國慶假期，全球AI圈被一枚“重磅炸彈”炸醒。

OpenAI發(fā)布新一代AI視頻模型Sora 2及其配套應(yīng)用Sora App，即使需要填寫邀請碼才能使用，也沒有減弱網(wǎng)友的熱情，社交平臺上充滿了尋求邀請碼的信息。短短四天內(nèi)，這款A(yù)pp便空降美區(qū)App Store免費榜榜首，力壓ChatGPT、Google Gemini等一眾頭部AI產(chǎn)品，迅速成為海外創(chuàng)作者、內(nèi)容營銷人和TikTok賣家的新寵。

社交平臺瞬間被AI生成的“同人宇宙”刷屏：動漫角色穿越現(xiàn)實街道，游戲角色在都市中穿行，甚至連OpenAI CEO山姆·奧爾特曼（Sam Altman）也被網(wǎng)友“玩出花”——他出現(xiàn)在東北炕頭吃飯、在阿里會議室講“閉環(huán)”“賦能”，甚至化身外賣騎手穿梭于城市街頭。

奧爾特曼本人將Sora 2稱為“創(chuàng)意領(lǐng)域的ChatGPT 3.5時刻”。從官方演示到網(wǎng)上用戶實測，Sora 2在物理邏輯、畫面連貫性、真實感和音畫同步等方面實現(xiàn)了質(zhì)的飛躍，被多家媒體譽為“將AI視頻生成推向新高度”。

DoNews在進行了體驗后認(rèn)為：Sora 2確實強大，但距離“現(xiàn)實不存在了”的預(yù)言，還是有一定距離。

01.

創(chuàng)造力炸裂，細(xì)節(jié)仍存“AI感”

Sora App以Sora 2為技術(shù)基礎(chǔ)，Sora 2直接內(nèi)置了對話、音效和背景音樂的自動生成能力，可以實現(xiàn)音頻和視頻同步生成，改變了以往AI視頻生成工具沒有聲音的狀況。

進入Sora App后，主頁底部設(shè)有功能欄，從左到右依次為「視頻推薦」「靈感廣場」「生成器」「消息」「個人主頁」。很多人將其稱為“AI版抖音”，正是因為界面及首頁推薦邏輯與之相似——App主頁為垂直視頻流，用戶可上下滑動瀏覽其他用戶發(fā)布的內(nèi)容。

其中，靈感廣場用于展示熱門作品。由于Sora App生成視頻后，提示詞會默認(rèn)成為視頻配文，因此熱門視頻的提示詞可直接復(fù)制修改后使用。

生成器是用戶制作視頻的核心功能區(qū)，有兩點值得注意：一是不支持上傳用戶自制視頻素材，僅能通過AI生成視頻；二是不支持單獨撰寫短視頻文案——用戶輸入的文案會默認(rèn)作為生成視頻的提示詞。

生成視頻時，有兩種特色方式可選：一是圖片生成視頻，二是Cameo出鏡秀。Cameo是每個賬號對應(yīng)的虛擬數(shù)字形象，相當(dāng)于用戶的“專屬Sora身份標(biāo)識”。創(chuàng)建Cameo需錄制一段個人臉部視頻，操作步驟類似支付寶、銀行類App的視頻認(rèn)證，驗證通過后即可用自己的虛擬形象生成并發(fā)布視頻。

此外，也可使用他人的虛擬數(shù)字形象，通過文生視頻或圖生視頻功能創(chuàng)作，但前提是對方將形象設(shè)為公開。具體操作是：撰寫提示詞時點擊他人頭像，其ID會自動填入提示詞；因此，使用他人形象發(fā)布視頻時，系統(tǒng)會自動@該用戶——這也意味著，形象設(shè)為公開即默認(rèn)允許App內(nèi)其他用戶使用。

DoNews以奧爾特曼的虛擬數(shù)字形象和一張圖片生成了一段視頻，提示詞為：“@sama在圖片場景里說集美們，耶斯莫拉?！?/p>

在生成的視頻中，Sora結(jié)合圖片背景為奧爾特曼豐富了臺詞，奧爾特曼指向后面的店鋪說：“集美們，今天帶大家來看看老姐妹的店，耶斯莫拉?！迸_詞的補充顯示出AI聯(lián)想的能力，與場景的配合較為自然，發(fā)音時，人物的口型也基本能對上。

不過，并非每次生成都能一次成功。DoNews再次嘗試生成奧爾特曼剝獼猴桃的視頻時，剝獼猴桃的細(xì)節(jié)就出現(xiàn)了錯誤，有明顯的AI痕跡。

DoNews又以奧爾特曼和另一用戶的數(shù)字形象創(chuàng)建了一段多角色視頻，提示詞是：“@sama@thomasdimson扮演《后宮甄嬛傳》里面的華妃娘娘和皇后娘娘，穿著清朝的妃嬪服制，用中文吵架?！毕到y(tǒng)檢測到版權(quán)問題無法生成，刪除提示詞中的《后宮甄嬛傳》后，生成就不再被拒絕。

在這段雙人互動視頻中，提示詞只提到“用中文吵架”，而Sora再次為角色添加了臺詞，二人的吵架內(nèi)容也符合清宮戲的背景。但細(xì)節(jié)仍有瑕疵，比如中間有一句臺詞的聲音沒有對口型，后面皇后的臺詞錯誤地對應(yīng)到了華妃的嘴型。

這種臺詞錯位的情況在多角色視頻中發(fā)生的概率似乎較高，在DoNews之后生成的另一段多人對話視頻中也出現(xiàn)了類似問題。

整體來看，Sora 2在物理世界理解方面確實表現(xiàn)不俗，用戶數(shù)字人的物理效果和唇型同步效果良好，基本的一致性做得不錯。但涉及到多元素的物體交互時，仍會出現(xiàn)多角色臺詞錯位、物體交互bug的問題，保留了明顯的“AI感”。

“AI配音”本身也存在缺陷：語氣生硬、情感適配度低，若提示詞未明確語調(diào)，生成的對話會顯得機械。同時，“構(gòu)思提示詞”的門檻依然存在——普通用戶可能因描述不細(xì)致（比如沒說清場景氛圍、人物動作），導(dǎo)致生成的視頻偏離預(yù)期，而專業(yè)創(chuàng)作者則需花費時間優(yōu)化提示詞，才能彌補AI的細(xì)節(jié)不足。

02.

創(chuàng)意ChatGPT時刻未到，娛樂版抖音還差口氣

OpenAI在官方聲明中，將Sora 2定位為“*進的視頻和音頻生成模型”，更明確對比：2024年2月發(fā)布的初代Sora是視頻領(lǐng)域的“GPT-1時刻”，而Sora 2直接邁入了“GPT-3.5時刻”。

從音畫同步、人物ID一致性（如Cameo形象復(fù)用）到多鏡頭敘事的技術(shù)突破來看，Sora 2確實刷新了AI視頻生成的上限，但距離“重塑創(chuàng)意領(lǐng)域”和“成為新一代娛樂社交平臺”，它顯然還差點火候。

“Sora 2生成的音頻真實感、清晰度，把之前的AI音效工具甩開好幾條街，甚至比谷歌Veo 3還略勝一籌?！毙⌒褚魳穭?chuàng)始人兼CEO、AIGC藝術(shù)家小旭的評價，點出了Sora 2的核心優(yōu)勢——易用性。它把復(fù)雜的視頻生成流程簡化成“輸入提示詞+選形象”，尤其是Cameo功能，用戶錄幾秒臉部視頻就能克隆專屬虛擬形象和聲音，門檻低到普通用戶也能上手。

但優(yōu)勢之外，硬傷同樣明顯?！澳壳吧傻囊曨l時長比較短，只有10秒鐘，這個在正規(guī)的創(chuàng)作中還是顯得略短了一些?！贝送?，分辨率也不太行，App里沒法調(diào)畫質(zhì)，默認(rèn)只有480P或360P，橫版還得用PC端才能生成。在小旭看來，Sora2是瞄準(zhǔn)AI社交去的，并不是一個純粹的AI工具。

Sora App目前采用的邀請制也可以驗證他的看法，當(dāng)一個邀請碼注冊成功后，可以再生出4個邀請碼，分享給其他用戶后，這些用戶激活賬號又能獲得4個新的邀請碼，如此形成裂變循環(huán)。而且一旦使用他人的邀請碼，系統(tǒng)會自動關(guān)注邀請方，逐步構(gòu)建起好友社交網(wǎng)絡(luò)。

用戶車車體驗后認(rèn)為，其娛樂性“遠不如抖音”：“Sora上的內(nèi)容更像‘自娛自樂’——每個人生成的視頻都是圍繞自己的虛擬形象或簡單場景，沒有抖音那樣的話題挑戰(zhàn)、達人生態(tài)，也缺乏能引發(fā)大眾共鳴的內(nèi)容，刷幾條就會覺得單調(diào)?！?/p>

這種“娛樂性短板”，和Sora 2嚴(yán)格的限制掛鉤。為規(guī)避版權(quán)、肖像權(quán)風(fēng)險，它會直接拒絕生成多數(shù)真實名人、影視角色（比如前文提及《后宮甄嬛傳》觸發(fā)版權(quán)攔截），甚至普通人物形象的創(chuàng)作也有諸多約束。用戶能發(fā)揮的題材空間被壓縮，自然難以產(chǎn)出多樣化、有傳播力的內(nèi)容——反觀抖音，從生活記錄到創(chuàng)意短劇，內(nèi)容邊界寬泛，再加上評論互動、合拍、話題榜等功能，社交粘性遠非Sora2可比。

綜上，Sora 2無疑是一次技術(shù)飛躍，它顯著降低了AI視頻創(chuàng)作的門檻，將此前分散的視頻、音頻生成步驟整合，讓普通用戶也能輕松體驗創(chuàng)作的樂趣。

然而，無論是從其有限的畫質(zhì)與時長、純AI生成內(nèi)容導(dǎo)致的同質(zhì)化傾向，還是技術(shù)上尚未克服的細(xì)節(jié)瑕疵來看，它距離成為引發(fā)創(chuàng)意領(lǐng)域革命的“ChatGPT時刻”以及媲美抖音的娛樂平臺，仍差一口氣。

對于普通用戶，Sora 2是一款有趣、易上手的新玩具；但對于追求高質(zhì)量、長序列和強一致性的專業(yè)創(chuàng)作者而言，它仍不是一個成熟可靠的生產(chǎn)力工具。OpenAI的這枚“炸場”新星，優(yōu)點與缺點同樣突出，它的真正成熟，或許還需要等待下一個版本的迭代。