距離 OpenAI 亮出 Sora 這張王牌，已經(jīng)快一個(gè)月了。

東西么，是一直沒大規(guī)模開放使用，但熱度，卻從來不缺。

反正光是靠著在 TikTok 上更新 Sora 的視頻， OpenAI 的官方賬號就已經(jīng)漲了數(shù)十萬粉。

像什么搞房屋設(shè)計(jì)。

外星人在紐約化身 gai 溜子。

博物館一鏡到底。

還有一男一女在鐵磁流體餐廳里賽博約會(huì)。

看看這絲滑程度，相比之下，原本那些被吹上天的 “AI 視頻老網(wǎng)紅們 ” ，多少有點(diǎn)汗流浹背了。

有網(wǎng)友銳評：xx 剛出來的時(shí)候很感動(dòng)，現(xiàn)在怎么不敢動(dòng)了？

其實(shí)吧， Sora 的那些友商們，并沒大伙兒想得這么慫包，他們的更新頻率好像還更快了。

世超甚至覺得，經(jīng)過 Sora 這么一番轟炸， AI 視頻生成的戰(zhàn)場，才真正熱了起來。

先是 Stability AI 帶頭發(fā)起沖鋒，把 Stable Video 拿出來公測，接著包括 Pika 、谷歌還有阿里在內(nèi)的好幾家公司，也都坐不住了。

咱也先講講劍走偏鋒的兩位，阿里 EMO 和 Pika 。

他們沒選擇和 Sora 硬剛，而主打?qū)谛?，基本等于明牌暗示大家?“ 你們以后用 Sora 生成的視頻，可以用我來配音對口型噢 ~~ 。

就拿 EMO 為例，上傳一張照片和一段音頻，就能讓照片里的人開口唱歌、說話。像什么小李子唱 Rap ，還有蒙娜麗莎開口說話都不在話下。

看看這個(gè) Sora 皮衣女士，一開口就是樂壇老炮兒了。

另外，跟 EMO 發(fā)布差不多時(shí)間，國內(nèi)的 Pika 也小小更新了一波。

新上了個(gè) Lip Sync 功能，說白了就是給視頻配音對口型。

現(xiàn)在分幣不花就能用，但估計(jì)太多人把服務(wù)器給干崩了，世超每次都卡在了最后一步。。。

但同樣都是對口型， EMO 的效果明顯要比 Pika 強(qiáng)不少。Pika 的口型雖然是對上了，但根據(jù)創(chuàng)作者 @ 數(shù)字生命卡茲克的測試，說話的時(shí)候嘴還是沒法子避免亂動(dòng)的毛病。

尋找配音、對口型這種 AI 視頻生成領(lǐng)域的小切口，確實(shí)是一種思路。

同樣，為了和 Sora 打出差異化，以色列有家公司，就在內(nèi)測一個(gè)叫做 LTX Studio 的 AI 電影制作平臺(tái)。

而他的思路則是：大而全。

根據(jù)官方的說法，它能生成超過 25 秒的視頻，但最重要的，它把視頻生成、編輯、旁白配音一條龍全給包了。

就比如生成個(gè)畫面你不是很滿意，那你可以切個(gè)機(jī)位或者換個(gè)光線，或者把畫面里的東西給換掉。

特別是，官方聲稱能保證角色的一致性。

以往的文生視頻，保不齊上一幀還是吳彥祖，下一幀可能就變成宋小寶了。

如果 LTX Studio 真能把角色一致性給解決，那世超是真 respect 。

而谷歌就更夸張了，號稱是搞了個(gè)世界模型 Genie ，這玩意兒能根據(jù)一張照片或者幾句簡短的描述就生成一個(gè) 2D 游戲出來。。。

雖然畫質(zhì)有點(diǎn)慘不忍睹，但光憑一張圖片就能整個(gè)虛擬世界出來。

果然對谷歌還是激將法更管用。

不過，上面提到的這幾個(gè)應(yīng)用世超幾乎都沒法上手，唯一方便親自體驗(yàn)的，只有 Stability AI 他們家藏了四個(gè)多月的 Stable Video （ 下稱 SV ）。

而也和上面幾個(gè)避 Sora 鋒芒、主打各種差異化的老哥不同，Stable Video 是完完全全正面受敵。。

先給大伙兒回憶回憶，當(dāng)時(shí)的 demo 是這樣的。

模型能力評估，還超過了 Runway 和 Pika 。

所以這次在 Sora 的節(jié)骨眼上發(fā)布公測，大伙兒還挺期待 SV 能狠狠將 Sora 一軍。

但當(dāng)世超上手試了試之后發(fā)現(xiàn)，是我不懂事了。。。

在 SV 官網(wǎng)，有圖像生成和文字生成兩個(gè)選擇，我直接把跟 Sora 那個(gè)火出圈的視頻提示詞喂給了 AI 。

它先是根據(jù)提示詞，生成了四張圖像讓我選。

接著，再手動(dòng)把鏡頭運(yùn)動(dòng)的方式也設(shè)置下，等個(gè)十分鐘，就能生成一條4 秒的視頻。

但不知道模型抽哪門子的風(fēng)，背景全是亂的。

世超換了種鏡頭運(yùn)動(dòng)方式又試了一次，臉部、背景變形愣是一樣沒落下。。。

難道是因?yàn)樘崾驹~太難了？

不信邪的我又換了幾組簡單的，倒是也有像樣的。

但十個(gè)里起碼七個(gè)都翻車了，甚至還有在圖像生成就開始發(fā)癲的，我說城門樓子，他生成胯骨肘子。。。

這么說吧，SV 給我的感覺就是能跟 Runway 和 Pika 打個(gè)平手，但 Sora ，還是算了吧。

不過測試看多了之后，世超發(fā)現(xiàn) Sora 其實(shí)也并沒有大家伙兒傳得那么不可超越。

有外媒記者在拿到內(nèi)測資格淺試一波之后，專門發(fā)了篇文章吐槽， Sora 生成的視頻讓猴子長出了鸚鵡的尾巴，

還有國外 up 主，拿 Sora 生成了有六根手指頭的人。。。

一句話總結(jié)就是，Sora 對物理世界的很多東西還理解不了，而且生成速度慢得離譜。

而且經(jīng) Sora 這么一攪合，整個(gè) AI 視頻圈子是更加活躍了，保不齊下次誰家更新又來了波大的。

世超也覺得，搞不齊會(huì)和大語言模型圈兒一個(gè)樣， OpenAI 拋玉引玉， AI 視頻生成領(lǐng)域的成果大爆發(fā)就在眼前。

對了，世超最后還想問一嘴， Sora 到底什么時(shí)候才能上手?。?/p>

撰文：西西編輯：江江 & 面線 封面：煥妍