追不上Sora的同行有難了

　　Sora公布第10天，同行已經(jīng)坐不住了。

　　2月16日，中國大年初七，OpenAI公布了全新的生成式人工智能模型Sora：輸入自然語言指令，輸出至多60秒的視頻。

　　從文本到視頻的生成式AI模型并不新鮮，但sora——就像ChatGPT——一樣，因其斷崖式的質(zhì)量提升，登時點燃了互聯(lián)網(wǎng)。高清的畫質(zhì)，流暢的畫面，乍看之下頗為自然的物理軌跡，和一年前近乎鬼畜的“威爾·史密斯吃意大利面”視頻看起來像隔了一個世紀，同行去年才發(fā)布的AI產(chǎn)品與之相比也黯然失色

　　10天很短，但在AI領(lǐng)域卻足以生變。

　　至少有兩家AI界“當紅炸子雞”站了出來：2月22日，StabilityAI正式開放Stable Video的公測，該產(chǎn)品背后的模型Stable Video Diffusion去年11月就已經(jīng)發(fā)布。幾乎同時，另一家在文生圖領(lǐng)域頗有建樹的Midjourney也透露，可能會在下一次迭代時包含視頻功能。

　　昔日“炸子雞”站在陰影中，追不上Sora的同行有難了。

　　A

　　在接受了Sora演示視頻的直接沖擊之外，人們立刻開始做縱向和橫向的比較。

　　縱向比較，人們拿出了一年前“威爾·史密斯吃意大利面”的AI視頻。這位好萊塢明星臉部變形嚴重、面的形態(tài)千變?nèi)f化，分分鐘觸發(fā)恐怖谷效應(yīng)，越看越詭異。

　　一年之后，Sora已經(jīng)可以做出一個女人在東京街頭漫步的視頻，不管是畫面質(zhì)量、連續(xù)性和穩(wěn)定性，還是女人的步態(tài)與神情，都已經(jīng)幾乎可以以假亂真，讓人連連稱贊：文本到視頻的進步也太大了。

　　可惜的是，盡管無數(shù)網(wǎng)友在OpenAI CEO山姆·奧特曼(Sam Altman)的社交媒體賬號下求Sora版本的“威爾·史密斯吃意大利面”，并沒能得償所愿。倒是史密斯本人跑出來整了個活兒，真人拍攝，“偽造”了一個新版本。你別說，還真差點給人騙過去——真人都能拍視頻假裝是AI生成的了，倒也足見Sora視頻的高質(zhì)量。

　　橫向?qū)Ρ�，同行就有點尷尬了。OpenAI把每一個Sora演示視頻的文本指令都公布了，雖然人們不能直接用Sora，但是可以拿著指令去市面上已有的產(chǎn)品里試，看看有什么差別。

　　不試不要緊，一試嚇一跳：看到Sora視頻的時候就覺得厲害，看了同行的表現(xiàn)更對Sora的威力有了新的認