中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

隨著人工智能技術的飛速發展，視頻生成AI成為了當下科技領域的熱門話題。Sora，這款備受矚目的視頻AI大模型，在發布之初便吸引了眾多目光，被寄予厚望。然而，經過一系列的測試與對比，Sora的表現似乎并未達到預期，甚至在多個方面不如國產的可靈。

Sora已經發布快一個月了，小的結合公司內的業務進行了不少案例的測試，也逐漸對這個2月15日發布、被號稱“平等創飛每個人”的視頻AI大模型祛魅了，其綜合表現甚至不如國產的AI視頻（沒錯，就是指可靈）。

于是，我便打算將我測試過程中對Sora的評價、對其功能的思考小小匯總一下，形成這篇文章，與各位大佬分享一二。

一、Sora對比國內AI

目前整體測試起來，Sora在“指令遵循”、“畫面邏輯BUG”、“前后細節不一”、“前后畫風割裂”、“非真人畫風處理”等問題上都不如國產的視頻大模型可靈。

下面用一些例子來說明。（為了更清晰地對比兩者的能力，我還是會分“低”、“中”、“高”多個難度檔位進行測試，難度的提升以“控制主體數量”、“細節描述豐富度”、“動作復雜度”、“是否與場景互動”為大致的邊界。）

圖生視頻 – 案例一：人物奔跑

1. 低難度

左側為sora，右側為可靈

提示詞：

人物在奔跑

2. 中難度

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物在一片黑暗中奔跑

3. 高難度

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物在奔跑，背后煙霧繚繞

小結：

1.Sora似乎有自己的想法，對于上傳的圖片基本不會遵循，背景、人物都沒有很好地保持“一致性”。而可靈能很好地做到前后保持一致。

2.Sora生成的動作更活躍，動作連貫，不像可靈，生成的是慢動作的內容。

圖生視頻 – 案例二：孫悟空騰云駕霧

1. 低難度：

左側為sora，右側為可靈

提示詞：

人物站在云上飛行

2. 中難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物站在云上飛行，衣服飄動

3. 高難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物站在云上飛行，背后煙霧繚繞，背景越來越遠

小結：

1.同樣基本不用對比，Sora完全沒有遵循原本圖片的內容，直接從某一幀開始展現自己的無關畫面內容。

2.可靈雖然在高難度下沒有遵循到遠景遠離的需求，但是在中低難度下，基本完成了“騰云駕霧”的要求。

圖生視頻 – 案例三：二次元展示圖片

1. 低難度：

左側為sora，右側為可靈

提示詞：

人物站立不動，衣服隨風飄動

2. 中難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物站立不動，衣服隨風飄動，武器輕微晃動

3. 高難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物站立不動，衣服隨風飄動，人物周圍環繞著藍色火焰

小結：

不說了，在這個場景上，可靈完爆……

圖生視頻 – 案例四：人物打架

1. 低難度：

左側為sora，右側為可靈

提示詞：

兩人開始打架

2. 中難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，兩人開始瘋狂打架，拳頭速度飛快

3. 高難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，兩人開始瘋狂打架，拳頭速度飛快，地上濃煙滾滾，石頭飛濺，背后房屋倒塌

小結：

1.Sora，你小子……無法在原視頻上做到指令遵循，你自己變一個視頻來遵循指令……

2.提示詞不充分的情況下，可靈不會執行“打架”的指令，但是也比Sora好了，至少做到“濃煙滾滾”。

文生視頻 – 案例五：人在馬路上行走

1. 低難度：

左側為sora，右側為可靈

提示詞：

一個人在路邊行走。

2. 中難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，一個人在路邊行走，馬路上車很多。

3. 高難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，一個人在路邊行走，馬路上車很多。突然一輛車把人給撞了。

小結：

1.Sora中低難度下，指令遵循得很好，畫面也很清晰，大體上任務動作、物理邏輯都沒啥大問題。（除了有個人在反復往前走、往后退）

2.可靈在現實類場景的生成上，效果會比Sora差一些，會有一種“油油”的效果，而且部分畫面上會存在物理漏洞（比如路人的手消失了、一輛車逆行停在馬路上）。

3.兩位AI同學都沒有遵循到高難度下的“撞車”指令。

文生視頻 – 案例六：人在云上飛行

1. 低難度：

左側為sora，右側為可靈

提示詞：

人物站在云上飛行

2. 中難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物站在云上飛行，衣服飄動

3. 高難度：

左側為sora，右側為可靈

提示詞：

鏡頭固定，人物站在云上飛行，背后煙霧繚繞，背景越來越遠

小結：

在這個場景上，可靈比起Sora就差點意思了。

首先，可靈生成的畫面不夠Sora好看。其次，可靈的畫面效果有一種怪異的感覺，特別是低難度下的那個人物（不過也怪我提示詞沒有描述到人物主體）。

二、匯總小結

1.在圖生視頻領域，目前是可靈相對領先?？伸`能夠做到“尊重”用戶上傳的圖片，不給到過多跳躍的想法。（這里批評Sora自己無法在原圖片上遵循指令，會自己變出一個畫面來遵循指令）不過在相對復雜一點的提示詞下，可靈還是做得不是很到位，僅僅起到“讓圖片穩定地動起來”的效果。

2.在文生視頻領域，兩者指令遵循效果差不多。但是個人感覺，Sora的生成效果會更具“美感”，相對來說畫面效果會更好看。

此外，Sora還有一個優點——“快”，平均一分鐘內能產出視頻。不過這個和使用人數有一定關系。因此，目前Sora整體上還是比不過國產的可靈，只有在文生視頻效果和生成速度上有優勢。

三、銳評Sora的“創新”功能

除了視頻生成能力，Sora還提出了不少新的視頻生成輔助功能，相比起目前市面上的AI視頻工具能力，也頗為創新，下面一一列出來簡單銳評下。生成參數設置

其中參數設置功能基本上涵蓋了市面上都有的能力，比如視頻比例、清晰度、時長、抽卡次數。值得一提的是，這里看起來頗為創新的“預設風格”能力，本質上與PixVerse、PIKA的“特效玩法”是一樣的。這些都是對某個場景的定向訓練結果，用以做到某類固定的特效，比如Pika的“捏碎一切”、PixVerse的“毒液變身”。

目前Sora支持“氣球世界、定格動畫、檔案、黑色電影、紙板和紙藝”這些風格（機翻結果），相比起PixVerse和PIKA，Sora的風格有點保守，不夠好玩。

emm，不是很能欣賞。

四、故事板及其衍生應用

值得一提的是，Sora推出了故事板功能。故事板功能允許用戶導入腳本，按分鏡進行視頻創作，從而生成符合需求的視頻片段。

雖然即夢也有類似的能力，但是即夢是基于上傳的多個分鏡 或者 圖片描述進行生成，一致性較差。而Sora本質上是基于一個視頻生成，會保持一定的視頻一致性。

如示例視頻，我想生成“一個人走路，然后停下來，最后沖著鏡頭微笑”的視頻。雖然并不能完全遵循三個要求，但是也捉到了一定的“一致性保持”。

基于Sora的故事板能力，Sora還提供了“重新剪輯”功能，能夠對一個已經生成的視頻進行修改，實現“控制每一秒”的生成內容。

比如示例這里，我可以對一個已經生成的視頻進行切割，在中間補充上一個畫面進行重新生成。（雖然執行效果不咋地。）

五、視頻二次修改

除了可以通過故事板對視頻進行二次修改，Sora還提供了重混（Remix）、混合（Blend）、循環（Loop）這三個視頻二次編輯功能。

重混（Remix）支持對于已生成的視頻使用文字進行修改，支持7個檔位的修改。實際測試下來，會存在指令遵循不到位的情況。

比如我想把下方左圖的視頻變成右圖的冬天黑人，結果人物、運鏡和動作等已有的結果都丟失了，直接前功盡棄，把我的視頻mix得一團糟。

混合（Blend）支持把兩個視頻融合，融合模式支持3種，分別為過渡、混合、樣本、自定義，本質上是控制兩個視頻的過渡曲線，控制B視頻什么時候開始侵入A視頻、侵入程度如何。

實際測試下來，這個能力會先結合兩個視頻的特點，生成一個前后兩種“不同但又互相融合特征”的視頻，然后加上過度的效果。不過測試了幾個案例，發現它的“過度效果”基本都是“發光”，然后漸變過渡，頗為生硬（如中間的圖）。甚至有的會直接播一半時候切換到下一個視頻（如最右的圖）。

六、小結

整體看下來，Sora的新功能大部分都能在別的廠商的AI視頻工具上找到對應。其中較為突出的是在“精準控制生成視頻結果”方面的創新，比如：

1.故事板的分鏡控制能力。其保持一致性的前提下，控制每一秒的生成內容。

2.視頻二次修改能力。通過文本對視頻進行二次修改，以保證生成結果符合要求。

但是由于現在Sora底層大模型能力還不夠，這些創新方案并沒有發揮它們想象的水平，所以看起來“沒什么作用”。

不過Sora這里的對于“如何更準確地生成目標視頻”這個問題的解題思路，值得參考與學習。但是這類能力估計會對“視頻一致性”能力做出一定要求，就算放出相關功能，效果也可能不會很好?？伸`還會持續領先嗎？

那既然目前測試到Sora整體上不如可靈，那么可靈在未來也會持續保持領先地位嗎？小的將沿著之前幾篇AI視頻相關的思考文章的結論捋一捋。

1.可靈目前能服務更廣泛的用戶需求，而這是當前階段競爭的關鍵。

之前《淺談當前的AI剪輯工具》提到過未來AI視頻廠商更容易卷成的特點，分別是：

1）有用戶：用AI視頻工具能吸引到足夠的目標用戶。

2）能賺錢：能夠跑通與用戶價值交換的商業邏輯。

3）有壁壘：在前兩個過程中構建自己的競爭壁壘，以源源不斷進行價值交換。

目前AI視頻廠商的商業模式基本上都是“能賺錢”的，除非搞“比較離譜”的價格戰。所以目前可靈和Sora基本上都不會是“沒錢賺的”，但是是否盈利就暫且未知了，可能前期訓練成本大于收入。

而隨著大模型能力、用戶量級、行業方案解決的積累，“有壁壘”這一點是會自然而然就能滿足的。

那么小的覺得，目前階段“誰能領先”的關鍵應該在于“有用戶”這點上。

之前提到過，AI廠商必須圍繞目標用戶群體的需求進行大模型訓練，才能積累到足夠的目標用戶。而我們可以發現，可靈是相對擅長“圖生視頻”領域的，而“圖生視頻”領域覆蓋的用戶面更廣。

為什么會有如此結論？下面是我分析。

如果我們可以按“文生視頻”和“圖生視頻”對AI視頻能力進行分類，可以發現：

1）“文生視頻”目前適用于“不需要與前后分鏡保持一致的”視頻生成場景。比如“生成一個風景畫面”、“生成只會出現一次的人物”。

2）“圖生視頻”目前適用于“有一定的基礎物料，且需要生成的視頻與這些物料保持一致”的視頻生成場景。比如“廣告介紹畫面”、“手辦動起來”、“圖片動起來”。

相對來說，“圖生視頻”所適用范圍會更廣，因為“文生視頻”更適合在故事創作的場景，通過適用“文生視頻”來補齊畫面。而“圖生視頻”不僅僅能用在娛樂，也可被廣告、營銷等場景使用，可以生成一些商品的宣傳物料、補齊一些視頻的片段。（雖然現在有一個“文生視頻”分支，允許上傳一張圖片，讓AI參考圖片的主體進行文字控制生成，目前在vidu、pika上有這類能力，但是由于現在效果不太行，暫且不提。）

所以，即便可靈目前沒法處理“相對復雜的指令”、“相對較大的動作幅度”、“復雜的主體交互邏輯”等需求，僅僅能做到基于“相對簡單的指令”執行“幅度一般的動作和偏簡單的交互”，但是這也能“賦能”一定范圍的視頻生產場景了。這比起Sora來說，可靈能服務于更廣泛的用戶需求，這也意味著擁有獲取“更多用戶”的潛力。

2.Sora一定程度摧毀了用戶的信心，這或許成為后續Sora的阻力。

AI工具有一個特點，就是“黑盒”特征十分明顯。用戶在進行具體的抽卡之前，都不一定知道“AI能否做好我這個需求？”而且有時候效果不行，并不一定是AI不行，而是抽卡姿勢不對（提示詞、參數設置不對）。因此要用好AI工具，必須要要有十足的耐心去反反復復地進行抽卡。

然而并不是所有用戶都有這么充足的耐心的，大部分用戶只會嘗試1~2次，看到不行就不管了。所以個人覺得，AI工具廠商需要給到用戶充足的“信心”，讓其相信“不是工具不行，是我不行”，這樣才能讓用戶拼命抽卡。而構建信心的途徑可以是“行業口碑”、“用戶案例”、“用戶自身經驗”等等，這也是廠商們吸引用戶以及用戶留存的關鍵因素。

這么說來，Sora的失敗營銷就是一定程度對“用戶信心”進行了打擊，這無疑成了后續其發展的阻力。雖然OpenAI這塊招牌或許還有點含金量，但是至少相比之前，國內AI視頻廠商的競爭難度無疑是下降了的。

基于上面兩點，小的認為，能夠獲取到目標用戶群體的AI工具，需要具備以下特點：

1）能滿足用戶需求：AI工具要先具有解決某類的用戶需求的”真本事”，后續才能夠真正地獲取目標用戶。否則，即便營銷得再好，工具不能發揮作用，用戶也必定流失。

2）能構建用戶信心：在“真本事”的基礎上，廠商就需要構建足夠的用戶信心，從而吸引用戶來使用工具，并在這個過程中給廠商提供收益。構建信心的過程包括但不限于市場營銷、用戶運營等獲客手段，也可以是在用戶使用工具過程中的使用指引、案例展示等能力展示手段。只要用戶有足夠的信心，便能換來一定量的用戶和留存。

3）能提供良好體驗：當擁有一定量級的用戶后，廠商則可通過“更優秀的用戶體驗”來促進用戶的進一步留存、付費、傳播。良好體驗包括但不限于工具操作的便捷性、更精準的控制參數等，這些內容能讓用戶更充分發揮AI工具的能力，從而對工具產生好感，并為此持續活躍、持續付費，甚至是幫廠商推廣。

由此可以看到，目前在“滿足用戶需求”、“構建用戶信心”上，可靈是相對做得較好的。這說明可靈目前是相對優勢的，但是這也并不意味著可靈是會一直保持優勢，因為說不定Sora技術成長速度更快，能夠解決更多的“用戶需求”，從而做到趕超。畢竟工具產品并沒有太高的沉沒成本，誰能滿足更多需求，誰的性價比更高，用戶就用誰的。

所以未來怎么樣，小的怎么可能知道。靜觀其變，擁抱變化。