在机器学习中，模型的可调节参数就像苍蝇，训练数据就像气味源，目标函数测量的误差就像气味。而调整模型权重的目的是向着气味源(这里是低误差，相当于更浓的气味)移动。

最后，他得出结论，如果认为机器学习模型仅仅通过训练行星运动的视频就能在内部学到广义相对论，那就更荒谬了。这是对机器学习原理的严重误解。

此外，有网友指出 Sora 视频示例中充满了物理错误，比如一群小狗在雪中玩闹的场景就很糟糕，大块雪的运动就完全违反了重力(是否真如此，有待判断)。

Sora 到底懂不懂物理?将来会不会懂?「预测下一个 token」是不是通往 AGI 的一个方向?我们期待各路研究者进行进一步验证。