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

　　但“現(xiàn)實不存在了”嗎？實測視頻從測試來看，Sora2尚未完全跨越“真實”這道門檻。實測視頻

　　至頂科技總編輯、實測視頻PEC聯(lián)合發(fā)起人高飛對記者表示，實測視頻Sora2比起上一代Sora是實測視頻一個大版本更新，在很多場景都達(dá)到了以假亂真的實測視頻程度，不過，實測視頻相比其他AI產(chǎn)品Sora2的技術(shù)并沒有代差領(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(rèn)為OpenAI暫時領(lǐng)先于其他公司。

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

　　實測Sora 2：優(yōu)缺點同樣突出

　　毫無疑問，過去兩天，OpenAI做了一場成功的產(chǎn)品發(fā)布營銷，截至發(fā)稿，在美區(qū)iOS的免費應(yīng)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(nèi)，閑魚上已經(jīng)出現(xiàn)29.9元買邀請碼的生意，不過單價6.88元的邀請碼更受歡迎，界面顯示已經(jīng)有近50人想要。

　　用戶在使用Sora2之前都需要準(zhǔn)備一個邀請碼，邀請碼注冊后，可以再裂變出4個邀請碼，再分享給朋友。而邀請碼一旦被使用，就會自動關(guān)注邀請對象，由此逐漸形成好友網(wǎng)絡(luò)。從這點來看，Sora從一開始就植入了強(qiáng)社交基因。

　　有人將Sora稱之為“AI版抖音”，應(yīng)用主頁是垂直視頻流，用戶可以上下滑動瀏覽不同用戶發(fā)布的視頻，但應(yīng)用上所有的內(nèi)容都是AI生成的。在生成視頻時，用戶可以選擇上傳圖片并結(jié)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(tǒng)在物理上更加精準(zhǔn)、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，確實相比初代有了大幅提升，其輸出的結(jié)果已經(jīng)基本能滿足C端用戶娛樂的需求，較為亮眼的地方在于，AI在鏡頭語言上很豐富，對話有想象力，音頻輸出方面口型與發(fā)音一致。但目前一個10s的視頻需等待數(shù)分鐘才能生成，速度并不快，且分辨率不高。

　　以奧爾特曼為主角，記者給AI的提示詞是：@sama在工作敲代碼，一只銀漸層走過來生氣地關(guān)掉了電腦主機(jī)電源，他們開始吵架。

　　在這個視頻中，Sora精準(zhǔn)特寫了貓爪關(guān)電源的畫面，伴隨準(zhǔn)確的關(guān)機(jī)音效，也展現(xiàn)了奧爾特曼吵架時生氣的表情和姿態(tài)，細(xì)節(jié)和環(huán)境都很真實。在發(fā)音時，人物的口型也能對得上。

　　值得一提的是，Sora還會補(bǔ)充給角色“加戲”，在提示詞中記者只提到了“開始吵架”，但AI視頻對話中，貓咪會抱怨“你一下午都沒陪我，而且風(fēng)扇像拖拉機(jī)一樣”，主角則回復(fù)“先開回來，咱倆再談”。 情節(jié)補(bǔ)充自然，配合場景非常真實。

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

　　中文支持更是“重災(zāi)區(qū)”。例如，有用戶讓奧爾特曼成為外賣員，其外賣服上出現(xiàn)了憑空生造的文字。

　　@尾鰭Vicky認(rèn)為，Sora優(yōu)點很明顯，用戶數(shù)字人的物理效果和唇型驅(qū)動效果很好，且在APP的使用交互上下了一些功夫，例如從注冊就讓用戶在“驗證”的過程中完成素材內(nèi)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)出來很久，但效果應(yīng)用都沒有Sora這么自然、對用戶如此友好。

　　但另一方面，Sora缺點同樣突出。@尾鰭Vicky提到，雖然相比初代Sora2的物理理解問題已經(jīng)更好了，但涉及到多元素的物體交互時，還是會出現(xiàn)手腳和臉糊等丟失細(xì)節(jié)，動作不符合物理邏輯等問題。從這個維度上來說，Sora2在模型能力的提升上并沒有邁到可以真正解決技術(shù)問題的那一步。

　　GPT-3.5時刻到了嗎

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

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

　　但問題是，AI視頻的“GPT-3.5時刻”真的來了嗎？@尾鰭Vicky認(rèn)為，至少對于創(chuàng)作者來說還沒有，因為Sora 2還是無法徹底解決一致性和物理問題。但對普通用戶來說，AI視頻的門檻已大幅降低，用戶玩AI視頻真的變成了一件很簡單且很有趣的事。

　　高飛認(rèn)為，Sora2相比其他AI產(chǎn)品Sora2的技術(shù)并沒有代差領(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(dāng)強(qiáng)悍。而國內(nèi)的可靈、即夢也能與之一戰(zhàn)。

　　今年5月，Veo3推出時也曾在社交網(wǎng)絡(luò)火出圈，一些人物視頻極具真實感，被認(rèn)為是AI視頻領(lǐng)域領(lǐng)先的水準(zhǔn)。但彼時行業(yè)人士仍然認(rèn)為，現(xiàn)階段的AI視頻對實際生產(chǎn)幫助仍然不算太大，并未來到真正的GPT時刻。

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

　　因此，高飛的觀察是，“OpenAI可能在模型不一定是最強(qiáng)，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。”這次Sora2不追求畫質(zhì)和時長，也是典型的互聯(lián)網(wǎng)打法，先完成再完美，后續(xù)再迭代。

　　@尾鰭Vicky也認(rèn)為，Sora2這次的發(fā)布更側(cè)重APP的交互設(shè)計，并不僅是模型本身的更新。“Sora2目前的定位，似乎并不是以專業(yè)的AI視頻創(chuàng)作為導(dǎo)向，而是更專注于如何用AI視頻來完成用戶社交，做尋找應(yīng)用場景的新嘗試。”

　　從海外市場來看，對于Sora2和Sora應(yīng)用的發(fā)布則褒貶不一。有用戶認(rèn)為技術(shù)驚艷、創(chuàng)造力會大爆發(fā)，也有人認(rèn)為這些無聊的視頻毫無意義，與宏大的AGI愿景、人類福祉相悖。

　　有用戶發(fā)帖諷刺稱，2周前，奧爾特曼說“我們需要 7 萬億美元和 10 吉瓦來治愈癌癥”，他現(xiàn)在表示“我們正在推出以個性化廣告形式營銷的 AI垃圾視頻”。

　　奧爾特曼轉(zhuǎn)發(fā)了這一帖子，并回復(fù)稱需要資金來繼續(xù)研究AI，并且?guī)缀跛械难芯烤θ匀患性谕ㄓ萌斯ぶ悄苌稀?“向人們展示很酷的新技術(shù)或者產(chǎn)品，讓他們開心，并借此來賺取一些錢，這也是一件好事。”奧爾特曼稱，當(dāng)談到公司的最佳發(fā)展軌跡時，現(xiàn)實情況是微妙的。

　　“重要的是讓人類從這些模型的開發(fā)中受益。我們認(rèn)為Sora會給世界帶來很多歡樂、創(chuàng)造力和聯(lián)系。”O(jiān)penAI在博客中寫道。未來，隨著視頻模型持續(xù)進(jìn)化，通用世界模擬器與機(jī)器人Agent將重塑社會，無論如何，Sora 2朝這一目標(biāo)邁出了重要的一步。