OpenAI正式上線Sora - 王者歸航

　　今晚2點(diǎn)，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(gè)模型，而是一個(gè)非常完善且體驗(yàn)極佳的真正的產(chǎn)品。

　　Sora背后接入的是一個(gè)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?yàn)槎�月份的那個(gè)模型，推理起來(lái)太燒錢了，跑不動(dòng)。

　　雖然是個(gè)新產(chǎn)品，但是會(huì)員體系是跟ChatGPT全面打通的。

　　20刀的Plus比較慘，最多生成50個(gè)視頻，最多720P、5s，還有水印。

　　尊貴的200刀的Pro會(huì)員就比較香了，最多快速生成500個(gè)視頻，還能無(wú)限慢速跑，1080P、20s，還有無(wú)水印。

　　所以，沒(méi)辦法，我只能，當(dāng)場(chǎng)怒氪了200刀。。。

　　于是，我也成了尊貴的200刀的Pro會(huì)員了，o1沒(méi)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(hào)，OpenAI發(fā)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:

　　OpenAI全新發(fā)布文生視頻模型Sora - 現(xiàn)實(shí)，不存在了

　　然后，就是死一般的沉寂。

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

　　有人說(shuō)，5G只改變了何同學(xué)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(jīng)換了無(wú)數(shù)次之后，在可靈、即夢(mèng)、海螺、vidu等等AI視頻模型已經(jīng)一統(tǒng)江湖之后。

　　Sora回來(lái)了。

　　它說(shuō):

　　“重鑄OpenAI榮光，吾輩義不容辭。”

　　這次，我用4句話總結(jié)這次Sora的完整特點(diǎn):

　　極度完整的用戶體驗(yàn)、還不錯(cuò)的運(yùn)動(dòng)效果、超豐富的視頻修改與編輯、完美一致性的故事板。

　　一個(gè)一個(gè)來(lái)說(shuō)。

　　一. 極度完整的用戶體驗(yàn)

　　我最開(kāi)始以為的Sora，是一個(gè)網(wǎng)頁(yè)，就一個(gè)寫Prompt的輸入框，然后沒(méi)了。

　　就跟很多AI視頻剛上線的時(shí)候一樣。

　　結(jié)果，Sora這個(gè)產(chǎn)品，掏出來(lái)的完整度，還是超出了我的預(yù)期。

　　在整體界面上，非常的Midjourney，有一種熟悉的感覺(jué)的即視感。

　　最左邊的其實(shí)就是社區(qū)和你自己的生成出來(lái)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(qū)，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(yù)設(shè)的風(fēng)格模板:

　　當(dāng)然你也可以新增自己喜歡的風(fēng)格做成預(yù)設(shè)。

　　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(huì)員只能生成720p的，pro會(huì)員才可以生成1080p。

　　持續(xù)時(shí)長(zhǎng):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(gè)數(shù):1、2、4三種選擇，1080p最多1個(gè)，720p最多2個(gè)、480p最多3個(gè)。

　　右邊還有一個(gè)非常非常牛逼的故事板功能，這個(gè)我們放在第四趴細(xì)說(shuō)。

　　非常牛逼，真的。

　　在這個(gè)功能的完整度上，已經(jīng)比很多產(chǎn)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(huán))，這些功能，是我全部第一次見(jiàn)，也都是Sora的獨(dú)創(chuàng)功能，這一趴，我放在第三塊細(xì)說(shuō)。

　　我們先來(lái)看看，Sora生成出來(lái)的效果。

　　二.還不錯(cuò)的運(yùn)動(dòng)效果

　　現(xiàn)在幾乎所有的AI視頻模型還在努力追趕真實(shí)世界的運(yùn)動(dòng)質(zhì)感，在讓人能走起來(lái)、跑起來(lái)、做一些復(fù)合型動(dòng)作。

　　那Sora作為整個(gè)的鼻祖，其實(shí)在運(yùn)動(dòng)效果上，會(huì)好一些，但是并沒(méi)有好那么的超乎預(yù)期。

　　我直接放我跑的真實(shí)case:

　　80年代日本原宿時(shí)尚街。

　　2. 一只小焦糖色的兔子在它的木屋里跳來(lái)跳去，看起來(lái)非常無(wú)害。

　　3.一只擬人化的毛絨熊貓玩偶，穿著一件寬松的綠色針織開(kāi)衫、條紋上衣、黑色高腰短褲(或裙子)、條紋薄透連褲襪以及厚底黑色系帶靴子，頭頂一頂芥末黃色貝雷帽，戴著一副有色墨鏡。她站在一個(gè)工業(yè)風(fēng)的攝影棚里，背景是暗色混凝土墻，頭頂是燈光設(shè)備架，舞臺(tái)設(shè)備的細(xì)節(jié)若隱若現(xiàn)。這只毛絨熊貓開(kāi)始以自信而有節(jié)奏的動(dòng)作表演流暢的嘻哈舞。

　　在運(yùn)動(dòng)質(zhì)量、物理規(guī)律、鏡頭語(yǔ)言上，會(huì)比大部分的AI視頻模型效果都要厲害。還有那個(gè)神級(jí)的審美。

　　太喜歡了。

　　當(dāng)然，不足也有很多，而且跟2月的時(shí)候，我覺(jué)得沒(méi)有太大的變化。

　　就是肢體變形、物體的突然出現(xiàn)以及消失、錯(cuò)位等等，這些也還是會(huì)有不少。

　　在一些復(fù)雜語(yǔ)義的理解上，也差點(diǎn)意思。

　　比如，我給的Prompt是:“在那間破舊的出租公寓里，剛畢業(yè)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(yuǎn)處，霓虹燈閃爍。”

　　你會(huì)發(fā)現(xiàn)完全沒(méi)有理解脫 衣服、扔衣服這事...一直漫無(wú)目的在屋子里走來(lái)走去。。。

　　還會(huì)經(jīng)常有莫名其妙的切鏡，如果把時(shí)間拉到10s鐘，我個(gè)人覺(jué)得，切鏡的過(guò)于頻繁了。

　　所以，整體來(lái)看，我覺(jué)得Sora如果對(duì)標(biāo)GPT進(jìn)度的話，那現(xiàn)在應(yīng)該是GPT2.5左右的水平。

　　等到Sora的v2版本。

　　那可能就真的能達(dá)到GPT3.5，那種全民可用的地步。

　　產(chǎn)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(shuō)，我希望在剛剛生成的的草地上，加個(gè)游泳池。

　　我想，任何一個(gè)人都會(huì)用看煞筆的眼神來(lái)看我，不開(kāi)口罵我我覺(jué)得都是輕的。

　　動(dòng)動(dòng)嘴，一句話改視頻，聽(tīng)起來(lái)像天方夜譚，對(duì)吧。

　　但是Sora，做到了。

　　這就是我們?cè)谥�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(duì)這個(gè)猛犸象不滿意，想把他變成機(jī)械猛犸象。

　　那就可以直接點(diǎn)remix，來(lái)一句話，改視頻。

　　你可以修改Remix強(qiáng)度。

　　來(lái)決定Remix值的大小。

　　可以選擇溫和，于是，你就有了，機(jī)械猛犸象在荒原上奔跑。

　　還有這個(gè)Blend混合功能。

　　比如我們有兩段視頻。

　　我想讓雪花先開(kāi)始放，然后無(wú)縫變成花朵的樣子，中間無(wú)縫斜街。

　　Blend功能直接完美搞定。

　　你還可以用Loop功能，做一段無(wú)限循環(huán)的海浪。

　　甚至，OpenAI還給你開(kāi)了剪輯功能。。

　　你可以，直接在Sora上面剪輯。

　　只能說(shuō)，這一波，產(chǎn)品功能的完成度，實(shí)在太高了。

　　四. 完美一致性的故事板

　　就是這個(gè)玩意。

　　你可以通過(guò)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(shí)用AI一鍵生成電影，是很多炒概念的公司，在打的點(diǎn)。

　　因?yàn)殡娪�，或者視頻，本質(zhì)上是由一個(gè)一個(gè)的鏡頭組成的。

　　很多時(shí)候?yàn)榱嗽谇捌诰桶汛蟾诺漠嬅娑ê�，就需要提前畫故事板�?/p>

　　比如《流浪地球2》上映的時(shí)候，就有媒體對(duì)當(dāng)時(shí)球2的故事板指導(dǎo)費(fèi)雪豪老師做過(guò)專訪，其中透露了一些故事板的設(shè)計(jì)，就是長(zhǎng)這樣的。

　　雖然是一幀一幀的，但是你也能看出來(lái)，其中的動(dòng)態(tài)表達(dá)，還有那種強(qiáng)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(diǎn)，是每一個(gè)試圖去做故事板的AI產(chǎn)品，都逃不過(guò)的核心點(diǎn)。

　　你前后鏡頭的人物、場(chǎng)景，如果都長(zhǎng)得不一樣，那還聊啥沉浸感，對(duì)吧。

　　所以，過(guò)往的類似于LTX Studio的產(chǎn)品，我覺(jué)得失敗就失敗在這。因?yàn)槎际窍壬鷪D，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(shí)間軸中，加分鏡幀，來(lái)引導(dǎo)每個(gè)畫面應(yīng)該怎么做。

　　不僅能實(shí)現(xiàn)一個(gè)鏡頭里面的多動(dòng)作引導(dǎo)，還能實(shí)現(xiàn)可控的分鏡切鏡。

　　比如我寫的這一段。

　　你可以隨意拖動(dòng)是時(shí)間軸上的分鏡，以便控制讓它從幾秒鐘開(kāi)始。

　　然后，一段流暢的動(dòng)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(jìn)去。

　　就可以完美的實(shí)現(xiàn)首尾幀的效果。

　　寫在最后

　　298天，說(shuō)長(zhǎng)不長(zhǎng)，說(shuō)短不短。

　　298天，也恍若一夢(mèng)。

　　這298天里，我們見(jiàn)證了AI視頻領(lǐng)域的群雄并起。

　　可靈首當(dāng)其沖劃破黑暗，即夢(mèng)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(yù)，開(kāi)源世界里也有智譜和混元讓黎明升起。

　　每一個(gè)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(chuàng)作出天馬行空的奇思妙想，有人用它表達(dá)內(nèi)心最深處的情感。

　　AI不僅是冰冷的工具，而成為了我們創(chuàng)造力的延伸。

　　當(dāng)影像制作的門檻被徹底打破，當(dāng)每個(gè)人都能輕松創(chuàng)作出專業(yè)級(jí)的視頻。

　　我覺(jué)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(lái)表達(dá)真實(shí)的情感?是制造更多的喧囂，還是傳遞更有價(jià)值的聲音?

　　在這個(gè)即將影像即真相的時(shí)代，我們每個(gè)人都將面對(duì)這個(gè)選擇。

　　而且，這亦不是終點(diǎn)，而是另一個(gè)起點(diǎn)。

　　因?yàn)樵贏I的世界里，永遠(yuǎn)沒(méi)有最后一個(gè)奇跡。

　　只有，下一個(gè)奇跡。