国产Sora——Vidu，是自Sora发布后全球率先取得重大突破的视频大模型。其核心技术U-ViT架构由团队于2022年9月提出，早于Sora采用的DiT架构，是全球首个Diffusion与Transformer融合的架构，完全由团队自主研发。 我注意到Vidu生成的画面大都是西方人面孔，所以不排除使用国外开源社区提供的训练集做训练的可能，但其核心技术架构是自主研发的。而且开源社区本身就不仅仅是提供个人学习交流平台，也是人类科技合作进步并创新的媒介，借鉴参考并突破是值得鼓励的。（话说国内开源社区确实还不够壮大） 对此，众媒体评论区议论纷纷。理性的意见甚至批判是可以被接受的，心理学认为批判性思维是一种理性的、分析的思维方式，是具有目标导向的反思型思考。推动人类科技进步的壮举值得我们肯定，而不是通过踩一捧一、虚空索敌等方式展现自我认知并从中获得满足感。 另外请记住，开发者创造AI的初衷并不只是制造写实作画的工具，而是为了造福人类。可以去看看Sam Altman的博客，了解开发者们的“野心”。