作者｜西梅汁

編輯｜星奈

媒體｜AI大模型工場(chǎng)

Sora已經(jīng)全量上線一周。

即使Sora鴿了大家將近一年的時(shí)間，但是大家對(duì)這款產(chǎn)品仍是報(bào)有很高期待，一上線服務(wù)器就崩了，不過大家使用體驗(yàn)似乎并不是很好，實(shí)際效果似乎有點(diǎn)差強(qiáng)人意。

不少人抱怨，20美金白花了，生成的視頻效果不如國(guó)產(chǎn)可靈、即夢(mèng)。

難道Sora真的是起了個(gè)的大早，趕了個(gè)晚集？

AI大模型工場(chǎng)最終也是斥巨資沖了會(huì)員，看看Sora和國(guó)產(chǎn)模型的表現(xiàn)到底哪個(gè)更勝一籌。

行動(dòng)勝于空談，不如咱們動(dòng)手來得實(shí)在！直接開整。

一、編輯板塊新亮點(diǎn)

Sora 此次最大的亮點(diǎn)在于，在文、圖生視頻的基礎(chǔ)功能之上引入了多種高級(jí)編輯功能，首先咱們看看Sora這幾個(gè)更新的編輯功能視頻表現(xiàn)：

1、Remix（重混）

用戶可以使用 Remix 替換、刪除以及重新構(gòu)想視頻中的元素，我們可以看到視頻中的門和場(chǎng)景都可以被替換或刪除：

2、Re-cut（重新剪輯）

找到并分離出最佳幀，向前或向后延伸它們以完成（新）場(chǎng)景，通過挑選合適的視頻幀，我們可以重新拓展視頻場(chǎng)景：

3、Storyboard（故事板）

在時(shí)間線上組織和編輯視頻的獨(dú)特序列，精確控制視頻的分鏡頭發(fā)展，從而講述新故事：

4、Loop（循環(huán)）

使用Loop剪輯并創(chuàng)建無縫循環(huán)的視頻：

5、Blend（混合）

將兩個(gè)視頻合并為一個(gè)無縫剪輯：

6、Style presets（風(fēng)格預(yù)設(shè)）

使用預(yù)設(shè)創(chuàng)建和分享激發(fā)你想象力的風(fēng)格，視頻目前支持五種風(fēng)格，Balloon World（氣球世界）、Stop Motion（定格動(dòng)畫）、Archival（檔案材料）、Film Noir（黑白電影）、Cardboard Paper（紙工藝品）。

二、Sora VS 可靈AI、騰訊元寶、即夢(mèng)AI

這部分內(nèi)容主要從文生視頻的角度進(jìn)行測(cè)評(píng)，AI大模型工場(chǎng)用同一個(gè)Prompt在不同視頻模型中生成視頻看看他們的表現(xiàn)如何。

1、圣誕探戈場(chǎng)景

Prompt： 美麗圣誕場(chǎng)景，一對(duì)探戈舞者正在跳探戈。

Sora

sora生成的動(dòng)作是認(rèn)真的嗎？咱們可以優(yōu)雅點(diǎn)嘛，不要看我沒學(xué)過探戈就可以拿這種動(dòng)作來糊弄人哎。。。。

下面再看看可靈在同樣的關(guān)鍵詞下生成的關(guān)鍵詞吧。

可靈

可靈生成的圣誕場(chǎng)景和人物跳舞場(chǎng)景都具有協(xié)調(diào)性。同時(shí)人物在大幅度動(dòng)作上，肢體不僅沒有扭曲變形，就連跳舞動(dòng)作也具有連貫性，相比之下AI大模型工場(chǎng)更喜歡可靈生成的場(chǎng)景。

即夢(mèng)

可以看到即夢(mèng)在動(dòng)作上已經(jīng)極力在保持優(yōu)雅了，但是人物手部細(xì)節(jié)部分沒有處理好，女士的手有種無處安放感。

騰訊元寶

元寶生成的場(chǎng)景有一種迪士尼的夢(mèng)幻感，雖然生成的人物動(dòng)作幅度較小，但是可以看到手指這些細(xì)節(jié)方面都沒有歪曲變形。總體來說生成的效果氛圍感十足，但人物AI感比較明顯，缺乏真實(shí)感。

2、浪漫櫻花場(chǎng)景

Prompt：美麗的春日東京城市熙熙攘攘。相機(jī)穿過繁華的城市街道，跟隨幾個(gè)人享受美麗的櫻花天氣并在附近的攤位購(gòu)物。絢麗的櫻花花瓣在風(fēng)中飛舞。

Sora

Sora這部分的語義理解明顯不到位，沒有g(shù)et到漫天櫻花，并且在人物運(yùn)動(dòng)過程中出現(xiàn)了很大的變形情況，視頻主體的兩個(gè)女生頭部變形很嚴(yán)重，前面一個(gè)女生的頭向后轉(zhuǎn)了180度，恐怖片既視感，另外這兩個(gè)女生的衣服也很奇怪，有一種“小孩偷穿大人衣服”的感覺。

可靈

可靈生成的這個(gè)漫天櫻花場(chǎng)景更加夢(mèng)幻，有一種日漫街頭風(fēng)，但就是花瓣有點(diǎn)大的像玫瑰了。。。

即夢(mèng)

即夢(mèng)的語義理解方面也明顯不足，同樣沒有表現(xiàn)出漫天櫻花感，甚至在多場(chǎng)景人物的面部識(shí)別上都還不夠精準(zhǔn)，人物面部模糊。

騰訊元寶

語義理解方面，騰訊元寶生成的櫻花場(chǎng)景和人物都表現(xiàn)的不錯(cuò)，包括鏡頭的轉(zhuǎn)場(chǎng)也沒有絲毫違和感，細(xì)節(jié)上元寶可以說是唯一一個(gè)體現(xiàn)出幾個(gè)人在攤位上購(gòu)物的場(chǎng)景，包括鏡頭切換的也很自然。

3、貓咪捕獵場(chǎng)景

prompt：貓正在住宅區(qū)里奔跑。令人不可思議的是，以貓的視角來看，腳下有草坪，其他的貓正躺著。看樣子它似乎在瞄準(zhǔn)鳥兒呢。

Sora

sora生成的貓咪開始的鏡頭前有些糊感，奔跑姿勢(shì)處理的比較一般，依然可以看到語義理解方面掌握的還不是很全面，住宅區(qū)、鳥兒這些元素都沒有體現(xiàn)出來。

騰訊元寶

元寶這部分同樣明顯理解不夠到位，貓咪的呈現(xiàn)狀態(tài)忽隱忽現(xiàn)的，鏡頭角度也很粗糙。

即夢(mèng)

相比之下，即夢(mèng)這部分的語義理解就很不錯(cuò)，場(chǎng)景中小鳥、其他貓咪躺臥都有精準(zhǔn)的表現(xiàn)。甚至可以看到貓咪的鏡頭語言都很強(qiáng)烈。

可靈

可靈在場(chǎng)景上以及鏡頭表現(xiàn)的都很全面，文本內(nèi)容中的元素也都包含了，包括貓咪在運(yùn)動(dòng)中的表情和四肢都沒有出現(xiàn)變形。

有一說一，對(duì)比后發(fā)現(xiàn)，雖然Sora在專業(yè)的角度上，確實(shí)有很多功能上的亮點(diǎn)，包括編輯上的故事板概念都很不錯(cuò)，但可以明顯感受到模型能力跟不上。當(dāng)下國(guó)內(nèi)的AI視頻產(chǎn)品追的很緊，各大廠商都在互相卷，我們已經(jīng)看過太多好的效果了，隨手可應(yīng)付的時(shí)代已經(jīng)回不去了。除了模型能力，用戶也很在乎交互、門檻、性價(jià)比等等，Sora目前不管從哪個(gè)角度來對(duì)比，都沒有什么足夠的優(yōu)勢(shì)。

Sora在算法上面是不太一樣的，但是到現(xiàn)在還沒感覺到Sora的天花板在哪里。官方生成的成品圖也確實(shí)讓人驚艷，但是當(dāng)用戶在實(shí)際操作中還是存在很多壁壘的，至少在門檻上就阻礙了眾多AI新用戶。關(guān)鍵詞和功能面板需要更加復(fù)雜精準(zhǔn)的操作，語義理解程度也不夠精準(zhǔn)。

最后，麻煩Sam哥還我20刀?。。。?/p>