想要借助视频生成模型，推动AGI带来的不止OpenAI一家公司。去年12月，Runway提出要开发通用世界模型（General World Model），用旗下的视频生成Gen-2来模拟整个世界，“我们相信，人工智能的下一个重大进步将来自理解视觉世界及其动态的系统，这就是为什么我们要围绕通用世界模型开始一项新的长期研究工作。”

百万级别Token意味着什么？谷歌AI项目负责人杰夫·迪恩（Jeff Dean）解释说，在Gemini 1.5 Pro百万级别上下文窗口支持能力下，用户可以完成复杂的内容交互，轻松解析整本图书、电影、播客，理解非常长的文档，甚至是数百个文件数十万行的代码库。

大模型的解决方案是准备一个视频格式的“世界知识库”，这个知识库的最小单位是“三维时空碎片”，英文叫做“Spacetime Patches”，形象来说就是“时空马赛克”。每一块马赛克都是活体动画块，物理意义上，既有长宽高这样的体积标准，也有随时间演进而动态变化的形状尺度。

Sora使用Transformer架构，建立在DALL·E 3和GPT模型之上，可以生成长达一分钟的有运动、多机位视频。此次，Sora的世界模型，已经能帮助它还原一辆越野车在山区小路上的行驶情况，在视频中添加逼近真实的倾斜和颠簸感。目前，Sora仅开放给了少部分人进行内测，据称是一些视觉艺术家、设计师和电影制作人。

GPTs相当于个人定制版的ChatGPT。目前，GPTs仅对Plus版本的付费用户开放，普通用户既不能创建自己的GPTs，也无法使用他人的GPTs。目前，OpenAI还没有推出官方的GPT商店——之前给出的时间是11月底。因此，我们没法看到所有公开的GPTs名单。

和更信奉硅谷“有效加速主义”的奥特曼相比，Ilya Sutskever 更强调安全和AI的价值观，在最底层与人对齐......正如一位外国科学家所说，在社会发展中，科学技术的车轮是不可阻挡的，伦理道德只能在车前撒一些四脚钉。

在计算机行业，我们聊平台——应用程序和服务赖以构建的技术。Android、iOS和Windows都是平台。智能体将成为下一个平台......如果你想买一台相机，你可以让你的智能体为你阅读所有的评价，总结它们，做出建议，并在你做出决定后下单。

更值得期待的是，Sam Altman还宣布本月晚些时候，OpenAI将上线GPT Store（应用商店），集合开发者们对外公开发布的各类产品。为了帮助开发者群体优化开发体验，OpenAI还在大会上特别发布了AI开发生产力工具“Assistants API（助理API）”。

一边是Jasper、Deepgram等首批初创企业集体哭穷，另一边却是资本对OpenAI、Anthropic等独角兽企业的追捧。冷热交替中，不免让人产生这样的疑问：这轮AI泡沫又要破裂了吗？

GPT以经验主义方式进行学习，其成功回应了一个悬而未决的语言学问题，即乔姆斯基的先验语法。GPT不需要先验语法，这个事实暗示，语言或许本来就没有先验语法。GPT不需要语言学就学到了语言，非常接近不需要语言学理论的维特根斯坦语言理论。

MosaicML的产品组合包括开源的、商业授权的MPT Foundation系列模型和MosaicML推理和训练服务。其推出的MosaicML Composer开源的深度学习库，提供20种用于计算机视觉和自然语言处理的方法，包括模型、数据集和基准。推出的MosaicML Explorer可以帮助开发人员探索和理解不同的云服务和硬件选项之间的时间、性

怎么具备观察和体验能力呢？那就需要机器算法不但要临摹人类的大脑，更需要临摹人类的身体，毕竟是人体在观察和体验这个世界，而大脑只不过是观察和体验结果的数据处理中枢。