Sora來了，即夢可靈鬆了一口氣

全網苦等10個月的Sora，終於亮相。 

香港時間12月10日淩晨，OpenAI直播第三彈，宣佈旗下影片生成模型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。此次一經發佈，立即激發起全球網民的熱情，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解像度、最長20秒的影片，在時長上有明顯突破。更大的亮點在於它提供「編輯」服務，除了單純的文生影片、圖生影片、影片生影片，用戶還可以通過指令實現影片重混、重新剪輯、循環、混合等功能，更像是一個加強版的影片編輯器。 

Sora正式發佈後，一個問題也被擺上台前：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，至於結果，遠沒有想像中那麼糟。 

新版Sora，不止文生影片

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、圖片或影片單次生成最長20秒的影片 （此前發佈的演示影片最長為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影片生成軟件單次大多僅支持5-10秒。 

能生成的影片時間越長，意味著對其內容一致性、避免重覆、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生成影片的一大痛點在於一次性生成以後很難再調整，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、移除或重新生成影片中的某個要素，例如，在生成「推開圖書館的大門」後（上圖），可以輕易將大門換成法式風格（下圖）。 

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

比如，讓影片的前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」。 

最後在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製成的面罩包裹住。 

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

需要注意的是，這些功能雖然驚豔，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解像度的影片，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亮相到發佈的這10個月裡，國內的Sora們一直在抓緊追趕。此次Sora正式發佈後，「定焦One」挑選了國內外幾家比較有代表性的AI生成影片工具，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憑藉20秒領先，緊隨其後的是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，但非單次文生影片長度，它根據文字提示先生成人物，然後再生成分鏡、編輯圖片，最後連成一段影片，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最新發佈的功能，我們從兩個維度進行測試。

1、基礎功能：主要測試文生影片的能力，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，兩個長頭髮的女生，一個穿著黃裙子，一個穿著藍裙子，手裡都拿著胡蘿蔔，旁邊還有三隻小兔子，小兔子慢慢跑過去吃胡蘿蔔，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，只生成了兩隻兔子（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。

第二條：鏡頭特寫拍攝，燈光，一個有著一頭黑色捲髮的中式少女，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，然後慢慢抬起頭來微笑，電影級調色。

這條主要測試各工具對於人物面部的特寫，以及對複雜指令的理解程度。

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「一個有著一頭黑色捲髮的中式少女」，隨後我們換成「一個中式少女、黑色長捲髮」才成功生成。

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，再圖生影片的理解最好，但使用起來也複雜一些。

「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的表現還談不上驚豔。

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

多位從業者提及，Remix（重混）功能實現起來比較複雜，因此我們直接上難度測試了這一項，讓Sora將此前生成影片中的兔子替換成小狗，結果出現了胡蘿蔔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、風格的關係比較大。

結語

經過一番對比，不難發現，儘管Sora的發佈讓人震撼，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，真實感上並沒有顯著變化。另外，結合多位網民實測反饋，Sora在長時間處理複雜動作時還存在一定困難，模擬物理世界時可能會犯錯。

至於它發佈的一系列新功能，從業者們見仁見智。

瀚皓科技CEO吳傑茜告訴「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生成影片工具Luma中亮相，主要原理是首尾幀生成，Re-cut（重新剪輯）功能底層依靠的是影片續寫，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發佈的一些功能屬於獨家，國內的產品基本沒有。儘管從技術上來說並不新鮮，比如可靈的運動筆刷、首尾幀功能也能做到影片銜接和循環，但他覺得，Sora的實現方式比較高明。

他以Remix舉例，用戶想改變影片中的主體，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，猛獁像在變成機器人時，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這次發佈的是一個從影片生成到製作成品的端到端的完整產品，不像之前ChatGPT發佈時只有一個對話框。

「Sora在基礎的文生影片、圖生影片以外，提供了一些提升影片創作體驗的功能，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，對於他們而言，背後不是技術實現難度問題，主要是時間問題。

接下來，AI生成影片賽道又要捲起來了。

本文來自微信公眾號 「定焦」（ID：dingjiaoone），作者：定焦One團隊，36氪經授權發佈。