原創 數字生命卡茲克 數字生命卡茲克

OpenAI Day3的直播，我們等了298天的Sora，終于，正式上線了。

而且不僅僅是一個模型，而是一個非常完善且體驗極佳的真正的產品。Sora背后接入的是一個新模型，Sora Turbo，推理成本肯定少了非常非常多，這也解釋了為啥OpenAI把Sora拖了這么久，就是因為二月份的那個模型，推理起來太燒錢了，跑不動。

雖然是個新產品，但是會員體系是跟ChatGPT全面打通的。

20刀的Plus比較慘，最多生成50個視頻，最多720P、5s，還有水印。

尊貴的200刀的Pro會員就比較香了，最多快速生成500個視頻，還能無限慢速跑，1080P、20s，還有無水印。

所以，沒辦法，我只能，當場怒氪了200刀。。。

于是，我也成了尊貴的200刀的Pro會員了，o1沒讓我充錢，但是Sora這波，我是真的逃不了了。。。

真的都是宿命。

2月16號，OpenAI發布Sora，在全世界，掀起了新的浪潮。

而那天，我也寫下了那篇傳播最廣的文章：

然后，就是死一般的沉寂。

那個Sora，成了所有人心中，最遠的夢。宛如天上的星辰，美得不可方物，卻又遙不可及。

有人說，5G只改變了何同學的生活，而Sora，也只改變了我的生活。

雖是一句玩笑，但也卻只能是一聲嘆息。

而今天，298天之后。

在鐵王座上的王已經換了無數次之后，在可靈、即夢、海螺、vidu等等AI視頻模型已經一統江湖之后。

Sora回來了。

它說：

“重鑄OpenAI榮光，吾輩義不容辭。”

這次，我用4句話總結這次Sora的完整特點：

極度完整的用戶體驗、還不錯的運動效果、超豐富的視頻修改與編輯、完美一致性的故事板。

一個一個來說。

一. 極度完整的用戶體驗

我最開始以為的Sora，是一個網頁，就一個寫Prompt的輸入框，然后沒了。

就跟很多AI視頻剛上線的時候一樣。

結果，Sora這個產品，掏出來的完整度，還是超出了我的預期。

在整體界面上，非常的Midjourney，有一種熟悉的感覺的即視感。最左邊的其實就是社區和你自己的生成出來的素材管理。

有喜歡的、收藏的等等，不贅述了，都大差不差。

而真正的操作區，放在了底部，功能比我想象的要多很多。

從左到右，分別是：

上傳圖片或者視頻：Sora支持文生視頻、圖生視頻。所以可以傳圖。

預設的風格模板：

當然你也可以新增自己喜歡的風格做成預設。

比例：支持的比較少，只有16:9、1:1、9:16三種尺寸。

分辨率：3種，480p到1080p，Plus會員只能生成720p的，pro會員才可以生成1080p。

持續時長：4種，5s、10s、15s、20s，這里需要注意，720p的是可以生成20s的，但是如果你選1080p，那最多只能生成10s了。

一次生成視頻個數：1、2、4三種選擇，1080p最多1個，720p最多2個、480p最多3個。

右邊還有一個非常非常牛的故事板功能，這個我們放在第四趴細說。

非常牛，真的。

在這個功能的完整度上，已經比很多產品好了，但是，這不是最重要的，最可怕的完整度，是在生成視頻后。

Remix（重新混合）、blend（混合）、Loop（循環），這些功能，是我全部第一次見，也都是Sora的獨創功能，這一趴，我放在第三塊細說。

我們先來看看，Sora生成出來的效果。

二. 還不錯的運動效果

現在幾乎所有的AI視頻模型還在努力追趕真實世界的運動質感，在讓人能走起來、跑起來、做一些復合型動作。

那Sora作為整個的鼻祖，其實在運動效果上，會好一些，但是并沒有好那么的超乎預期。

在運動質量、物理規律、鏡頭語言上，會比大部分的AI視頻模型效果都要厲害。還有那個神級的審美。

太喜歡了。

當然，不足也有很多，而且跟2月的時候，我覺得沒有太大的變化。

就是肢體變形、物體的突然出現以及消失、錯位等等，這些也還是會有不少。

在一些復雜語義的理解上，也差點意思。

比如，我給的Prompt是：“在那間破舊的出租公寓里，剛畢業的年輕人疲憊地脫下西裝外套，把它扔在椅背上。他走到窗邊，呆呆地望著城市的夜景。遠處，霓虹燈閃爍。”

你會發現完全沒有理解脫衣服、扔衣服這事...一直漫無目的在屋子里走來走去。。。

還會經常有莫名其妙的切鏡，如果把時間拉到10s鐘，我個人覺得，切鏡的過于頻繁了。

所以，整體來看，我覺得Sora如果對標GPT進度的話，那現在應該是GPT2.5左右的水平。

等到Sora的v2版本。

那可能就真的能達到GPT3.5，那種全民可用的地步。

產生巨大顛覆的效果了。

三. 超豐富的視頻修改與編輯

如果我說，我希望在剛剛生成的的草地上，加個游泳池。

我想，任何一個人都會用看煞筆的眼神來看我，不開口罵我我覺得都是輕的。

動動嘴，一句話改視頻，聽起來像天方夜譚，對吧。

但是Sora，做到了。

這就是我們在之前提到的，Remix（重混）功能。

可以一句話，改掉視頻里面的素材。

比如在他們的直播演示里，他們先生成了一段猛犸象在荒原奔跑的視頻。

那如果你對這個猛犸象不滿意，想把他變成機械猛犸象。

那就可以直接點remix，來一句話，改視頻。

你可以修改Remix強度。

來決定Remix值的大小。

可以選擇溫和，于是，你就有了，機械猛犸象在荒原上奔跑。

還有這個Blend混合功能。

比如我們有兩段視頻。

我想讓雪花先開始放，然后無縫變成花朵的樣子，中間無縫斜街。

Blend功能直接完美搞定。

你還可以用Loop功能，做一段無限循環的海浪。

甚至，OpenAI還給你開了剪輯功能。。

你可以，直接在Sora上面剪輯。

只能說，這一波，產品功能的完成度，實在太高了。

四. 完美一致性的故事板

就是這個玩意。

你可以通過不同的Prompt，生成幾乎完美一致性的分鏡，從而組成一段一分鐘的影片。

其實用AI一鍵生成電影，是很多炒概念的公司，在打的點。

因為電影，或者視頻，本質上是由一個一個的鏡頭組成的。

很多時候為了在前期就把大概的畫面定好，就需要提前畫故事板。

比如《流浪地球2》上映的時候，就有媒體對當時球2的故事板指導費雪豪老師做過專訪，其中透露了一些故事板的設計，就是長這樣的。

雖然是一幀一幀的，但是你也能看出來，其中的動態表達，還有那種強到夸張的戲劇張力，更重要的是。

每一幀之間的一致性。

而這一點，是每一個試圖去做故事板的AI產品，都逃不過的核心點。

你前后鏡頭的人物、場景，如果都長得不一樣，那還聊啥沉浸感，對吧。

所以，過往的類似于LTX Studio的產品，我覺得失敗就失敗在這。因為都是先生圖，然后圖生視頻，一致性，太難太難保持了。

但是Sora這次，靠著自己的特性，把每一段的鏡頭的一致性，做到了完美。

你可以直接在時間軸中，加分鏡幀，來引導每個畫面應該怎么做。

不僅能實現一個鏡頭里面的多動作引導，還能實現可控的分鏡切鏡。

比如我寫的這一段。

你可以隨意拖動時間軸上的分鏡，以便控制讓它從幾秒鐘開始。

然后，一段流暢的動作視頻，就生成完畢了。

而且不止是文字。

你還可以輸入圖片，比如我上傳兩張圖片進去。

就可以完美的實現首尾幀的效果。

寫在最后

298天，說長不長，說短不短。

298天，也恍若一夢。

這298天里，我們見證了AI視頻領域的群雄并起。

可靈首當其沖劃破黑暗，即夢用完美的人物演繹征服觀眾，海螺用極致的表情贏得掌聲，Vidu用完美的一致性獲得贊譽，開源世界里也有智譜和混元讓黎明升起。

每一個都像是一顆璀璨的星星，照亮了那一片天空。

但在這298天里，更看到了人性的投射。

有人用AI還原逝去至親的音容笑貌，有人用它創作出天馬行空的奇思妙想，有人用它表達內心最深處的情感。

AI不僅是冰冷的工具，而成為了我們創造力的延伸。

當影像制作的門檻被徹底打破，當每個人都能輕松創作出專業級的視頻。

我覺得更值得思考的是：

我們要用這份能力做些什么？是沉迷于虛擬的完美，還是用它來表達真實的情感？是制造更多的喧囂，還是傳遞更有價值的聲音？

在這個即將影像即真相的時代，我們每個人都將面對這個選擇。

而且，這亦不是終點，而是另一個起點。

因為在AI的世界里，永遠沒有最后一個奇跡。

只有，下一個奇跡。

原標題：《OpenAI正式上線Sora - 王者歸航。》

閱讀原文