就在剛剛,OpenAI Sora 正式登場。
本次釋出會延續了「短劇」的快節奏風格,全程 20 分鐘左右,由 CEO Sam Altman、Sora 負責人 Bill Peebles 等人主持。
OpenAI 在 X 平台表示,自 2 月份以來,他們一直在構建 Sora Turbo,後者是一個速度明顯更快的模型版本,今天也將其作為獨立產品向 Plus 和 Pro 使用者開放。
有趣的是,由於 Sora 熱度太高,大批使用者湧入體驗網站,導致該網站一度崩潰,停止註冊登入。不給力的服務也讓 Altman 連連在 X 平台安撫使用者:
「由於需求超出預期,我們將不得不間歇性地關閉新使用者註冊,並且生成內容的速度會在一段時間內減慢。我們正在全力以赴!」
附上體驗地址:Sora.com
Sora 界面大揭曉,擁有 6 大神級功能,不用學剪輯了?
類似於 Midjourney 的網頁界面,Sora 同樣擁有自己單獨的使用者介面,使用者使用者不僅能夠整理和瀏覽生成的影片,還能檢視其他使用者的提示和精選內容。
在 「Library」功能中,使用者可以保存自己喜歡或有用的提示詞,以便未來使用。並且保存的提示詞可以按需檢視或修改,對於需要重復創作相似內容的使用者,無疑能大大提高效率。
在工作流方面,Sora 的編輯功能是區別於其它競品的重要亮點。
比如說,在 Remix 功能中,使用者可以利用純自然語言提示詞對影片進行編輯,並透過簡單的「strength(強度)」選項和滾軸來控制生成的變化程度。
Re-cut 功能則能智能辨識最佳畫面,並支持向任意方向延伸場景。
Sora 的 Storyboard(故事板)功能則類似於影片編輯器,可以將多個提示詞串聯在一起,生成一個更長的影片,輕松處理復雜的多步驟場景。
搭配 Loop 和 Blend 功能,使用者還能創作出無縫迴圈的影片,並完美融合不同片段,而 style presets 功能則可以預設和調整生成的風格。
在技術規格上,Sora 支持 5-20 秒的影片生成,並相容 1:1、9:16 等主流寬高比。相比早期版本,現在的生成速度有了顯著提升。
另外,還有幾點細節需要註意。
OpenAI 采用了靈活的積分制定價策略,積分數量因分辨率和持續時間而異,如果你早已是 ChatGPT Plus 和 Pro 會員,那就無需額外費用就能使用。
比如生成一個 480p、5s 的影片就需要 25 個積分,如果生成 480p、20s 的影片則需要 150 個積分。
此外,如果你用 Re-cut、Remix、Blend 或者 Loop 這些功能,生成的作品超過了 5 秒鐘,那也得額外扣你的積分,多用多花錢,別超時,超時也花錢。
對於訂閱使用者而言,20 美元的 ChatGPT Plus 計劃提供 50 個優先影片額度(1000積分),支持最高 720p 分辨率和 5 秒時長。
而 200 美元的 ChatGPT Pro 計劃則提供最多 500 個優先影片(10000 個積分),支持 1080p 分辨率、20 秒時長、5 個並行生成和無浮水印輸出。
OpenAI 還在為不同類別的使用者開發不同的定價模式,將於明年初推出。
對了,Sora 暫不支持ChatGPT Team、Enterprise 和 Edu 版本,同時也不向 18 歲以下使用者開放。現階段,使用者可以在所有 ChatGPT 可用的地方存取 Sora,但英國、瑞士和歐盟等地區除外。
實測 Sora 暴露最大短板,但這些場景堪比專業級
知名博主 Marques Brownlee 提前一周用上了 Sora,並在 YouTube 上分享了他的使用體驗。
他指出這款產品仍存在一些局限性。
在物理模擬方面,模型對物體運動的理解還不夠深入,常常出現動作不自然、物體突然消失等問題。特別是在處理帶有腿部運動的物件時,經常出現前後腿位置混亂的情況,導致動作看起來不自然。
又或者,某些影片生成結果看起來像是慢動作,而影片的其他部份則以正常速度播放,肉眼很容易察覺這種「別扭」。簡言之,Sora 還是沒能解決老毛病,缺乏對物理世界規律的理解。
另外,Sora 沒能解決文字生成的問題,導致經常出現文字混亂的現象,而剪輯風格、文字捲軸的運動、新聞主播風格的生成則格外逼真。
不過,Sora 也有不少擅長的場景。
比如說,Sora 在風景鏡頭處理方面表現出色,能生成媲美專業素材的無人機航拍鏡頭,在卡通和定格動畫風格上的表現也差強人意。
效能方面,一個 5 秒的 360p 影片通常能在 20 秒內完成生成。
不過,當涉及 1080p 或復雜提示詞時,生成時間可能會延長到幾分鐘,但隨著如今大批使用者的湧入,生成速度明顯慢了大半拍。
不少網友也在第一時間上手體驗了 Sora。比如網友 @bennash 想生成一個影片,渲染了 22 分鐘都沒能成功,甚至該網站一度停止註冊登入。
博主 @nickfloats 給出的評價是,Sora 在將影像轉換成影片時,雖然某些特定的視覺特效沒有被保留,但整體的轉換效果是「清晰和令人滿意的」。
Sora 能成為 OpenAI 的下一只「金母雞」嗎?
Sora system card 也列出了一些值得關註的細節。
OpenAI 官方認為,Sora 為能夠理解和模擬現實世界的模型提供了基礎,將是實作通用人工智能(AGI)的一項重要裏程碑。
官方網誌中提到,Sora 是一種擴散模型,它透過從一段看起來像靜態雜訊的基礎影片開始,逐步去除雜訊並轉變為最終的影片。透過同時處理多個幀,模型成功解決了一個難題:即使目標暫時脫離視野,也能確保其在影片中始終保持一致。
與 GPT 模型類似,Sora 采用了 Transformer 架構。
Sora 使用 DALL·E 3 中的標註技術,該技術為視覺訓練數據生成高度描述性的標簽。因此,模型能夠更準確地根據使用者的文本指令生成影片內容。
除了能夠僅透過文本指令生成影片外,Sora 還能夠從現有的靜態影像生成影片,準確地將影像內容進行動畫化,並註重細節。該模型還可以從現有的影片中擴充套件或填補缺失的幀。
為了確保安全地部署 Sora,OpenAI 基於 DALL·E 在 ChatGPT 和 API 部署中的安全經驗,以及 OpenAI 其他產品(如 ChatGPT)的安全防護措施進行了強化。
所有 Sora 生成的影片都帶有 C2PA 後設資料,這些後設資料能夠標識影片的來源是 Sora,從而提高透明度,並可用於驗證其來源。
與此前憑借真實人像出圈的 Flux 不同,Sora 們對上傳包含人物的內容設定了特別嚴格的稽核標準,目前僅作為試點功能提供給少量早期測試者,並遮蔽含有裸露的內容。
大半年前,初試啼聲的 Sora 贏得互聯網一片喝彩。
然而,如果說一年前尚未還能對著一群演示 demo 空喊「現實不存在了」,那麽在國內外各類影片模型的輪番洗禮之下,我們早已養刁的胃口很難再被同樣的產品打動。
這種態度的轉變源於一個簡單的事實。
當 AI 要從「勉強可用」前進演化到「可堪大用」,使用者的期待也隨之升維,從「能否做到」躍遷至「做得多好」。
好在 Sora 並未在掌聲中原地踏步,透過與藝術家的深度合作,他們在工作流程領域做出了顯著的改進。Re-cut、Remix、Storyboard 等功能都相當實用。
甲乙方的存在決定了工作流中的溝通永遠是剛需,AI 能做的是讓這種溝通更有效率,Sora 的價值不在於它能做什麽,而在於讓創作者得以抽身於技術細節,真正回歸創意的本質。
與此同時,上周引發熱議的 200 美元 ChatGPT Pro 訂閱計劃,如今也有了更合理的價格錨點,該計劃同樣支持無限制存取 Sora,這種產品協同效應預計也將激發出遠超預期的套用場景和商業價值。
放眼當下,使用者的真金白銀從不作假。
可靈 AI 交出千萬級月流水的亮眼成績單,這片藍海的潛力已呼之欲出,對於仍在「燒錢」階段的 OpenAI 來說,Sora 預計會成為繼 ChatGPT 之後的另一個下金蛋的母雞。
當 Sora 從「能用」「好用」,再到「妙用」,或許未來某一天,我們會發現,真正不存在的,不是現實,而是人類創造力的盡頭。
#歡迎關註愛範兒官方微信公眾號:愛範兒(微訊號:ifanr),更多精彩內容第一時間為您奉上。