回复@思山睿雨: 图灵奖得主杨立昆：
大语言模型是通往AGI的一条歧路……“这些系统并不理解现实世界，也不理解物理世界，没有持久的记忆。它们无法真正记住东西。它们唯一的记忆就是正在查看的文本窗口。它们无法推理，也肯定无法规划，至少无法像人类和许多动物那样规划。这是智能的四个本质特征，而它们都做不到。”
✔️理解、记忆、推理、规划——智能的四个本质特征#智能汽车# #人工智能# $比亚迪(SZ002594)$ //@思山睿雨:回复@美股研究社:一篇很好的AI认知的学习文章，从竞争的角度分析了OpenAi 的SORA和特斯拉FSD的共同点和区别。以及目前竞争态势和未来的机会。
马斯克更是在推特上直言：“特斯拉拥有世界上最好的现实世界模拟和视频生成能力！”
但从个人观点看，我更关注SORA和马斯克口中的模拟现实世界模型是否实现了？或者离实现还有多远？
这是决定比现实世界模拟难度少几十个数量级的——AI自动驾驶，能否实现的前提条件。
个人认为，所谓理解“物理世界规律”其实还远不能成立，人对现实世界规律的理解，建立在两方面。
其一现实信息的收集，分析和理解，人存在太多的手段，除了六感，还有现代科学的辅助分析手段。还有建立在对未确定的感性预判和想象力。
其二人类对客观世界的理解，关键还建立在人类上亿年的进化，过千代每代几十亿上百亿人的信息收集、分析归纳、总结推导、验证而获得的知识和文化体系上。
还有，这些规律成立的条件和影响因素太多了？是否准确？人类穷尽了吗？
人类尚且如此，而只建立在2D的图像和视频认知的，Sora或FSD们将如何？
文章其实也给出了一些答案：
OpenAI表示，Sora可能难以准确模拟复杂场景的物理原理，可能无法理解因果关系，可能混淆提示的空间细节，可能难以精确描述随着时间推移发生的事件，如遵循特定的相机轨迹等。
而且并不意味着它已经‘读懂了’物理规律。”
英伟达高级科学家Jim Fan也指出，目前Sora对涌现物理的理解是脆弱的，远非完美，仍会产生严重、不符合常识的幻觉，还不能很好地掌握物体间的相互作用。
AI在现实世界模拟上，只能算是初试了一下，离实现还非常远。L4级自动驾驶也是，还有不少的ConerCase要填坑。$特斯拉(TSLA)$ $比亚迪(SZ002594)$ ＃比亚迪＃＃新能源车＃ 查看图片