昨天寫了一篇文章，分享了一些我對於大模型特別是Sora的看法，晚上看了一下文章數據，發現了一個很有意思的現象：文章閱讀量挺高，但點贊在看轉發劃線爲零，這引起了我很大的好奇和思考。
往常我寫的技術或職場類文章點贊和在看轉發數據都不低，即使是週末更新的思考雜談類文章，也沒有出現過這個現象。我分析了一下這個現象，我覺得原因可能有如下兩個方面：
1.讀者對內容沒什麼共鳴，可能是內容不在他們認知範圍內；
2.文章純粹是水字數，沒什麼乾貨內容，無法讓大家有所收穫；
但第二個原因，從閱讀量來說又不太合理，原因出在哪裏？難道只是我單純的瞎好奇？想到這兒，我想起了近幾年在媒體端頻繁被提到的一個名詞：信息繭房。
提到信息繭房，大家會想到什麼？我第一反應是抖音短視頻的推薦機制。
有段時間，我經常在抖音刷到一個叫做多肉的小男孩的視頻，很童真很搞笑，總是忍不住繼續刷下去。同時，我微信水羣的一幫傻吊網友，經常發一個小女孩的表情包，很蠢萌可愛的樣子，我也收藏了不少這類表情包。
無論是多肉還是瑤瑤，他們都有一個共同特徵：在短視頻領域有很高的熱度和很多擁簇。
直到有天和朋友聊起這個話題，朋友說他就沒刷到過多肉的視頻。同樣，我也沒有刷到這個叫做瑤瑤的小女孩視頻。
問題來了，按照普通人的理解邏輯，正常應該推送熱度更高的內容給用戶，互聯網時代特別是短視頻崛起後，流量幾乎都會下意識聚集在少數熱點周圍。問題出在哪裏了？沒錯，就是信息繭房。
幾年前的互聯網，流量是默認聚集在少數熱點周圍的，因此造就了微博頭條的起飛，買熱搜之類的層出不窮，上熱搜成了一個形容詞。
這個時代的內容分發和推薦機制，是讓更多人的目光聚集在熱點上，這樣才能吸引更高的流量，背後的商業邏輯才能剛多的變現。
而近幾年的內容分發和推薦機制變了，平臺會根據各種維度的指標統計，推送給你的內容越來越偏狹，有個詞叫做“號養成了”，就是最合適的代表。
這兩者的區別是什麼呢？前者是拋出熱點信息聚集更多的流量，後者是將用戶分割到一個個細小的繭房裏。
簡單理解，前者對用戶來說，擁有更多更自主的內容選擇權；而後者則是讓你看什麼就看什麼，用戶越來越失去了信息選擇權，直至失去選擇和思考的能力。
回到大模型和Sora的話題。
生成式大模型從22年底ChatGPT爆火出圈至今已經一年多了，對於互聯網從業者來說，這羣更關注互聯網相關技術和信息的人按理更應該富有好奇心和嚐鮮的能力。
結果直至如今，我認識的大部分互聯網從業者特別是技術同學，甚少有利用大模型輔助工作和在生活中應用的。
Sora是今年2月15日凌晨，OpenAI剛發佈的文生視頻大模型，簡單理解，就是給出一些具體的場景描述提示詞，Sora就可以生成對應的短視頻(仿真度極高，甚至普通人肉眼很難辨別)。
由於剛推出不久，目前僅在專業領域和一些自媒體有些許曝光，也許等真正走入大衆的視野，然後經過一段時間發酵，大衆才能感受到它帶來的視覺和認知震撼。
換個角度來看，每逢新事物出現的最初，總是小部分人的狂歡盛宴，大部分人的不知不理。
以出現一年多的生成式大模型來說，大部分人對它的認知依然停留在觀望狀態，小部分人已經靠大模型的能力賺錢忙不過來了。怎麼賺錢呢？
很簡單：生成各種精美圖片，可以是生圖，也可以是別人提供照片幫忙生成動漫或國風圖片。特別是剛過年這段時間，換頭像，結婚照，親子照各種。
昨天看到同花順新增了概念指數”Sora概念(文生視頻)”，今天目測又是一輪AIGC相關的領漲潮。放大視野來看，Sora的文生視頻能力，對於近幾年火熱自媒體人來說，是一個很大的利好。
如何理解？能幫助這些內容創造領域的人羣以更高更快的頻率產出更多的圖文及短視頻內容，快速迭代試錯，進而獲取流量，轉化變現。
這個時代之所以造就了信息繭房，其根本原因是信息爆炸帶來的選擇困難症，進而由人性本能的好逸惡勞導致了很多人放棄思考和選擇。
很多人會說這都怪推薦算法和各個平臺，但回到問題的本身，一切都是羣體的選擇。
不要放棄思考和選擇的權利，不要喪失思考和選擇的能力，纔是走出信息繭房的唯一出路。