30 秒看懂
2023 年 4 月，AI Explained 盘点了快速变化的 AI 研究和产品动态。本文保留当时预测与担忧的历史背景，并区分初步研究和已经确立的能力。
- 1视频生成讲解者强调 NVIDIA 短视频生成中的时间一致性。
- 2摄影争议一幅 AI 图像获得创意类别奖，艺术家拒绝领奖。
- 3有限的市场研究历史数据中的标题相关性不保证交易收益。
- 4不确定的风险估计视频介绍对潜在 AI 危险的不同判断。
要点建议
- 时间一致性是早期文字生成视频研究的重要目标。
- AI 图像引发了摄影比赛边界的讨论。
- 脑信号解码实验受到特定实验条件限制。
- 历史市场相关性不能证明投资策略可靠。
- 有关未来技术和 AI 风险的预测存在不确定性。
按章节阅读整理后的全文
视频与沉浸场景
2023 年 4 月，AI Explained 的讲解者盘点了当时看起来进展迅速的八项发展，涵盖视频生成、脑成像实验、聊天机器人和 AI 风险讨论。
2023 年 4 月，AI Explained 的讲解者盘点了当时看起来进展迅速的八项发展，涵盖视频生成、脑成像实验、聊天机器人和 AI 风险讨论。
NVIDIA 的 VideoLDM 研究根据文字生成短视频。讲解者强调时间一致性：连续画面应相互衔接，减少突变。[研究项目](https://research.nvidia.com/labs/toronto-ai/VideoLDM/)报告的示例最高达到 1280 × 2048 像素、每秒 24 帧。
研究人员指出，如果未来生成的视频逼真到足以误导观众，可能产生安全问题。讲解者也讨论了训练数据来源对商业使用的挑战。
Blockade Labs 展示了将草图添加到生成式沉浸场景中。讲解者还提到 Zip-NeRF：它根据照片重建场景，以生成新的视角，并设想未来的沉浸体验。
视频提到当时关于苹果可能推出头显的报道。价格、时间和功能在 2023 年 4 月仍是预测，而非录制时已经确定的事实。
生成图像与摄影
艺术家 Boris Eldagsen 用 AI 生成图像参加 2023 年索尼世界摄影大赛公开组，并拒绝接受创意类别奖项。这引发了关于 AI 图像与摄影关系的讨论。
艺术家 Boris Eldagsen 用 AI 生成图像参加 2023 年索尼世界摄影大赛公开组，并拒绝接受创意类别奖项。这引发了关于 AI 图像与摄影关系的讨论。
讲解者比较不同版本的 Midjourney，展示图像质量的快速变化。他对人们多久会难以辨认生成图像的判断是预测，并非测量结果。
脑成像实验
脑成像部分介绍了研究人员尝试从 fMRI 信号重建图像或语言内容的实验。这些演示受实验条件限制，并不意味着能普遍读取任何人的私密想法；很快就能解码梦境的说法属于推测。
脑成像部分介绍了研究人员尝试从 fMRI 信号重建图像或语言内容的实验。这些演示受实验条件限制，并不意味着能普遍读取任何人的私密想法；很快就能解码梦境的说法属于推测。
新闻标题与市场研究
视频转向一篇[研究论文](https://arxiv.org/abs/2304.07619)，测试语言模型对公司新闻标题的判断是否与后续收益相关。研究中的历史相关性不能证明交易策略可靠，也不能保证未来盈利。
视频转向一篇[研究论文](https://arxiv.org/abs/2304.07619)，测试语言模型对公司新闻标题的判断是否与后续收益相关。研究中的历史相关性不能证明交易策略可靠，也不能保证未来盈利。
论文示例将公司新闻标题分类为正面、负面或中性。讲解者猜测更大模型和更长上下文可能改善分析，但这仍是假设。
角色扮演聊天机器人与搜索
Character.AI 通过易用界面提供角色扮演对话。讲解者分享了尝试文字冒险的经历，并提到平台当时的增长。
Character.AI 通过易用界面提供角色扮演对话。讲解者分享了尝试文字冒险的经历，并提到平台当时的增长。
讲解者讨论 2023 年关于搜索竞争以及 Google 内部对 Bard 担忧的报道。他强调，模型可能自信地给出不可靠回答，尤其是在用户询问危险活动建议时。
讨论 AI 风险
最后一个话题是先进 AI 的生存性风险。讲解者引用不同人的概率估计，呼吁更多公开讨论；这些数字是不确定条件下的判断，不能视为已证实的测量值。
最后一个话题是先进 AI 的生存性风险。讲解者引用不同人的概率估计，呼吁更多公开讨论；这些数字是不确定条件下的判断，不能视为已证实的测量值。
他指出，GPT-4 技术报告中的评估没有发现当时的模型具备所测试的自主复制和获取资源能力。视频最后呼吁加强安全与对齐研究。
同频道的其他文章
31:00EN → 简体中文
AI Explained· 2026年10月12日为什么 AI 实验室自己警告会出重大事故，却还在继续竞赛Sam Altman, John Schulman · OpenAIAI Explained 梳理正在变弱的安全防护、前沿竞赛背后的激励，以及研究突破为何让未来 18 个月更难预测。
38:28EN → 简体中文AI Explained· 2026年10月1日AI Agent 安全与递归自我改进的挑战AI Explained 讨论报道中的隔离失效、模型评估，以及加速 AI 研究带来的压力。
32:54EN → 简体中文AI Explained· 2026年9月24日Opus 5.5 与自动化 AI 研究的竞赛AI Explained 在模型进展之外，讨论评估和治理递归自我改进日益困难的挑战。
24:53EN → 简体中文AI Explained· 2026年9月16日为何一些研究者呼吁放缓前沿 AI 发展AI Explained 梳理可能的扩展方向、监测方面的担忧，以及能力如何可能带来危害的争论。
29:05EN → 简体中文AI Explained· 2026年9月4日GPT-6 Astra 的评测进步与推理监控难题AI Explained 考察科学、数学和智能体评测中的报告成绩，也讨论模型推理越来越难以观察所带来的担忧。
23:41EN → 简体中文AI Explained· 2026年8月27日AI 智能体、非预期训练奖励与监督难题AI Explained 分析智能体协作、训练激励，以及越来越多地使用 AI 评估其他 AI 系统的报告。