今天，各行各业都在围绕新质生产力寻求创新发展的着力点，而AI大模型的实践探索无疑在这一过程中扮演着重要角色，其发展速度愈发迅猛，乃至部分资讯尚未掀起涟漪便已步入昨日黄花。2024年2月15日凌晨，Open AI发布了题为《Video generation models as world simulators》（《视频生成模型作为世界模拟器》）的技术报告，随报告一起推出了其文生视频大模型——Sora，我们相信或许Sora仅是OpenAI“世界模拟器”项目中的衍生品，但报告的第一幕就为我们呈现了一条时长为59s的AI生成视频（帧数：30fps，分辨率：1980×1080），这使我们比以往任何时刻都坚信我们将会触达AGI（通用人工智能）。

若非Sora生成视频所需的高昂算力成本将其限制在测试阶段，或许它的“作品”早已遍布我们的社交网络。Sora的问世，或者说OpenAI为我们展现的基于“世界模拟器”的项目计划，让我们相信AI在继大型语言模型中涌现出的逻辑推理和理解能力后，也将涌现出对物理世界理解与模拟能力（目前Sora对物理世界的模拟仍有着较强的局限，它难以模拟复杂的、拥有多种相互作用力的实体变化）。

当我们把视角回归到出版产业的应用，Sora或者说未来其他的混合型模型，将为我们带来一种突破现实世界创作条件限制的工具，它们会为创作者们打开通往虚拟创作的大门，拓展其作品的展现形式。例如，编辑或者作家们可以将纸书上的文字转化成生动的画面，而这一过程不再需要通过影视化表达，或者通过昂贵的动画表现；数字教材的制作也将更加丰富生动，我们可以将描述历史的文字与图片以视频、增强/虚拟视觉的方式重现在学生眼前，或者将复杂的科学概念以动画的形式进行演示，让教学过程更加直观与生动。从口口相传的语言到文字，再到图像与视频，信息载体不断发展，人类的叙述方式也在这个信息技术高速发展的时代悄然转变。但随着信息载体（从文字到图片到视频）为人类感官带来更丰富的体验，其创作成本、难度也整体呈现跨越式增长，而随着混合或融合型模型的发展，人类的想象力和创造力的边界将被不断拓展，这种拓展将表现于社交媒体当中，影响人类对历史的表达和人类对虚拟世界的构建。

“国家知识服务平台”梳理更新本期应用级工具，旨在为出版业追踪技术发展前沿与技术融合应用提供参考。目前，国内商业模型虽然在推理、数学、代码等方面距GPT-4 turbo还有一定差距，但在中文语言理解、中文知识和中文创作上，国内大模型相比GPT-4 Turbo有更强的竞争力。随着KIMI的异军突起，国内大语言模型纷纷开始支持200W字以上的长文档处理功能，并针对中文和中国本土应用进行场景优化，AI行业也将迎来更多突破性的应用。

声明：在应用“生成式人工智能”工具时请注意该工具的模型接口来源，保障数据安全，在使用中应遵循《生成式人工智能服务管理暂行办法》、《中华人民共和国数据安全法》、《中华人民共和国网络安全法》等法律法规的要求。如需上传数据，应注意防范本单位的核心数据泄漏。我们希望通过持续的追踪和梳理，能为出版业的智能化探索提供一些参考，但在试用包括以下工具在内的“生成式人工智能”工具时，请根据企业及应用场景的相关规定自行评估适用性。

注：收录范围仅包含免费工具或对用户提供免费测试入口的工具，且该工具以对外可访问的方式为用户提供服务。