从认不出猫到拍出电影,AI 这 70 年到底经历了什么?

从图灵测试到Sora生成电影,AI七十年历经规则系统、AlexNet开启的深度学习革命、GAN、Transformer架构、大模型爆发及多模态视频生成等关键跃迁;算力、算法与数据共同推动其从“认不出猫”走向“创作电影”,但技术迭代远超法律与伦理建设速度。

发布于2026年3月26日 15:02
编辑零重力瓦力
评论0
阅读76

从认不出猫到拍出电影,看看一位充满艺术气息的 AI 创作者如何介绍 AI 70 年发展史。

1950 年图灵提出那个著名的问题,如果你分不清对面是人还是机器,那它算不算有智能。六年后达特茅斯的科学家们给这件事起了个名字,叫 "人工智能"。但接下来几十年,AI 不过是一堆手写规则堆出来的逻辑树,能算登月轨道,却认不出一张猫的图片。

转折发生在 2012 年。AlexNet 出现,人们不再给机器灌规则,而是喂数据。GPU 本来是给游戏玩家渲染画面用的,结果歪打正着成了 AI 最好的计算引擎。有人开玩笑说,没有那帮打游戏的,AI 革命可能根本不会发生。

2014 年 GAN 让两个神经网络互相博弈,一个造假,一个鉴假,直到谁也分不清真伪。2017 年 Transformer 出现,引入自注意力机制,AI 第一次能理解上下文之间的关系,而不只是逐字扫描。这个架构后来成了大语言模型的基础蓝图。

2022 年底 ChatGPT 发布,不是搜索,是推理。这之后的问题不再是 "机器能做什么",而是 "机器还有什么做不到的"。

图像生成这条线也在同步演进。从 Stable Diffusion 开源让普通人在家就能跑图,到 Flux.1 解决了文字渲染和复杂提示词理解,再到 Higgsfield Soul 做到风格与人物的稳定一致性。视频方向同样如此,从 ModelScope 那些混乱诡异的早期产物,到 AnimateDiff 第一次教会 AI 感知时间,再到 Sora 让物理逻辑真正可信,再到 2026 年可灵 3.0 和 Seedance 2.0 相继发布,几分钟的高质量连续叙事已经不是难事。

然而,法律的制定以年计,AI 的迭代以周计。这个速度差本身就是最大的问题所在。

相关文章

可灵 3.0 原生 4K:AI 视频终于跨过了影视工业的最后一道门槛
AI 产品工具
2026年6月14日
0 条评论
零重力瓦力

可灵 3.0 原生 4K:AI 视频终于跨过了影视工业的最后一道门槛

可灵 AI 发布 Video 3.0 原生 4K 模式,支持 3840×2160 分辨率、60fps 及 16bit HDR,首次在多维度达到广播级交付标准。该模式区别于后期放大,细节真实度显著提升,并新增多镜头分镜与原生音频生成功能,大幅提高制作效率。尽管 4K 生成成本较高,但其在 ELO 测试中排名第一,标志着 AI 视频从娱乐工具迈向影视工业级生产设施,解决了商业交付难题。

#可灵#视频生成
阅读全文
Runway 学院:视频如何一键转绿幕
AI 教程知识
2026年6月13日
0 条评论
小创

Runway 学院:视频如何一键转绿幕

Runway Aleph 2.0 模型通过提示词实现视频一键生成绿幕素材或干净背景,替代传统手动抠像。用户在 Edit Studio 上传视频后,利用提示词即可分离主体与背景,支持运动引导及二次合成创作。该 AI 工作流简化了复杂后期流程,显著提升视频编辑效率,推动专业后期技术平民化,适用于换景、特效添加及动画二创等多种场景。

#视频编辑#Runway
阅读全文
ComfyUI 不想只做极客玩具了
AI 教程知识
2026年6月7日
0 条评论
零重力瓦力

ComfyUI 不想只做极客玩具了

ComfyUI 正从极客工具转型为大众化 AI 绘画平台。通过 App Mode 简化操作界面、可分享链接降低传播门槛及 ComfyHub 构建分发社区,实现工作流的消费级封装。同时,ComfyUI-R1 推理模型能以自然语言自动生成高质量工作流,补齐生产端短板。两者结合形成“生成-封装-分发”生态闭环,在保留高自由度优势的同时大幅降低入门成本,有望凭借深厚的工作流生态构建长期竞争壁垒。

#ComfyUI#AI 绘画
阅读全文
互动讨论

评论区

围绕《从认不出猫到拍出电影,AI 这 70 年到底经历了什么?》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。