文｜定焦One 王璐

編輯 | 魏佳

全網苦等10個月的Sora，終于亮相。

北京時間12月10日凌晨，OpenAI直播第三彈，宣布旗下視頻生成模型Sora正式面向大眾推出。

自今年2月首次預告以來，Sora僅向一些藝術家、知名演員和導演提供試用服務，但遲遲未上線，吊足大眾胃口。此次一經發布，立即激發起全球網友的熱情，擠爆服務器。

「定焦One」注意到，與上一個版本相比，此次的Sora Turbo支持生成1080p分辨率、最長20秒的視頻，在時長上有明顯突破。更大的亮點在于它提供“編輯”服務，除了單純的文生視頻、圖生視頻、視頻生視頻，用戶還可以通過指令實現視頻重混、重新剪輯、循環、混合等功能，更像是一個加強版的視頻編輯器。

Sora正式發布后，一個問題也被擺上臺前：國內的Sora們，準備好迎接挑戰了嗎？

「定焦One」第一時間進行了實測對比，至于結果，遠沒有想象中那么糟。

新版Sora，不止文生視頻

綜合多位業內人士的觀點，Sora的變化主要集中在兩方面。

一是時長，Sora Turbo支持用文字、圖片或視頻單次生成最長20秒的視頻（此前發布的演示視頻最長為60秒，但不是公開使用版本），有寬屏、豎屏、方屏比例可選。而國內AI視頻生成軟件單次大多僅支持5-10秒。

能生成的視頻時間越長，意味著對其內容一致性、避免重復、銜接過渡上要求更高，模型的優化和訓練數據的質量在其中起著關鍵作用。

二是它強大的“編輯”功能，包括Remix（重混）、Re-cut（重新剪輯）、Storyboard（故事板）、Loop（循環）、Blend（混合）以及Style presets（風格預設）。

此前，AI生成視頻的一大痛點在于一次性生成以后很難再調整，這次Sora一定程度上解決了這個問題。

我們拿其中三個亮眼的新功能來詳細說明。

Remix（重混）可以替換、移除或重新生成視頻中的某個要素，例如，在生成“推開圖書館的大門”后（上圖），可以輕易將大門換成法式風格（下圖）。

 

Storyboard（故事板）功能絕對是視頻創作者的輔助利器，可以精準指定每一幀的內容，控制每個時間段的畫面。

比如，讓視頻的前114幀生成“紅色的背景下，遠處停靠著一艘宇宙飛船”。

接著，將114-324幀的場景變為，“從宇宙飛船內部向外看，一位宇航員站在中間”。

最后在324-440幀，將畫面聚焦到宇航員眼睛的特寫鏡頭，他的眼睛被針織面料制成的面罩包裹住。

Blend（混合）功能可以把兩個視頻混合在一起，Sora演示了將雪花飄落和花朵飄落的視頻混合在一起，過渡非常自然。OpenAI方面稱，這是其它AI視頻從未見過的功能。

需要注意的是，這些功能雖然驚艷，但Sora目前僅在部分國家提供服務，英國、中國大陸等地暫不能使用。

在收費方面，Sora對ChatGPT的Plus會員（每月20美元）和Pro會員（每月200美元）直接開放使用，Plus會員每月可生成50個480P分辨率的視頻，Pro會員則擁有不限次慢速生成的額度。

Sora來了，可靈、即夢們先別慌

從Sora亮相到發布的這10個月里，國內的Sora們一直在抓緊追趕。此次Sora正式發布后，「定焦One」挑選了國內外幾家比較有代表性的AI生成視頻工具，進行實測對比。

先看各大工具在生成秒數、收費價格上的情況。

單次生成秒數上，Sora憑借20秒領先，緊隨其后的是Runway，可以達到10秒，相比之下，國內的產品普遍都在5-6秒。

需要說明的是，白日夢雖然最長可達6分鐘，但非單次文生視頻長度，它根據文字提示先生成人物，然后再生成分鏡、編輯圖片，最后連成一段視頻，所以支持的時間較長。

在收費上，國內的產品都可以不付費體驗，有些會限制使用次數。Sora則必須付費才可以使用，且門檻不低，20美元起步，Runway其次，最低月付費15美元。

再看各家提供的具體功能及對應效果。

綜合從業者的說法以及Sora最新發布的功能，我們從兩個維度進行測試。

1、基礎功能：主要測試文生視頻的能力，考察產品對文字指令的理解度、運動過程中人物面部的清晰度和多人物的準確度。為了覆蓋以上三個難點，「定焦One」給出了兩條提示詞：

第一條：鏡頭中景拍攝，夕陽下，兩個長頭發的女生，一個穿著黃裙子，一個穿著藍裙子，手里都拿著胡蘿卜，旁邊還有三只小兔子，小兔子慢慢跑過去吃胡蘿卜，電影級調色。

這條主要測試多主體數量的準確度，讓人大跌眼鏡的是，Sora沒能識別出主體數量，只生成了兩只兔子（測試時已將提示詞轉換為英文），不過，其他的地方都是比較準確的。

Sora提示詞

同樣踩坑的還有通義萬相，不僅弄丟了一只兔子，還增加了一個女孩。

其他產品表現較好，均能準確理解提示詞，只是在畫風上有所差異。

第二條：鏡頭特寫拍攝，燈光，一個有著一頭黑色卷發的中式少女，穿著一條白裙子，胸前手握一束粉色鮮花，眼睛先低頭看鮮花，然后慢慢抬起頭來微笑，電影級調色。

這條主要測試各工具對于人物面部的特寫，以及對復雜指令的理解程度。

從生成效果來看，幾家都理解了特寫拍攝、少女、裙子、粉色鮮花、低頭看花、微笑等人、物和動作，但問題出在指令解讀上，比如可靈沒有讀懂“一個有著一頭黑色卷發的中式少女”，隨后我們換成“一個中式少女、黑色長卷發”才成功生成。

可靈提示詞

各家對“中式少女”的理解也不盡相同，比如智譜清言生成人物的更像外國女孩，相比之下，在FilmAction里選擇新中式風格，先文生圖，再圖生視頻的理解最好，但使用起來也復雜一些。

「定焦One」還對比了AI工具這半年來的進化速度。以即夢為例，和五個月前相比，人物真實感有明顯提高。

綜上，在基礎功能上，Sora的表現還談不上驚艷。

2、進階功能：主要測試此次Sora發布的新功能，也是本次Sora宣傳的重點。

多位從業者提及，Remix（重混）功能實現起來比較復雜，因此我們直接上難度測試了這一項，讓Sora將此前生成視頻中的兔子替換成小狗，結果出現了胡蘿卜或者小狗起飛的狀況。

看來，實際操作遠沒有樣片中絲滑。不過，也有從業者表示，實測中存在一定偶然因素，最終效果和提示詞、場景、風格的關系比較大。

結語

經過一番對比，不難發現，盡管Sora的發布讓人震撼，但目前其實力還沒強到讓國內從業者恐慌的程度，大家對Sora的整體評價是，效果在預期之內。

生數科技投融資負責人樊家睿評價，相比今年2月份釋放的demo，Sora在模型效果方面，真實感上并沒有顯著變化。另外，結合多位網友實測反饋，Sora在長時間處理復雜動作時還存在一定困難，模擬物理世界時可能會犯錯。

至于它發布的一系列新功能，從業者們見仁見智。

瀚皓科技CEO吳杰茜告訴「定焦One」，和Sora類似的Storyboard（故事板）、Style presets（風格預設）功能在FilmAction中已經實現，Blend（混合）功能最先在國外的AI生成視頻工具Luma中亮相，主要原理是首尾幀生成，Re-cut（重新剪輯）功能底層依靠的是視頻續寫，目前國內工具也已經具備。

不過，AI行業資深研究者江樹表示，此次Sora發布的一些功能屬于獨家，國內的產品基本沒有。盡管從技術上來說并不新鮮，比如可靈的運動筆刷、首尾幀功能也能做到視頻銜接和循環，但他覺得，Sora的實現方式比較高明。

他以Remix舉例，用戶想改變視頻中的主體，國內基本是通過“替換關鍵幀”實現，但Sora的Remix不是，因為在直播演示中，猛犸象在變成機器人時，沙子揚起的細節都能與主體保持一致。

“或許Sora目前透露出的最大優勢是處理細節的連貫性。”江樹表示，他舉例，在直播演示中，機器人在沙漠中漫步，這一畫面從遠景到特寫，中間的轉換十分自然。Sora的空間感也不錯，攝像機繞著一個物體進行360度旋轉，每個角度下的細節都非常準確，這說明Sora對三維場景有較為完整的理解。

另一個加分項是產品體驗。江樹表示，Sora這次發布的是一個從視頻生成到制作成品的端到端的完整產品，不像之前ChatGPT發布時只有一個對話框。

“Sora在基礎的文生視頻、圖生視頻以外，提供了一些提升視頻創作體驗的功能，說明OpenAI確實更關注產品體驗了，”樊家睿覺得，Sora新功能的實現路徑非常明確，對于他們而言，背后不是技術實現難度問題，主要是時間問題。

接下來，AI生成視頻賽道又要卷起來了。