等了300天，Sora正式發(fā)布！網(wǎng)友測評：人物手部不自然、文字亂碼仍然存在，不如中國的可靈和海螺

每經(jīng)記者 蔡鼎    每經(jīng)實(shí)習(xí)記者 岳楚鵬    每經(jīng)編輯 蘭素英    

12月10日凌晨，OpenAI的12天特別活動(dòng)的第3天，備受外界期待的視頻生成工具Sora終于正式登場。

Sora的首次預(yù)告是在2月16日，當(dāng)時(shí)OpenAI提供了數(shù)十個(gè)演示視頻，展示了一個(gè)令人驚嘆的未來：任何人都可以通過在計(jì)算機(jī)程序中輸入簡單的文本提示來制作高質(zhì)量的短片。

然而，在隨后的300天內(nèi)，Sora始終停留在預(yù)告階段，未能面世。而在這期間，包括Meta、谷歌和亞馬遜在內(nèi)的幾家大型科技公司都展示了自己的視頻生成模型，國內(nèi)的可靈和海螺也在海外大放異彩，成為外網(wǎng)一度討論最熱烈的視頻生成模型。

采用最新發(fā)布的Sora Turbo，用戶可以通過文字、圖像或其他視頻素材，生成長達(dá)20秒的視頻。目前，該工具已在美國和其他部分市場面向ChatGPT Plus和Pro用戶開放。

Sora官網(wǎng)上線后，用戶蜂擁而入，火爆的需求很快就導(dǎo)致網(wǎng)站崩潰，公司CEO山姆·奧爾特曼（Sam Altman）表示：“我們嚴(yán)重低估了Sora的需求，要讓每個(gè)人都能訪問還需要一段時(shí)間。”

而拿到訪問權(quán)限的用戶也在網(wǎng)上陸續(xù)分享Sora生成的視頻，不難看出，Sora還是有不少驚喜，但有用戶也反饋稱，Sora對物理規(guī)律的理解并不夠好，仍會(huì)出現(xiàn)人的手部不自然、文字亂碼、動(dòng)物跑著跑著就飛起來等情況。

整整300天后，Sora正式發(fā)布

12月10日凌晨，OpenAI正式發(fā)布Sora Turbo。這距離該公司首次公開發(fā)布這一產(chǎn)品的預(yù)覽已經(jīng)過去300天。

目前，http://sora.com網(wǎng)站已經(jīng)上線，美國及其他市場的ChatGPT付費(fèi)用戶可以通過該網(wǎng)站開始使用Sora，但在歐洲大部分地區(qū)和英國還需要一段時(shí)間才能使用。相比最初預(yù)告的Sora版本，Sora Turbo模型增加了文本生成視頻、動(dòng)畫圖像和混合視頻等功能。

OpenAI表示，ChatGPT Plus訂閱用戶可以生成最多50個(gè)視頻，分辨率最高可達(dá)720p，時(shí)長為5秒。而通過上周推出的“史上最貴”的、每月收費(fèi)200美元的ChatGPT Pro服務(wù)，用戶最多可以生成500個(gè)視頻，可以同時(shí)生成5個(gè)視頻，時(shí)長為20秒，分辨率最高為1080p，并且，訂閱者可以下載沒有水印的視頻。

圖片來源：OpenAI

奧爾特曼與Sora團(tuán)隊(duì)負(fù)責(zé)人比爾·皮布爾斯（Bill Peebles）、阿迪亞·拉梅什（Aditya Ramesh）進(jìn)行了約20分鐘的直播對Sora進(jìn)行介紹。在直播中，他們展示了Sora的新探索頁面，其中包含一些用戶制作的AI生成的視頻。

OpenAI重點(diǎn)介紹了一項(xiàng)名為“故事板”的功能，該功能可讓用戶根據(jù)一系列提示生成視頻，以及將照片轉(zhuǎn)換為視頻。OpenAI還演示了一個(gè)“混合”工具，可讓您使用文本提示調(diào)整Sora的輸出，還可以將兩個(gè)場景“混合”在一起生成一個(gè)新的場景。

圖片來源：X 

對于Sora的發(fā)布以及意料之外的視頻編輯功能，著名AI評論員Rowan Cheung評價(jià)道：“圣誕節(jié)提前來到了AI世界”。

圖片來源：X

針對之前一直被提及的安全問題，OpenAI表示，使用Sora生成的視頻將帶有可見的水印和C2PA元數(shù)據(jù)，以表明它們是使用AI制作的。在將圖像或視頻上傳到Sora之前，OpenAI會(huì)提示您勾選一項(xiàng)協(xié)議，該協(xié)議規(guī)定您上傳的內(nèi)容不包含未成年人、露骨或暴力內(nèi)容以及受版權(quán)保護(hù)的材料。OpenAI表示，“濫用媒體上傳”可能會(huì)導(dǎo)致帳戶被禁止或暫停。

Sora的產(chǎn)品負(fù)責(zé)人Rohan Sahai表示：“我們面臨著巨大的壓力，我們希望防止Sora的非法活動(dòng)，但我們也希望在創(chuàng)造性表達(dá)與非法活動(dòng)之間取得平衡。”

奧爾特曼在直播中表示，對于OpenAI而言，Sora不僅僅是一項(xiàng)技術(shù)，更是一種賦能創(chuàng)意人士的工具。在OpenAI的文化基因中，用AI激發(fā)人類創(chuàng)造力也很重要。通過Sora，OpenAI看到了AI和人類共同創(chuàng)造的全新協(xié)作模式。文本曾是人機(jī)交互主要形式，但他們堅(jiān)信這遠(yuǎn)遠(yuǎn)不夠，視頻能夠傳遞更多的情感和細(xì)節(jié)。同時(shí)，Sora對于OpenAI而言，不僅僅是一個(gè)視頻生成工具，更是AGI（通用人工智能）之路的重要里程碑。

服務(wù)器被擠爆，Sora到底有多強(qiáng)

Sora官網(wǎng)上線后，不少用戶蜂擁而入，希望成為第一批體驗(yàn)該模型的幸運(yùn)兒。結(jié)果，由于需求量太大，OpenAI不得不暫時(shí)關(guān)閉了Sora帳戶的創(chuàng)建功能。

奧爾特曼在X平臺(tái)上發(fā)文稱，“我們嚴(yán)重低估了Sora的需求，要讓每個(gè)人都能訪問還需要一段時(shí)間。正在試圖找出如何盡快做到這一點(diǎn)！”

圖片來源：X

OpenAI暫時(shí)沒有回應(yīng)在關(guān)閉之前到底有多少人成功創(chuàng)建賬戶，也沒有透露何時(shí)恢復(fù)創(chuàng)建賬戶功能，但獲得了訪問權(quán)限的用戶正在社交媒體上分享他們的作品。

有用戶完全模擬了一個(gè)玫瑰從花蕾綻放到盛開的延時(shí)視頻，看上去就和紀(jì)錄片里的一模一樣。

圖片來源：X

還有網(wǎng)友模擬了80年代日本繁忙的街頭。

圖片來源：X 

知名科技博主MKBHD也放出了一段模擬真實(shí)新聞的視頻。除了字幕有一點(diǎn)亂碼以外，其他和真實(shí)新聞場景看上去沒有什么區(qū)別。

圖片來源：X

OpenAI員工Will Depue也放出了一段它模擬的生成的一段虛假的歷史視頻，真實(shí)和虛幻之間感覺已經(jīng)快分不開了。

圖片來源：X

不過也有人反饋，Sora對物理規(guī)律的理解并不夠好，仍會(huì)出現(xiàn)人的手部不自然、文字亂碼、動(dòng)物跑著跑著就飛起來等情況。比如，在上面?zhèn)卧斓臍v史視頻中，如果仔細(xì)看其實(shí)會(huì)發(fā)現(xiàn)中間有一個(gè)騎兵是倒著騎馬的。

Sora VS競爭對手

還有網(wǎng)友將Sora和在之前在國外大火的海螺模型和Sora做比較，用相同的提示詞來生成一段末日機(jī)器人視頻。

圖片來源：X

Sora版本

海螺版本

更有人直接把海外最熱門的幾個(gè)生成模型（可靈，Sora，Runway，海螺）拉在一起比較，最后得出結(jié)論：從電影制作的角度來看，可靈的效果最實(shí)用；Sora的效果最好（但如果鏡頭不正確，一切都不正確）；海螺在某些情況下很好，但感覺很弱且不一致；Runway在工作流程方面是最好的，但它并不可控的。AI視頻生成本身就是迭代的，因此與緩慢、漂亮但不正確的相比，快速和精簡是一個(gè)不錯(cuò)的功能。

圖片來源：X

Sora版本

可靈版本

海螺版本

怪不得有網(wǎng)友評論道：“每個(gè)人都對OpenAI Sora感到興奮，但目前對我來說，最適合制作視頻還得是海螺和可靈”。

圖片來源：X

隨著Sora的面世，視頻生成大模型的賽道競爭無疑將會(huì)越來越激烈。上周，騰訊也發(fā)布了參數(shù)量高達(dá)130億的元寶AI視頻生成模型，是當(dāng)前最大的視頻開源模型。

圖片來源：騰訊元寶