虛擬和現實那道墻倒了

圖片來源：Sora官網

作者｜楊曉鶴

從2024年2月15到2024年12月10日，整整間隔300天，最強期貨Sora從預告到終于面世。

在大洋彼岸，OpenAI打造的12天春晚的Day 3，山姆奧特曼終于正式發布了Sora V2版本。從未正式推出的V1版本，曾經通過演示視頻帶給過大家震撼。

這次OpenAI公布了更高端快速版本—Sora Turbo，帶給ChatGPT Plus 和 Pro 用戶。

就像1984年的Mac一樣重新定義影像創作，Sora重新定義了世界模型：“Sora 是理解和模擬現實的人工智能的基礎，這是開發能夠與物理世界互動的模型的重要一步。”

我們且看這次發布的 Sora 最終呈現的能力：

? 支持分辨率高達 1080p、時長最長 20 秒的視頻，格式可選寬屏、豎屏或方形。這點沒什么，國產AI都可以。相比國產最長的2分鐘，Sora這項指標還落后了。

?但重要的是，Sora配備了分鏡工具，故事板工具（Storyboard）能讓用戶能夠精確指定每一幀的輸入，用戶可以通過在時間線上拖動和間隔卡片、添加字幕和上傳源媒體來控制節奏，同時確保適當的間距以避免突然切換。

? 提供文本生成視頻（text-to-video）、圖像生成視頻（text+image-to-video）、視頻編輯生成（text+video-to-video）。這點也沒什么，國產AI也都能實現。

? 覺得簡單生成不太好玩，OpenAI加入了Remix和Blend兩項新功能。這意味著用戶可以選擇自帶素材進行擴展、混音和混合，或者從文本生成全新的內容。

換句話說，你可以使用Recut修剪和延長（重新剪輯）、重新混合以創建新變化、混合視頻之間的過渡。直播演示中，猛犸象和機器人混合在了一起，走在了沙漠上。

? Sora可以添加很多幀，連接兩個不相關的開頭和結尾。據說測試中的許多藝術家都非常喜歡這個視頻循環功能。

? 包含“精選”和“最近”內容板塊Explore，幫助大家從社區中汲取靈感。

實際上這次短短的直播中，并沒有過多呈現Sora生成的案例視頻有多精彩，而是重點介紹了Sora產品的功能特點。

此前在日本藝術家創作的80年代年輕人舞蹈和OpenAI創意專家ChadNelson 在倫敦展示的 Sora V2 視頻，體現了多主體，多視角、多變焦等環境中，Sora的畫面逼真清晰、人物一致性、視頻延展等能力。

大家可以在今天晚點時間開放后體驗Sora，是否是對目前所有的視頻生成模型的一次碾壓。

當然，在Sora閉關迭代的這一年中，國內AI視頻也經歷了很多變化。

1.Runway：

Runway發布了第三代視頻生成模型Gen-3，該模型在保真度、一致性和運動方面有了重大改進。

Gen-3 Alpha模型使用視頻和圖像聯合訓練，特色包括90秒內快速生成10秒視頻、并行生成多個視頻、模型驅動新的文本到視頻（T2V）、圖像到視頻（I2V）和文本到圖像（T2I）等功能。

2.可靈（快手）：

快手可靈在6月份發布，也是類Sora的DiT架構，能夠生成長達2分鐘的視頻，且幀率達到30fps。圖生視頻、文生視頻、視頻續寫都可，每天有6次免費機會。

可靈AI以其生成時長、效率，以及視頻質量位于AI視頻生成產品的第一梯隊，2分鐘的生成時長是現在所有產品里的第一，尤其在真實風格場景上的表現更好。快手可靈應該是目前商業化做的最好的，此前公布過營收過千萬。

3.即夢（字節跳動）：

最開始的即夢大概也是采用SDXL模型，當時鯨哥體驗下覺得是runway1.0的水平。但是在10月份豆包發布視頻生成-PixelDance模型后，其實已經進化到，一度讓我們不再期待Sora了。

搭載這款模型的即夢AI 2.0，在對提示詞的捕捉和理解方面展現出高一致性，精確控制多個主體，可對連續動作，連續鏡頭做高度控制。超寫實效果媲美電影拍攝效果，還支持首幀到尾幀的變化動畫，這功能Sora今天也發布了。

4.騰訊混元：

最近被熱議的則是騰訊混元正式上線文生視頻，并全面開源，參數量達到130億，是當前最大的視頻開源模型。

混元視頻生成模型在文本視頻一致性、運動質量和畫面質量多個維度效果領先，在人物、人造場所等場景下表現尤為出色。能夠實現在畫面主角保持不變的情況下自動切鏡頭。

綜合來說，AI視頻在影像創作、電影生成、短視頻內容開發等領域都具有重大意義。

AI視頻創作者“AI Talk”主理人汗青說道：“如果Sora能很快提供類似效果的民用服務，那確實是降維打擊，其實對創作者來說，這個視頻中多人物同屏，以及畫面的表現力運鏡才是最寶貴的，完全是另一個層面的東西。什么清晰度、鏡頭長度其實不太重要，這是真正做創作的人和技術狂熱者看待事物的不同角度。”

Sora目前應該超出了很多人的預期，甚至是狂喜。

2023年好萊塢曾爆發上萬名從業人員走上街頭，他們抗議AI帶來的挑戰和工作機會減少。但現在隨著Sora面世，尤其官方說道并不希望一鍵生成，而是希望促進創意發展。現實影響真的會是這樣嗎？

從實際來看，Sora這么延遲發布，很可能并不是技術上有很大難題，而是安全隱私保護等問題遲遲沒有解決。

現在終于有了解決方案，OpenAI在官網中提到：

所有 Sora 生成的視頻都帶有元數據，元數據會將視頻標識為來自 Sora，以提供透明度，并可用于驗證來源。雖然不完善，但我們默認添加了可見水印等保護措施，并構建了一個內部搜索工具，該工具使用第2代的技術屬性來幫助驗證內容是否來自 Sora。

而對于用戶很關心的價格，披露使用 openai plus 賬戶，您每月可獲得 50 次生成。使用專業賬戶，每月可以獲得 500 次快速生成（高分辨率下更少），并在較慢的生成模式下獲得無限制生成。

Sam Altman在直播結束時說道：回到GPT-1的類比，現在還處于早期階段，它會變得更好。Sora會引起GPT 4一樣的浪潮嗎？

視頻內容推薦：

作者交流：

這個群體，AI 捏爆款，1人年入百萬，能造出下個Super App?

燒掉OpenAI 近40%融資，“AI虧損王”能換來船票？