第一財經(jīng)記者實(shí)測Sora2發(fā)現，實(shí)測視頻相比去年發(fā)布的實(shí)測視頻初代Sora，Sora2在物理邏輯、實(shí)測視頻畫(huà)面一致性、實(shí)測視頻真實(shí)感上都有顯著(zhù)提升，實(shí)測視頻一張照片加一句提示詞，實(shí)測視頻AI就能創(chuàng )作出有劇情、實(shí)測視頻有文案的實(shí)測視頻短片。

　　但“現實(shí)不存在了”嗎？實(shí)測視頻從測試來(lái)看，Sora2尚未完全跨越“真實(shí)”這道門(mén)檻。實(shí)測視頻

　　至頂科技總編輯、實(shí)測視頻PEC聯(lián)合發(fā)起人高飛對記者表示，實(shí)測視頻Sora2比起上一代Sora是實(shí)測視頻一個(gè)大版本更新，在很多場(chǎng)景都達到了以假亂真的實(shí)測視頻程度，不過(guò)，實(shí)測視頻相比其他AI產(chǎn)品Sora2的技術(shù)并沒(méi)有代差領(lǐng)先，更值得關(guān)注的是其產(chǎn)品玩法，在打造互聯(lián)網(wǎng)產(chǎn)品方面，他認為OpenAI暫時(shí)領(lǐng)先于其他公司。

　　OpenAI在官方博客中宣稱(chēng)，Sora2是“邁向GPT-3.5時(shí)刻的一步”。但AIGC創(chuàng )作領(lǐng)域的KOL@尾鰭Vicky認為，對于創(chuàng )作者來(lái)說(shuō)，可能這一時(shí)刻還沒(méi)到來(lái)，畢竟產(chǎn)品還是無(wú)法徹底解決一致性和物理問(wèn)題。但對于大多數普通受眾來(lái)說(shuō)，玩AI視頻可能真的變成了一件很接近、且很有趣的事情。

　　實(shí)測Sora 2：優(yōu)缺點(diǎn)同樣突出

　　毫無(wú)疑問(wèn)，過(guò)去兩天，OpenAI做了一場(chǎng)成功的產(chǎn)品發(fā)布營(yíng)銷(xiāo)，截至發(fā)稿，在美區iOS的免費應用排行榜上，Sora APP已經(jīng)空降第三位，僅次于谷歌的Gemini和OpenAI自家的ChatGPT。

　　由于Sora采用邀請制免費使用，在國內，閑魚(yú)上已經(jīng)出現29.9元買(mǎi)邀請碼的生意，不過(guò)單價(jià)6.88元的邀請碼更受歡迎，界面顯示已經(jīng)有近50人想要。

　　用戶(hù)在使用Sora2之前都需要準備一個(gè)邀請碼，邀請碼注冊后，可以再裂變出4個(gè)邀請碼，再分享給朋友。而邀請碼一旦被使用，就會(huì )自動(dòng)關(guān)注邀請對象，由此逐漸形成好友網(wǎng)絡(luò )。從這點(diǎn)來(lái)看，Sora從一開(kāi)始就植入了強社交基因。

　　有人將Sora稱(chēng)之為“AI版抖音”，應用主頁(yè)是垂直視頻流，用戶(hù)可以上下滑動(dòng)瀏覽不同用戶(hù)發(fā)布的視頻，但應用上所有的內容都是AI生成的。在生成視頻時(shí)，用戶(hù)可以選擇上傳圖片并結合文字提示，也可以用“Cameo”（客串）功能，基于自己或朋友形象進(jìn)行提示詞生成。

　　Sora2是Sora APP的技術(shù)底座，OpenAI在博客中表示，Sora2可以完成之前的視頻生成模型難以完成的事情。它比之前的系統在物理上更加精準、逼真，并且在可控性方面有了巨大的飛躍，此外，它還配備了同步音頻。

　　在拿到邀請碼后，第一財經(jīng)記者測試了基于Sora視頻生成的效果，確實(shí)相比初代有了大幅提升，其輸出的結果已經(jīng)基本能滿(mǎn)足C端用戶(hù)娛樂(lè )的需求，較為亮眼的地方在于，AI在鏡頭語(yǔ)言上很豐富，對話(huà)有想象力，音頻輸出方面口型與發(fā)音一致。但目前一個(gè)10s的視頻需等待數分鐘才能生成，速度并不快，且分辨率不高。

　　以?shī)W爾特曼為主角，記者給AI的提示詞是：@sama在工作敲代碼，一只銀漸層走過(guò)來(lái)生氣地關(guān)掉了電腦主機電源，他們開(kāi)始吵架。

　　在這個(gè)視頻中，Sora精準特寫(xiě)了貓爪關(guān)電源的畫(huà)面，伴隨準確的關(guān)機音效，也展現了奧爾特曼吵架時(shí)生氣的表情和姿態(tài)，細節和環(huán)境都很真實(shí)。在發(fā)音時(shí)，人物的口型也能對得上。

　　值得一提的是，Sora還會(huì )補充給角色“加戲”，在提示詞中記者只提到了“開(kāi)始吵架”，但AI視頻對話(huà)中，貓咪會(huì )抱怨“你一下午都沒(méi)陪我，而且風(fēng)扇像拖拉機一樣”，主角則回復“先開(kāi)回來(lái)，咱倆再談”。 情節補充自然，配合場(chǎng)景非常真實(shí)。

　　但這一產(chǎn)品也并非毫無(wú)瑕疵，例如，錄入人臉輸出的視頻并不完全像本人，有用戶(hù)反饋是“似像非像”的效果，同時(shí)，Sora在事實(shí)邏輯上仍有錯誤，在一個(gè)用滅火器的場(chǎng)景中，滅火器噴霧的出口并不準確。

　　中文支持更是“重災區”。例如，有用戶(hù)讓奧爾特曼成為外賣(mài)員，其外賣(mài)服上出現了憑空生造的文字。

　　@尾鰭Vicky認為，Sora優(yōu)點(diǎn)很明顯，用戶(hù)數字人的物理效果和唇型驅動(dòng)效果很好，且在A(yíng)PP的使用交互上下了一些功夫，例如從注冊就讓用戶(hù)在“驗證”的過(guò)程中完成素材內容的錄制，且是很短的音頻和視頻，就能輸出不錯的效果。此前這樣圖生、文生視頻路徑已經(jīng)出來(lái)很久，但效果應用都沒(méi)有Sora這么自然、對用戶(hù)如此友好。

　　但另一方面，Sora缺點(diǎn)同樣突出。@尾鰭Vicky提到，雖然相比初代Sora2的物理理解問(wèn)題已經(jīng)更好了，但涉及到多元素的物體交互時(shí)，還是會(huì )出現手腳和臉糊等丟失細節，動(dòng)作不符合物理邏輯等問(wèn)題。從這個(gè)維度上來(lái)說(shuō)，Sora2在模型能力的提升上并沒(méi)有邁到可以真正解決技術(shù)問(wèn)題的那一步。

　　GPT-3.5時(shí)刻到了嗎

　　在官方博客中，OpenAI將2024年2月的初代 Sora比作“視頻的GPT-1時(shí)刻”，而 Sora2則被定義為“可能直接跳到了GPT-3.5的時(shí)刻”。

　　博客中解釋認為，之前的視頻模型會(huì )變形物體和變形現實(shí)，但Sora 2可以做一些對于之前的視頻生成模型來(lái)說(shuō)非常困難的事情，如奧林匹克體操動(dòng)作，在槳板上的后空翻，精確地模擬浮力和剛性的動(dòng)態(tài)。模型在可控性方面也有了很大的飛躍，能夠創(chuàng )建復雜的背景音、語(yǔ)音和具有高度真實(shí)感的聲音效果。

　　但問(wèn)題是，AI視頻的“GPT-3.5時(shí)刻”真的來(lái)了嗎？@尾鰭Vicky認為，至少對于創(chuàng )作者來(lái)說(shuō)還沒(méi)有，因為Sora 2還是無(wú)法徹底解決一致性和物理問(wèn)題。但對普通用戶(hù)來(lái)說(shuō)，AI視頻的門(mén)檻已大幅降低，用戶(hù)玩AI視頻真的變成了一件很簡(jiǎn)單且很有趣的事。

　　高飛認為，Sora2相比其他AI產(chǎn)品Sora2的技術(shù)并沒(méi)有代差領(lǐng)先，例如谷歌有Veo3，也有Nano banana以及世界模型Genie3，在多模態(tài)方面相當強悍。而國內的可靈、即夢(mèng)也能與之一戰。

　　今年5月，Veo3推出時(shí)也曾在社交網(wǎng)絡(luò )火出圈，一些人物視頻極具真實(shí)感，被認為是AI視頻領(lǐng)域領(lǐng)先的水準。但彼時(shí)行業(yè)人士仍然認為，現階段的AI視頻對實(shí)際生產(chǎn)幫助仍然不算太大，并未來(lái)到真正的GPT時(shí)刻。

　　相較于模型技術(shù)，高飛認為Sora2更值得關(guān)注的是產(chǎn)品玩法。OpenAI將它打造成了一個(gè)更類(lèi)似于短視頻的消費者App，其主要機制是要求用戶(hù)上傳自己的臉部數據和聲音信息做AI二創(chuàng )?！斑@樣一方面很容易拿到了最為寶貴的消費者面部數據，其次用戶(hù)基于自己的人臉創(chuàng )造的視頻，配合邀請碼機制，也很容易吸引親朋好友鏈式傳播?！?/p>

　　因此，高飛的觀(guān)察是，“OpenAI可能在模型不一定是最強，但是在打造互聯(lián)網(wǎng)產(chǎn)品方面，領(lǐng)先于其他所有公司?！边@次Sora2不追求畫(huà)質(zhì)和時(shí)長(cháng)，也是典型的互聯(lián)網(wǎng)打法，先完成再完美，后續再迭代。

　　@尾鰭Vicky也認為，Sora2這次的發(fā)布更側重APP的交互設計，并不僅是模型本身的更新?！癝ora2目前的定位，似乎并不是以專(zhuān)業(yè)的AI視頻創(chuàng )作為導向，而是更專(zhuān)注于如何用AI視頻來(lái)完成用戶(hù)社交，做尋找應用場(chǎng)景的新嘗試?！?/p>

　　從海外市場(chǎng)來(lái)看，對于Sora2和Sora應用的發(fā)布則褒貶不一。有用戶(hù)認為技術(shù)驚艷、創(chuàng )造力會(huì )大爆發(fā)，也有人認為這些無(wú)聊的視頻毫無(wú)意義，與宏大的AGI愿景、人類(lèi)福祉相悖。

　　有用戶(hù)發(fā)帖諷刺稱(chēng)，2周前，奧爾特曼說(shuō)“我們需要 7 萬(wàn)億美元和 10 吉瓦來(lái)治愈癌癥”，他現在表示“我們正在推出以個(gè)性化廣告形式營(yíng)銷(xiāo)的 AI垃圾視頻”。

　　奧爾特曼轉發(fā)了這一帖子，并回復稱(chēng)需要資金來(lái)繼續研究AI，并且幾乎所有的研究精力仍然集中在通用人工智能上。 “向人們展示很酷的新技術(shù)或者產(chǎn)品，讓他們開(kāi)心，并借此來(lái)賺取一些錢(qián)，這也是一件好事?！眾W爾特曼稱(chēng)，當談到公司的最佳發(fā)展軌跡時(shí)，現實(shí)情況是微妙的。

　　“重要的是讓人類(lèi)從這些模型的開(kāi)發(fā)中受益。我們認為Sora會(huì )給世界帶來(lái)很多歡樂(lè )、創(chuàng )造力和聯(lián)系?！監penAI在博客中寫(xiě)道。未來(lái)，隨著(zhù)視頻模型持續進(jìn)化，通用世界模擬器與機器人Agent將重塑社會(huì )，無(wú)論如何，Sora 2朝這一目標邁出了重要的一步。