今天小編分享的科技經驗：實測 Sora！比拼可靈、Runway，誰最沒有 AI 味，歡迎閱讀。
鴿了一年，Sora 千呼萬喚始出來，但 OpenAI 是讓網友來歷劫的。
說好的正式開放使用，蹲點直播且手速夠快的幸運兒，才能搶先進入體驗。等了一天，反復刷新，一次次面對「請稍後回來查看」的提醒，終于注冊成功。
然而，讓我和 ChatGPT 從詩詞歌賦聊到人生哲學的 20 美元，只夠讓 Sora 在一個月内生成 40 個 5 秒的 480p 視頻。每一次點擊生成，都如履薄冰。
好不容易用上了，我們自然要把每一個 Sora 的視頻用在刀刃上，拿它和 Runway、可靈比一比。結論是，能用，好玩，但很難硬誇。
Sora、Runway、可靈，失敗得各有各的笑點
讓 Sora 和 Runway、可靈比賽，自然是有理由的，一個是出道早、海外最有代表性的 AI 視頻產品，一個是異軍突起、以實力征服全世界網友的國内頂尖選手。
規則非常簡單，用相同的英文提示詞（為了方便閱讀，下面都翻譯為中文），生成的時長都是 5 秒。唯一的區别是，Sora 的分辨率都設定成了 480p。沒辦法，積分得省着用。
先用文生視頻，比比畫面的寫實和質感，看看 AI 視頻們生成的貓怎麼樣。
Sora 雖然只有 480p，但畫面看起來是高清的，調色也很漂亮。
▲ Sora 生成，提示詞：200mm 長焦鏡頭捕捉陽台上的英短貓，其毛發細節鮮明。前景的大盆栽輕微虛化，背景中樹葉随風搖曳。畫面具有電影膠片的顆粒感和色彩飽和度，高清畫質
Runway 和可靈的表現差不多，可靈的前景、背景生成得最準确。三只貓，三種花色。
▲ Runway 生成
▲可靈生成
接下來，讓 AI 視頻們「寫字」，看看能不能寫出「APPSO」。
Sora 的手部動作還算自然，但寫出來的線條像吃了菌子，有自己的想法。
▲ Sora 生成，提示詞：俯視角度拍攝手在白色素描紙上書寫「APPSO」，黑色筆畫，流暢的書寫動作，自然的手部移動，柔和打光，特寫鏡頭
Runway 對得最多，但也沒完全對，而且，除了最後那一筆，字母軌迹和手部動作沒有默契配合，各管各的。
至于可靈，寫出一串亂碼，但很難得，字母軌迹是跟着手部動作走的。
然後再來考考運動的流暢程度，同一場自行車比賽，Sora 的鏡頭和運動軌迹完全遵循了提示詞，影子看起來也很真實。
▲ Sora 生成，提示詞：山地自行車手快速衝過連續起伏的泥土賽道，從最後一個跳台騰空而起，側面鏡頭捕捉他在最高點的瞬間
Runway 的提示詞只對了一半，自行車手沒在開頭出場，最後給了一個高光鏡頭。
可靈和 Runway 恰好反過來，前半段表現得不錯，但收尾出狀況了，怎麼多出來一個人？
該上難度了，拿出相對復雜的、自帶鏡頭切換的提示詞。
Sora 的畫面色彩飽和，像調了色，但是男性好像是憑空出現的，AI 也沒有按照要求，把鏡頭轉向男性。
▲ Sora 生成，提示詞：陽光明媚的下午，星巴克風格的咖啡館内，鏡頭首先對準一位面帶微笑的年輕中國女性，随後轉向一位說話時輕輕點頭的年輕中國男性。他們相對而坐，木桌上放着兩杯咖啡。自然光充滿空間，營造溫暖氛圍
Runway 直接就從側面拍，還原了兩個人的神态，但沒有體現鏡頭的運動，男性的手部也出了問題。
可靈和 Runway 差不多，但略勝一籌，因為更像中國人，然而，這兩個人同坐一桌，卻誰也沒看誰。
除了文生視頻，圖生視頻也是視頻生成的重頭戲，而且相比文生視頻，圖生視頻更實用，很多商業化交付的 AI 片子，基本都是圖生視頻，先在圖片階段盡量做到一致性。
然而，如果只是 20 美元的 Plus 用戶，是不能在 Sora 上傳包含人物的照片或者視頻的。退而求其次，我們上傳一張巫師貓的表情包，讓貓貓揮舞手中的魔法棒，變出玫瑰花。
不知道為什麼，Sora 的圖生視頻不起作用，貓壓根沒動，從右下角的 logo 才看出，這是非靜止畫面。
▲ Sora 生成，提示詞：貓貓揮動手中的魔法棒，變出了一朵紅玫瑰
Runway 讓貓貓右爪揮舞魔法棒，左爪變出玫瑰花，也算符合提示詞的要求，但這個花不在一個圖層啊。
可靈的表現非常完美，效果最自然，做成 gif 就是又一張表情包。
試了動物，再試試空鏡，我将之前用 AI 生成的一張工業廢土風格圖片，作為圖生視頻的材料。
Sora 生成的結果很難評價，視角是夠低的，但鏡頭不是從側面跟蹤，畫面切換也突兀。這就叫，我不該在車裡，而是在車底。
▲ Sora 生成，提示詞：裝甲車開過，輪胎揚起塵土碎屑，側面跟蹤鏡頭，低角度視角，慢動作，電影級質感
Runway 生成的最有内味，甚至車窗也跟着動起來了。
可靈直接把鏡頭拉遠了，和提示詞基本沒什麼關系。
就那麼幾道題，三個 AI 沒有一個是可以打滿分的。當然，以上通通都是個例，不具有普遍的代表性，充其量只能提供一個測評的角度。
單論 Sora 的話，它在文生視頻的寫實風格上表現得不錯，具有電影質感，物體運動對于提示詞的遵循也還行，有時甚至比可靈和 Runway 表現得好。
但圖生視頻容易抓瞎，可能靜止不動，可能不聽鏡頭運動，整體性價比不算高。
▲ Sora 生成，提示詞：90 年代在上海拍攝的 35 毫米膠片短片，電影質感
「丐版」的模型，創新的產品
Sora 表現一般，可能因為，它是個「丐版」——和受 OpenAI 邀請的藝術家們不同，現在我們能用的是 turbo 版本，需要的算力更少，效果也就打了折扣。
模型不夠，產品來湊，Sora 有一點讓人服氣—— 2 月官宣，12 月才發布，中間冒出很多競品，但 Sora 仍然具備它們沒有的功能。
不像 ChatGPT 一個對話框走天下，Sora 在互動界面和產品功能的設計上别出心裁。
其中，Sora 的故事板功能，類似首尾幀，但更靈活，我們可以在時間軸上添加多張卡片，卡片裡可以是提示詞，也可以是圖片和視頻，Sora 在卡片之間生成完整的視頻。
于是，我寫了兩段提示詞，1. 日劇風格鏡頭，女高中生靠在天台欄杆旁，側臉構圖，溫柔的午後光線打在臉上；2. 她轉頭面向鏡頭露出微笑，溫暖的打光突出表情。
生成的效果，很符合我的想象，發絲的飄動讓人該死的心動。
▲ Sora 生成
AI 還做不到讓人人都能當導演，但 Sora 讓你體驗一把設計分鏡的感覺。不過，還是那句話，模型就這樣，效果的好壞，非常随機，但 Sora 的積分，經不起抽卡。
我本想讓 AI 模仿遊戲 CG 的效果，主角迅速轉身并拔槍，但最終，得到了一個表情呆滞的機器人。
▲ Sora 生成
只在故事板放上一張圖也可以，這樣 Sora 會自動生成提示詞，建議你這張圖片怎麼動。
于是，巫師貓終于可以動起來了。原來，圖生視頻的短板，是要在這裡彌補啊。然而，效果也很難繃，有時候會生成一些多餘的東西。
另外，Sora 的 Remix（重繪）功能也很好玩，我們可以用自然語言編輯視頻，改變視頻中的元素，進行「二創」。
既可以用自己的視頻，也可以在 Sora 的社區裡借用他人的視頻。
▲ 圖片來自：Sora 社區 @bpyser1
比如，我們可以把跳舞的真 · 紙片人換成男團，同時，把場景換成練習室。
紙人的動作和服飾都大致保留了，但人物的四肢還是不能細看。
更好玩的來了，我們可以接着用 Blend（混合）功能，将兩個視頻合并成一個，Sora 會自動處理視頻之間的過渡效果。
原來以為，可以出來一個絲滑的 MV 片段，畢竟這兩個視頻都這麼相似了，但 AI 還是給了我驚喜，開頭和結尾都很正常，中間的場面一度很混亂，你們到底幾個人啊？
總之，不追求出片率的話，Sora 很好玩，產品形态也很有意思，提供了一個全新的工作流，創新是有的，功能也是比較完整的。
但是，僅從目前來看，生成效果的進步空間較大，但給用戶的探索次數又不足，20 美元只能淺嘗辄止。有時候畫面很漂亮，但運動處理得不好，也是白搭，「現實不存在了」還是一個遙遠的夢想。
請欣賞，貓貓穿牆而過，原來在 AI 眼裡，貓真的是液體。
▲ Sora 生成，提示詞：電影感十足的黑貓特寫鏡頭，貓咪在故宮紅色宮牆前優雅地躍起，畫面以慢動作呈現，貓咪全身清晰可見，背景利用淺景深虛化處理，在跳躍最高點時金色的眼睛直視鏡頭。采用柔和的自然光線，傳統的中式建築牆面細節形成模糊的背景
Sora 的問題，其實也是很多 AI 視頻產品的通病，沒有真正靠譜的一刀流。模拟真實的世界？實現絲滑的運動？保持人物的一致？可以是可以，但有概率，抽卡和後期必不可少。
現在我們看的是肉眼可見的生成效果，而 AI 視頻們集體改變的，是創作的方式。未來雖然可期，但是，Sora 請先把模型更新了吧。
