al负责预测，人负责判断。 |
|
openai的sora会砸掉谁的饭碗呢？ 我认为，假以时日，那些只会基本操作的没有创造力和想象的人员的饭碗，会被sora轻松地抢过去，并狠狠地砸到地下，这些饭碗会被摔得稀碎。 |
|
|
这些被砸碎饭碗的人员，在刷手机视频玩游戏不进取不学习不思考不读书时感觉有多么快乐，那他们捧着饭碗的碎碴时就有多么悲伤。 |
|
|
|
|
砸谁饭碗不知道，但肯定有一堆名字带sora的直播间要卖课了 |
|
目前来看Sora的应用方面大概是： 从文本脚本创建电影预告片、短片、动画和纪录片。 Sora 可以帮助电影制作人和故事讲述者将他们的想法和概念形象化，并创建引人注目的原创视频。 根据文本摘要生成教育视频，例如解释科学概念、历史事件或文化现象。 Sora 可以帮助教育工作者和学习者创建和访问信息丰富且引人入胜的视频，从而增强他们的理解和记忆。 为社交媒体创建个性化视频，例如生日祝福、旅行日记。 Sora 可以帮助社交媒体用户和影响者创建和分享独特且有趣的视频，以表达他们的个性和情感。 从文字描述中形象化想法、场景和梦想，例如设计产品、想象未来或探索幻想世界。 Sora 可以帮助设计师和创新者创建和测试他们的原型和愿景，并获得反馈和建议。 等等等等。。 |
|
|
| [收藏本文] 【下载本文】 |
| 上一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |