二月的两场发布：Sora、Gemini 1.5 与苹果的转身

二月十五日这天，科技圈几乎被两场发布同时点燃。OpenAI 公布了文生视频模型 Sora，谷歌则在同一天推出了上下文长达百万 token 的 Gemini 1.5。没过多久，2 月 27 日又传来一个让人意外的消息：苹果正式放弃了秘密进行多年的造车项目。三件事放在一起看，方向高度一致——巨头们都在重新押注 AI。这篇文章聊聊我对这一连串动作的观察。

一、Sora：文生视频跨过了”恐怖谷”

Sora 最让人震动的，不是它能生成视频这件事本身——2023 年 Runway、Pika 这些产品已经让文生视频走进了大众视野。真正的突破在于”质量”和”长度”。OpenAI 放出的演示片段里，人物动作自然、镜头运动流畅、物理世界的光影和反射都像模像样，最长可以生成长达一分钟的视频。这和过去那种一看就是 AI 拼出来的短片，完全不在一个量级。

技术上，Sora 把视频拆成一个个时空小块，用扩散模型去生成，这种思路让模型既能理解时间的连续性，又能处理复杂场景里的物体关系。当然，演示片不等于成品。OpenAI 自己也很谨慎，只把 Sora 交给一小部分安全研究者和创作者试用，没有开放公众访问。视频里依然会出现物理逻辑穿帮、物体莫名消失、人物手指扭曲这类问题。但方向已经足够清晰：文生视频正在从”玩具”走向”工具”。

有意思的是 Sora 背后的技术叙事。OpenAI 把它定位成一个”世界模拟器”，意思是它不只是学会了像素怎么排列，而是在试图理解物理世界运行的规律——重力、碰撞、物体之间的遮挡与光影。这个野心比单纯生成好看的画面要大得多。如果模型真的能模拟真实世界的运行方式，它未来不只是做视频，还可能用来训练机器人、测试自动驾驶、推演科学问题。当然这都还停留在远景，但 OpenAI 愿意把这个故事讲出来，说明它对文生视频的期待远不止”剪映插件”那么简单。

对内容行业来说，这是需要认真对待的信号。当一段一分钟、镜头语言完整的视频可以靠一句话生成，影视、广告、短视频的生产链条都会被改写。当然，版权、深度伪造、内容真实性这些问题会随之而来，行业规范和监管肯定会跟上。我倾向于认为，Sora 现在还处在”惊艳但暂不可商用”的阶段，但它划出的那条曲线，值得每个做内容的人盯紧。

二、Gemini 1.5：把上下文窗口拉到百万级

同一天，谷歌发布了 Gemini 1.5。它最亮眼的参数是上下文窗口——官方演示里塞进了长达百万 token 的文本，大约相当于一整本书可以一次性读进去再提问。这意味着模型不再是”读一段忘一段”，而是可以同时理解超长文档、整段代码，甚至几小时的音视频内容。

这背后是谷歌在多模态和长上下文上的积累。Gemini 1.5 分了 Pro 和 Ultra 两档，Pro 面向开发者开放，Ultra 则代表最强能力。长上下文的实际用处很具体：律师可以把整个卷宗丢进去做检索，开发者可以让模型通读整个代码库再回答问题，研究者可以喂进去大量论文找关联。过去需要切片、摘要、再拼接的繁琐流程，正在被一个更大的”记忆”简化掉。

和长上下文同样值得注意的，是它的多模态能力。Gemini 本来就是为图文音视频统一设计的模型，1.5 版本进一步强化了”一次喂进去多种类型的资料”的本事。这和 OpenAI 主打对话体验的路线形成了微妙的差异：谷歌更强调模型作为一个能吞进海量资料、再帮你归纳推理的”研究助理”。两条路线没有绝对优劣，最终会在不同场景里找到各自的位置。

当然，上下文越长，成本和延迟也越高，百万 token 更多是展示能力上限，日常使用未必每次都拉满。但它把天花板又抬高了一大截，等于告诉整个行业：别再只卷参数量了，”能记住多少、能理解多长”正在成为新的竞争维度。

三、苹果砍掉造车：把人撤向 AI

2 月 27 日，多家媒体报道苹果正式终止了代号”泰坦”的造车项目。这个秘密项目传了快十年，一度被外界视为苹果继 iPhone 之后的下一个万亿级赛道。如今项目解散，大部分团队成员被转去做生成式 AI。这个决定在业内引发不小震动，因为它意味着苹果承认：在这场 AI 竞赛里，自己不能再分散精力。

苹果的处境其实很微妙。当 OpenAI、谷歌、微软都在大模型上高歌猛进时，苹果在这一领域的公开动作相对保守。造车是个烧钱、周期长、和 AI 主线关系不大的重资产方向，砍掉它、把工程师和算力资源集中到 AI 基础模型上，是一个理性的战略收缩。这也解释了为什么接下来整个行业都在等苹果在 AI 上拿出自己的答案。

回头看，苹果的造车路走得并不顺。电动车市场早被特斯拉这样的先行玩家拉开身位，国内更是比亚迪、新势力打得火热，而苹果迟迟没有拿出明确的产品时间表，项目在组织内部反复调整方向。相比之下，把同样的工程师团队和算力预算投到大模型上，回报周期短、和现有软硬件生态结合更紧。这不是认输，而是在有限资源下做更划算的选择。对苹果这种体量的公司来说，敢于关掉一个投入多年的项目，本身就是一种战略纪律。

从更宏观的视角看，这是巨头们”全力押注 AI”的又一个注脚。过去两年，我们看到微软重金投资 OpenAI、谷歌重组押注 Gemini、Meta 接连开源大模型；现在连一向以硬件闭环见长的苹果，也开始把最核心的人才往 AI 上挪。资源往哪里集中，未来的产品就会在哪里长出来。

四、结语：这个月的关键词

我自己更关心的，是这些发布对普通开发者意味着什么。Gemini 1.5 开放接口、Sora 虽然还没开放但方向明确，说明上游能力会越来越便宜、越来越标准化。过去要靠专业团队才能做的视频理解、长文档处理，很快会变成调用一个接口就能搞定的事。真正的机会，在于把这些底层能力和具体行业场景结合起来——谁能找到那个”AI 真能帮上忙”的切口，谁就能在这波浪潮里站住脚。工具会不断贬值，场景判断才是稀缺品。

二月这三件事，一个在视频生成上迈了大步，一个在上下文长度上抬了天花板，一个在公司战略上做了转身。表面看各不相干，底层却是同一条主线：AI 的能力边界还在以月为单位往外推，而所有巨头都在重新分配自己最宝贵的资源。对我们这些从业者来说，这个月最大的启发是——别被某一个 demo 惊艳到就急着下判断，真正重要的是看清这些发布背后，整个行业把赌注押在了哪里。春天刚开始，接下来的发布会只会更密集。