telegram 文爱
鸽了一年，Sora 千呼万唤始出来，但 OpenAI 是让网友来历劫的。
说好的追究绽开使用，蹲点直播且手速够快的运气儿，武艺抢先过问体验。等了一天，反复刷新，一次次面临「请稍后记忆查看」的提醒，终于注册见效。
但是telegram 文爱，让我和 ChatGPT 从诗词歌赋聊到东谈主生玄学的 20 好意思元，只够让 Sora 在一个月内生成 40 个 5 秒的 480p 视频。每一次点击生成，皆毛骨竦然。
好退却易用上了，咱们天然要把每一个 Sora 的视频用在刀刃上，拿它和 Runway、可灵比一比。论断是，能用，好玩，但很难硬夸。
Sora、Runway、可灵，失败得各有各的笑点
让 Sora 和 Runway、可灵比赛，天然是有根由的，一个是出谈早、国外最有代表性的 AI 视频家具，一个是异军突起、以实力礼服全全国网友的国内顶尖选手。
法例尽头简单，用交流的英文教唆词（为了便捷阅读，底下皆翻译为中语），生成的时长皆是 5 秒。惟一的区别是，Sora 的分裂率皆开发成了 480p。没方针，积分得省着用。
先用文生视频，比比画面的写实和质感，望望 AI 视频们生成的猫怎样样。
Sora 固然唯独 480p，但画面看起来是高清的，调色也很漂亮。
▲ Sora 生成，教唆词：200mm 长焦镜头捕捉阳台上的英短猫，其毛发细节澄清。出路的大盆栽幽微虚化，布景中树叶随风摇曳。画面具有电影胶片的颗粒感和色调饱和度，高清画质
Runway 和可灵的进展差未几，可灵的出路、布景生成得最准确。三只猫，三种花色。
▲ Runway 生成
▲可灵生成
接下来，让 AI 视频们「写字」，望望能不行写出「APPSO」。
Sora 的手部动作还算天然，但写出来的线条像吃了菌子，有我方的思法。
▲ Sora 生成，教唆词：鸟瞰角度拍摄手在白色素描纸上书写「APPSO」，玄色笔画，流通的书写动作，天然的手部挪动，柔和打光，特写镜头
Runway 对得最多，但也没完全对，况兼，除了终末那一笔，字母轨迹和手部动作莫得领略诱骗，各管各的。
至于可灵，写出一串乱码，但很贫苦，字母轨迹是跟入辖下手部动作走的。
然后再来考考通顺的流通过程，吞并场自行车比赛，Sora 的镜头和通顺轨迹完全盲从了教唆词，影子看起来也很真实。
▲ Sora 生成，教唆词：平地自行车手快速冲过相接滚动的土壤赛谈，从终末一个跳台腾空而起，侧面镜头捕捉他在最高点的一会儿
Runway 的教唆词只对了一半，自行车手没在起头出场，终末给了一个高光镜头。
可灵和 Runway 正值反过来，前半段进展得可以，但收尾出现象了，怎样多出来一个东谈主？
该上难度了，拿出相对复杂的、自带镜头切换的教唆词。
Sora 的画面色调饱和，像调了色，但是男性好像是臆造出现的，AI 也莫得按照条目，把镜头转向男性。
▲ Sora 生成，教唆词：阳光明媚的下昼，星巴克立场的咖啡馆内，镜头领先瞄准一位面带浅笑的年青中国女性，随后转向一位语言时轻轻点头的年青中国男性。他们相对而坐，木桌上放着两杯咖啡。天然光充满空间，营造仁爱氛围
Runway 径直就从侧面拍，规复了两个东谈主的心思，但莫得体现镜头的通顺，男性的手部也出了问题。
可灵和 Runway 差未几，但后来居上，因为更像中国东谈主，但是，这两个东谈主同坐一桌，却谁也没看谁。
除了文生视频，图生视频亦然视频生成的重头戏，况兼比拟文生视频，图生视频更实用，好多交易化请托的 AI 片子，基本皆是图生视频，先在图片阶段尽量作念到一致性。
但是，要是仅仅 20 好意思元的 Plus 用户，是不行在 Sora 上传包含东谈主物的相片或者视频的。退而求其次，咱们上传一张巫师猫的颜色包，让猫猫挥舞手中的魔法棒，变出玫瑰花。
不知谈为什么，Sora 的图生视频不起作用，猫根本没动，从右下角的 logo 才看出，这短长静止画面。
▲ Sora 生成，教唆词：猫猫挥入手中的魔法棒，变出了一朵红玫瑰
Runway 让猫猫右爪挥舞魔法棒，左爪变出玫瑰花，也算稳健教唆词的条目，但这个花不在一个图层啊。
可灵的进展尽头完满，后果最天然，作念成 gif 即是又一张颜色包。
试了动物，再试试空镜，我将之前用 AI 生成的一张工业废土立场图片，作为图生视频的材料。
Sora 生成的放浪很难评价，视角是够低的，但镜头不是从侧面追踪，画面切换也突兀。这就叫，我不该在车里，而是在车底。
▲ Sora 生成，教唆词：坦克车开过，轮胎扬起尘土碎片，侧面追踪镜头，低角度视角，慢动作，电影级质感
女同ghRunway 生成的最有内味，以致车窗也随着动起来了。
可灵径直把镜头拉远了，和教唆词基本没什么干系。
就那么几谈题，三个 AI 莫得一个是可以打满分的。天然，以上通通皆是个例，不具有大皆的代表性，充其量只可提供一个测评的角度。
单论 Sora 的话，它在文生视频的写实立场上进展得可以，具有电影质感，物体通顺关于教唆词的盲从也还行，偶然以致比可灵和 Runway 进展得好。
但图生视频容易握瞎，可能静止不动，可能不听镜头通顺，举座性价比不算高。
▲ Sora 生成，教唆词：90 年代在上海拍摄的 35 毫米胶片短片，电影质感
「丐版」的模子，立异的家具
Sora 进展一般，可能因为，它是个「丐版」——和受 OpenAI 邀请的艺术家们不同，当今咱们能用的是 turbo 版块，需要的算力更少，后果也就打了扣头。
模子不够，家具来凑，Sora 有少许让东谈主深信—— 2 月官宣，12 月才发布，中间冒出好多竞品，但 Sora 仍然具备它们莫得的功能。
不像 ChatGPT 一个对话框走天地，Sora 在交互界面和家具功能的野心上别出机杼。
其中，Sora 的故事板功能，肖似首尾帧，但更活泼，咱们可以在工夫轴上添增多张卡片，卡片里可以是教唆词，也可以是图片和视频，Sora 在卡片之间生成完整的视频。
于是，我写了两段教唆词，1. 日剧立场镜头，女高中生靠在天台雕栏旁，侧脸构图，柔和的午后后光打在脸上；2. 她转头面向镜头显现浅笑，仁爱的打光隆起颜色。
生成的后果，很稳健我的思象，发丝的飘零让东谈主活该的心动。
▲ Sora 生成
AI 还作念不到让东谈主东谈主皆能当导演，但 Sora 让你体验一把野心分镜的嗅觉。不外，已经那句话，模子就这样，后果的横暴，尽头随即，但 Sora 的积分，经不起抽卡。
我本思让 AI 效法游戏 CG 的后果，主角速即回身并拔枪，但最终，获取了一个颜色呆滞的机器东谈主。
▲ Sora 生成
只在故事板放上一张图也可以，这样 Sora 会自动生成教唆词，提出你这张图片怎样动。
于是，巫师猫终于可以动起来了。原本，图生视频的短板，是要在这里弥补啊。但是，后果也很难绷，有工夫会生成一些弥漫的东西。
另外，Sora 的 Remix（重绘）功能也很好玩，咱们可以用天然语言剪辑视频，改造视频中的元素，进行「二创」。
既可以用我方的视频，也可以在 Sora 的社区里借用他东谈主的视频。
▲ 图片来自：Sora 社区 @bpyser1
比如，咱们可以把舞蹈的真 · 纸片东谈主换成男团，同期，把场景换成锻练室。
纸东谈主的动作和衣饰皆莽撞保留了，但东谈主物的看成已经不行细看。
更好玩的来了，咱们可以接着用 Blend（混杂）功能，将两个视频合并成一个，Sora 会自动惩处视频之间的过渡后果。
原本觉得，可以出来一个丝滑的 MV 片断，毕竟这两个视频皆这样不异了，但 AI 已经给了我惊喜，起头和遣散皆很平素，中间的阵势一度很杂沓，你们到底几个东谈主啊？
总之，不追求出片率的话，Sora 很好玩，家具形态也很有道理，提供了一个全新的责任流，立异是有的，功能亦然比较完整的。
但是，仅从刻下来看，生成后果的栽培空间较大，但给用户的探索次数又不及，20 好意思元只可浅尝辄止。有工夫画面很漂亮，但通顺惩处得不好，亦然徒劳，「试验不存在了」已经一个远方的梦思。
请观赏，猫猫穿墙而过，原本在 AI 眼里，猫真的是液体。
▲ Sora 生成，教唆词：电影感实足的黑猫特写镜头，猫咪在故宫红色宫墙前优雅地跃起，画面以慢动作呈现，猫咪全身明晰可见，布景欺诈浅景深虚化惩处，在朝上最高点时金色的眼睛直视镜头。接收柔和的天然后光，传统的录取建筑墙面细节酿成朦胧的布景
Sora 的问题，其实亦然好多 AI 视频家具的通病，莫得确凿靠谱的一刀流。模拟真实的全国？终了丝滑的通顺？保持东谈主物的一致？可以是可以，但有概率，抽卡和后期必不可少。
当今咱们看的是肉眼可见的生成后果，而 AI 视频们集体改造的，是创作的步地。以前固然可期，但是，Sora 请先把模子升级了吧。