谁先提出来中文元宇宙中文(宇宙和世界真的是虚拟的吗)

hello,好久不见，今天小编给大家分析以下问题，主要对谁先提出来中文元宇宙中文，宇宙和世界真的是虚拟的吗进行剖析，大家看完之后应该会有所吸收。

本文目录

1. 宇宙和世界真的是虚拟的吗
2. AI大模型扎堆上线,你觉得谁能强势出圈

一、宇宙和世界真的是虚拟的吗

2021年元宇宙无疑成为科技领域最火爆的概念之一，扎克伯格曾表示未来脸书将从一家社交媒体公司转变为一家元宇宙公司，之后元宇宙这个词席卷了整个互联网与投资圈。在大多数人还搞不懂元宇宙是什么的时候，科技公司们已经步入了“万物皆可元宇宙”的时代。

各大厂商竞相入局、已经成为新风口的元宇宙究竟是什么？中国科幻小说最高奖“银河奖”获得者长铗在新书《元宇宙——通往无限游戏之路》中表示——

人类对虚拟世界的想象已经有些年头了，从整体上大概可以分为两类：一类是在文学、艺术、建筑等诸多领域创造一个个架空世界，给生产力过剩的头脑找一条出路。在古埃及人、玛雅人的雕像中，我们可以看到类似外星人、宇航员、不明飞行物等艺术形象。

另一类则是直接怀疑我们所处的世界本就是虚拟的，不管是柏拉图的洞穴、笛卡儿的恶魔还是庄周的梦蝶，它们都在试图撼动人们头脑中根深蒂固的时空观念。如果说前者是以实映虚，创造源于生活而高于生活的艺术，后者则是向虚而生，解构现实世界的超越性和唯一性，而将人类命运置于更高维的视角去审视。但从宏观上，两者殊途同归，有加速融合之势。元宇宙则是这两股思潮在现实科技文明裹挟下的一次集体狂欢。

在印度教的世界观中，“梵”在世间显现的一切就是“幻”，即摩耶。世界并不是真实存在的，而是“梵”通过其幻力创造出来的幻象。正如《金刚般若波罗蜜多经》偈语所说：“一切有为法，如梦幻泡影，如露亦如电，应作如是观。”

持有此观点的不只是古人。2019年，位于纽约的美国自然历史博物馆举办了一场辩论会，四位物理学家和一位哲学家花了两个小时讨论：我们所知的这个宇宙有没有可能是被模拟出来的。在辩论的最后，主持人问五位学者：“我们是生活在一个虚拟宇宙中的概率有多大？”最高的概率数字来自这组专家中的那位哲学家——纽约大学的大卫·查默斯，他淡淡地说：“42%。”这是一个出自《银河系漫游指南》的梗；来自麻省理工学院的物理学家马克斯·泰格马克则认为这个概率是 17%，大致相当于在掷骰子时得到想要的某个特定数字的概率；在布朗大学任职的吉姆·盖茨则认为这个概率只有1%；来自哈佛大学的丽莎·兰德尔在辩论中提出，她很诧异怎么会有人认为“虚拟宇宙假说”很有趣，而她给出的概率是 0。

“宇宙模拟论”最狂热的支持者是埃隆·马斯克，他曾在不同场合提到过矩阵模拟假设。矩阵模拟假设的基本逻辑是：人类文明的历史才不到一万年，而我们所在的宇宙已有将近 140亿年的历史，这么漫长的时间足够兴起许多文明，且达到非常高级的程度。更古老、更高等的文明很有可能就是我们的造物主。他认为：“从统计学角度看，在如此漫长的时间内，很有可能存在一个文明，而且他们找到了非常可信的模拟方法。这种情况一旦存在，那么他们建立自己的虚拟多重空间就只是一个时间的问题了。”显然，埃隆·马斯克的答案是100%。

试想一下，才发展了不到一万年的人类文明已经在向元宇宙进发，那么 140亿年间，可能有多少更高级的文明造出多少元宇宙或更高级形态的宇宙？我们生活的所谓的“现实”，很可能是由更高级的文明创造或模拟出来的。如同人类创造了游戏，人类文明很可能是许多模拟文明的一部分。那么我们生活的世界是不是一个大型游戏呢？

这个想法并非天方夜谭。我们在玩游戏的时候，某些复杂环境的画面只有当我们观察时才会被渲染出来，我们不观察则不会去渲染，游戏引擎只是记录坐标信息。这是因为游戏开发者在设计较大场景的时候，比如设计一幢房子的内室场景和光照等，对所有的 3A级画面都采用了视锥算法，为了优化性能通常都不做全局渲染，而只会渲染玩家视角所能看到的物体。这几乎与量子力学的不确定性原理相一致，以“薛定谔的猫”思维实验为例，在观察者介入之前，量子处于波函数所描述的叠加态，猫既是活的也是死的，相当于游戏未被渲染。当观察者介入之后，量子塌缩为本征态，相当于游戏引擎将环境渲染为观察者所看到的世界，猫只处于一种现实状态，要么是活的，要么是死的。量子力学不确定性原理似乎在向我们揭露，我们所观测到的宇宙不过是这个大型程序里的一小块地图。

还有物理学家认为，我们的世界在极小的尺度上是否由离散的“块”组成——如数字图像中的像素——是“世界是模拟的”的关键证据。因为游戏其实也是“像素化”的，是有最小精度的。事实上，现实世界不仅存在最小尺度“普朗克长度”，还存在最小质量“普朗克质量”、最小时间刻度“普朗克时间”等。同时，我们这个宇宙不仅存在着节能待机极限——绝对零度，还存在运行极限——光速。不难想象，超光速是宇宙这台机器的 CPU进行的超频运行，超自然现象则是这个大型游戏运行出现了漏洞，平行宇宙则是这个游戏的各种存档。

在柏拉图的洞穴寓言中，奴隶们是故事的主角，然而从主角视角，很容易产生这样一个盲点：“变戏法者”从何而来？谁在为洞穴中的奴隶们放映“皮影戏”？以及这个洞穴是由谁所造的？在《蒂迈欧篇》中，柏拉图为我们讲了另外一个故事，并提供了一条线索：我们身处的现实世界乃是以一个更为“清晰且真实”的理性世界为对象，由一“工匠之神”使用四大元素“模仿塑造”而成。当我们把这两个故事放在一起比对的时候，就会发现柏拉图似乎在暗示人们，现实世界实乃一个“洞穴”，而这个洞穴的“洞主”似乎正是那位“工匠之神”。“工匠之神”虽然技艺精湛，但仍不能完美复制理性世界，正如我们在现实世界中可以找到很多砖头和轮子，但找不到一个纯粹数学意义上的方形和圆形。所以，世界是有限精度的。微观世界的不确定性原理与宏观世界的非完美性，在本质上是同一的，都在向我们暗示，宇宙可能是被模拟出来的。

如果我们身处的世界是高级文明虚拟创造出来的一种元宇宙，而我们也要打造我们自己的“虚拟世界”元宇宙，那么在我们所打造的元宇宙中，是否又会出现下一层元宇宙？就像俄罗斯套娃。

多层元宇宙（多维空间、多维宇宙）之间是可以打通和相互切换的：既然分不清哪里是“现实世界”，哪里是虚拟世界，那么，你想在哪个世界体验，你就停留在哪个世界。在电影《盗梦空间》中，就有对多重梦境的设计，而且许多人愿意停留在梦中的世界。电影《异次元骇客》中，虚拟世界的人并不知道自己是被虚拟创造的，他们天真地认为自己是真实的，而且在自己的世界中又创造出了另一个虚拟世界。

按照元宇宙的“套娃逻辑”与自相似性，也许，人类也不过是现实世界里的 NPC。如果把宇宙当作一个单局时间超过亿年的超大型游戏或无限游戏，我们以为自己是玩家，但更可能的情形是我们只是 NPC，或者至多比 NPC稍好一点，是具有超级自主意识的非玩家角色。也许我们面临的选择会更多一点，皮肤有几种颜色可选（黄、黑、白、棕），语言有 5 000多种选项，出生地有 100多种选项，我们求学、恋爱、工作、结婚、生子，也可能不婚、丁克一生。有一天当你眼前突然弹出一个窗口，告诉你“点击以获取更多信息”，那将是对我们世界观的致命一击。

电影《失控玩家》中的 NPC拥有了自己的意识，当真实世界的人们看着它在游戏里“大闹天宫”时，它却萌生了想要拯救这个“不真实的”世界的想法。当它发现自己的一切行为和结果都是被提前设定好了的时候，顿时陷入了无穷的绝望，因为它当下的任何想法都失去了意义，于是它问自己：我为什么还要存在？

生命的本质就是为了延续，因为生命就是一个无限游戏。由此，元的含义也就呼之欲出了，它是进化与自我指涉的双重叠加：自我进化。所以，元宇宙，不言而喻，即自我进化的宇宙，这才是一个真正的无限游戏。Roblox的一只脚已经跨入自我进化的门槛：目前该平台的游戏数量超过 4 000万个，由 800万名左右的用户创造提供。 Roblox对于平台上的项目不做任何规则限制，由所有用户（包括开发者）共同决定其规则。之所以说一只脚，是因为 Roblox是把修改规则的权限交给了用户（即社区），虽然与元游戏有着本质的区别，但这仍算不上是真正的自我进化。

也许有朋友会指出，“进化”这个词在中文的语境中同样代表了一种有限游戏思维，“进”作为“退”的反义词，似乎在暗示生物的演变有方向，今天的人类要优于先祖。在有限性这层含义来说，它与“超越”一词并无本质区别。是的，早有有识之士指出，应该将 Evolution翻译成演化，进化带有方向性，是不对的。既然生物是随时间和环境而变化的，那么生物的演变（变化）就没有一个固定的方向，生物从一种物种演变成另一种物种也是随机的，所以谈不上是“进”还是“退”。留美学者龙漫远先生在为 Why Evolution is True一书的中文简体版《为什么要相信达尔文》作的序中也特别强调：“对于中心概念‘Evolution’，这一被长期误译为‘进化’的最重要的单词，书中使用了中国近代最伟大的学者和翻译家之一严复准确翻译出的‘演化’（天演）一词。这是中文世界对演化生物学中心概念理解的一个重要进步。”但由于“生物进化论”已经是约定俗成的翻译，本书并不特别使用“演化”一词。需要指出，有限游戏思维已经深深根植于人类共同的记忆当中，历史学对人类社会“从原始社会到封建社会再到现代社会”的归纳，文明史从采集狩猎到农耕文明再到工业文明乃至信息文明的划分，都不约而同地沿袭了历史有车轮、社会在进步的有限思维。殊不知天行有常，独立而不移，周行而不殆。

如果元宇宙的无限性成立的话，那么似乎也可以对那些司空见惯的宇宙学名词提出疑问。比如，“大爆炸”这个词就很不具有无限性，它暗示着宇宙有始有终，最终我们的宇宙会走向热寂。还有一个结论，宇宙可能是封闭的。但是宇宙的起源比我们想象得更复杂

博洛尼亚大学天体物理学家佛朗哥·瓦扎和维罗纳大学神经外科医生阿尔贝托·费莱蒂对人的大脑和宇宙这两个在规模上相差了 27个数量级的网络进行了定量分析。他们的研究表明，人的大脑和宇宙这两个系统确实有着惊人的相似度，尽管它们相差巨大的数量级。在研究中他们使用功率谱分析技术来研究大尺度上的星系分布情况，图像的功率谱测量的是不同空间尺度的物质结构波动强度。

从图7.1的功率谱分析图像中可以看到，小脑中0.1~1 mm范围内的波动分布与数千亿光年内的星系分布是相似的，而最小尺度（大约 10μm）下的大脑皮质形态则与几十万光年尺度上的星系分布更加相似。相比之下，其他复杂系统（包括云、树枝、等离子体湍流的对应图像）的功率谱分析结果与宇宙网络截然不同，这些系统的功率谱更加严格地依赖尺度，而这可能是它们分形性质的表现。这种现象在树枝分杈和云层形状中更加明显，两者都是非常典型的分形结构，在很大的范围内具有自相似性。另外，对于人脑和宇宙这样的复杂网络，可被观察到的行为并没有分形的特征。

如果“宇宙是模拟的”假说只是一个被滥用的隐喻，那么下面这个假说的奇妙性可能有过之而无不及。小西尔维斯特·詹姆斯·盖茨有一个设想：宇宙可能正在进化。他说：“自动纠错代码让我们的浏览器可以正常工作，那么这类代码为什么会出现在我所研究的物理方程式之中呢？”

盖茨的研究领域是超对称，即推测每一个基本粒子都拥有一个相对应的粒子，而这个相对应的粒子可以解释我们在宇宙中发现的许多奇怪的现象。在有关超对称的探索工作中，把一些事物以非一即零的形式进行表示非常便于研究。关键在于，如果真的用这种方式表示一些事物，那么盖茨研究的方程式成立的唯一条件就是这些被表示为一或零的物体中所包含的额外的信息：量子纠错码。

这也许标志着我们的宇宙正在进化。有这样一种可能，在宇宙形成之初，出现了一些具备一系列数学特征的宇宙，但并不是所有这些宇宙都能延续至今。然而我们的宇宙延续了下来，是因为某些反馈机制（比如量子纠错码）给我们的宇宙提供了稳定性。

本书全面阐述了元宇宙的定义、发展历史与产业现状，按照古典元宇宙与加密元宇宙的分类，总结了元宇宙的六大基本特征与七大技术基建。本书基于“无限游戏”思想，详细介绍了怎样设计一个完备自洽且可行的元宇宙协议；阐明了无限游戏与有限游戏在组织形态、治理结构、商业模式、生产资料、游戏规则、经济学等诸多方面的差异；提出了元宇宙三大定律，以及建立在区块链智能合约之上的元宇宙产权、交易、繁殖三大协议。在全书的最后，针对元宇宙提出了哲学层面的思考，阐述了虚拟与现实的二元对立与相互融合，元宇宙对现实世界的冲击以及我们对现实世界的反思，指出元宇宙的本质在于自我进化，并从熵的角度推演了未来元宇宙的终级发展形态。

二、AI大模型扎堆上线,你觉得谁能强势出圈

ChatGPT在这个春天霸占了中文互联网，普通人面对它多生出兴奋和焦虑交织的复杂情绪，而大公司不甘落后，纷纷宣布自己也在做类似的AI大模型。

继3月16日百度发布文心一言之后，4月7日，阿里云官宣大模型通义千问开始邀请测试。

4月8日，在人工智能大模型技术高峰论坛上，华为云人工智能领域首席科学家田奇分享了盘古大模型的进展及应用。他透露，华为盘古大模型正在推动人工智能开发从“作坊式”到“工业化”升级。

接下来，有多场大模型相关发布会扎堆举办。

4月10日，商汤“日日新SenseNova”大模型体系问世；4月11日，毫末智行自动驾驶生成式大模型DriveGPT雪湖·海若发布；由昆仑万维和奇点智源合作研发的天工大模型3.5发布在即，并将于4月17日启动邀请测试；5月6日，科大讯飞“1+N认知智能大模型”即将发布……

互联网巨头、人工智能公司、智能硬件公司、自动驾驶公司等各方力量，都积极参与到大模型这一场盛宴中来。

行业监管也迅速出手。4月11日，国家网信办发布通知，就《生成式人工智能服务管理办法（征求意见稿）》面向社会公开征求意见。

根据计算机科学家、自然语言模型专家吴军的说法，ChatGPT背后是一个叫做语言模型的数学模型在发挥作用，这项语言模型技术早在1972年就已经有了，是由他的导师弗莱德里克·贾里尼克(Fred Jelinek)在IBM期间带领团队研发出来的。

只是到了今天，由于算力不断提升，语言模型已经从最初基于概率预测的模型发展到基于Transformer架构的预训练语言模型，并逐步走向大模型的时代。

复旦大学计算机学院教授、MOSS系统负责人邱锡鹏曾这样描述大模型的能力飞跃：“当模型规模较小时，模型的性能和参数大致符合比例定律，即模型的性能提升和参数增长基本呈线性关系。然而，当 GPT-3/ChatGPT这种千亿级别的大规模模型被提出后，人们发现其可以打破比例定律，实现模型能力质的飞跃。这些能力也被称为大模型的‘涌现能力’（如理解人类指令等）。”

每当有革命性的技术诞生，无一不是由其在具体行业的商用化应用来实质性地推动行业进步。作为连接技术生态和商业生态的桥梁，大模型也将在很多行业应用落地。

只是，这波来势凶猛的大模型热，究竟会催生万物生长改变万千业态，还是继区块链、元宇宙之后又一个看上去很美的泡沫？

特斯拉将Transformer大模型引入自动驾驶领域中，拉开了AI大模型在自动驾驶领域应用的开端。大模型在自动驾驶行业的应用将提升系统的感知和决策能力，已经被视为自动驾驶能力提升的核心驱动力。

4月2日，百度正式发布百度自动驾驶云Apollo Cloud2.0。百度智能驾驶事业群副总裁、智能网联业务总经理高果荣表示，Apollo Cloud2.0基于大模型实现了自动驾驶数据智能的搜索引擎，大模型的能力积累了自动驾驶数据智能的搜索引擎，从海量数据中能够精准找到自动驾驶面向不同场景的数据。

“在自动驾驶领域，BEV(Bird''s Eye View，鸟瞰视图)是当前主流的技术路线，未来可以朝着多模态、通用智能的方向发展。”商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚表示。

他认为，在通用人工智能时代，输入提示词和多模态内容，就可以生成多模态的数据，更重要的是，可以用自然语言生成对任务的描述，用非常灵活的方式覆盖大量的长尾问题和开放性的任务，甚至是一些主观描述。

王晓刚举了一个例子来说明AI和AGI处理任务的不同。给定一张图片，判断是否需要减速，AI和AGI的反应有什么不一样呢？

现有的AI系统，会首先做物体检测，然后再物体框里做文字识别，最后做决策。整个过程中每一个模块都是事先定义好的任务。

而在通用人工智能下，给定图像，人们只需要用自然语言去问问题，比如，“这个图标是什么意思？我们应该做什么？”模型本身不会发生变化，它会通过自然语言的方式给出一系列逻辑推理，最后得出结论。比如，它会说，“前面限速30公里/小时”“前面100米是学校区域”“有小孩”“应该小心驾驶”“将车速降到30公里/小时以下”等。

王晓刚还指出，智能驾驶汽车领域有“数据飞轮”的说法，通用人工智能时代则会产生“智慧飞轮”，人和模型之间可以互动，通过人的反馈，模型能更好地理解人需要它展示什么样的能力，而去解锁更多技能。从数据飞轮升级到智慧飞轮，可以实现人机共智。

商汤基于多模态大模型，可做到数据的感知闭环和决策闭环。从前端自动采集高质量的数据，到利用大模型进行自动化的数据标注和产品检测，“能够几百倍地提升模型迭代的效率并降低成本”。

华为云EI服务产品部总裁尤鹏也表示，“整个数据标注是整个自动驾驶领域准确率、效率、成本最高的一部分”，这部分的效率直接影响到自动驾驶算法和驾驶等级的提升。他透露，华为云正在做预训练标注大模型，支撑后续的自动驾驶算法的训练，可能会在几个月后会发布。

除了自动驾驶，很多行业人士相信，智能座舱也将在大模型的赋能下有着质的提升，尤其将为人机交互打开新的大门。

百度集团资深副总裁、智能驾驶事业群组总裁李震宇认为人工智能将重塑汽车空间，人与汽车的关系将会截然不同。“未来，我们相信每辆汽车都会搭载一个数字虚拟人。未来的数字虚拟人不仅可以模拟人的外形，还可以注入灵魂，真正拥有对人类意图的理解……同时也不再是单一以前场景的车机助理的身份，而会转化成全能助理。”

他相信，随着通用人工智能的发展，智能座舱将成为汽车创新的新焦点，将会重塑其空间，届时用户和车企之间的距离将缩短，用户和品牌之间的关系将更为紧密。“拥有自然语言交流能力的智能车可以让车企与用户直接进行一对一的对话。当汽车成为全能助理后，车企将面对用户需求爆发式的增长。”

王晓刚称，在智能座舱板块，通用人工智能可以使基模型具备对空间环境的理解、用户状态的感知、多模态指令解析及多轮逻辑对话、内容生成等一系列能力，进而赋能包括情绪感知、智能助手、基于情感的对话、创意内容生成、个性交互等一系列功能，不断地提升个性化体验，进一步拓展应用场景。

“智能汽车是通用人工智能实现闭环的一个非常好的场景，我们已经有人机共驾。”王晓刚表示，“未来我们希望车和模型之间能够产生更有效的互动，那就完成了从人到车到模型这样一个互动闭环，能够让通用人工智能为我们提供更好的驾乘体验，解锁无限的想象空间。”

只是，消费者距离这种有着“无限的想象空间”的汽车生活还有多远，没有人说得出答案。

想象是美好的，不过，挑战也随之而来。

“过去我们一年要做大概1000万帧的自动驾驶图像的人工标定，请外包公司进行标定，大概6到8元钱一张，一年的成本接近一个亿。但是当我们使用软件2.0的大模型通过训练的方式进行自动化标定，效果会非常可怕——过去需要用一年做的事情基本上三个小时就能完成，效率是人的1000倍。”理想汽车创始人、董事长兼CEO李想OK表示，“对于员工来说，他们会感觉用拳头打架遇到了拿枪的。”

他认为，在这样的状况下，如何能够让软件2.0和现有人才进行融合，为他们提供怎样的全新工作流程、激励机制，如何去选用任用人才，给全行业提出了挑战。

更大的挑战可能还在于中外大模型技术的差距。

3月25日，在2023中国发展高层论坛上，360创始人、董事长兼CEO周鸿祎表示，目前来看，中国大语言模型和GPT-4的差距在两到三年时间，GPT的技术方向已经明确，不存在难以逾越的技术障碍，中国在场景化、工程化、产品化、商业化方面拥有巨大优势，应当坚持长期主义精神，迎头赶上。

4月9日，由中国人工智能学会主办的人工智能大模型技术高峰论坛上，融汇金信CTO李长亮认为，未来做通用大模型的和做场景的分层很清晰，没有中间态。做通用大模型需要大量的算力、数据、人员、资源等，只有有很强技术储备和资源调配能力的大公司才能做，中小创业公司在这条赛道上会很难；在垂直应用上，基于大模型的发展，结合场景的know-how做一些创新应用，则会有无数的企业诞生。

他还认为，中国在大模型这个产业赛道上是很有机会的，因为在中文场景下，我们更懂我们自己的语言，沉淀了大量的中文知识，会迅速追赶并超越。

我们也注意到，计算机科学家、自然语言模型专家吴军在4月3日晚得到的一场直播中则给当下的ChatGPT热泼了盆冷水。他直言ChatGPT在中国被过度炒作了，中国的大部分研究机构是做不了的。

在他看来，ChatGPT的原理很简单，但是在工程上要想做到，其实蛮困难，因为ChatGPT太耗资源，光硬件的成本就要差不多10亿美元，这还没算电钱。ChatGPT训练一次要耗多少电？吴军的说法是，大概是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次。这是非常花钱的一件事。

他的结论是，ChatGPT不算是一项新的技术革命，带不来什么新机会，最后可能的一个结果就是给几家大的做云计算的公司交钱。

由ChatGPT带起的大模型热，最终会在各行各业开花结果，还是盛名之下其实难副？不妨把这个问题交给时间。

【本文来自易车号作者汽车商业评论，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】

文章结束，欢迎大家转发。