作者｜西梅汁
编辑｜星奈
媒体｜AI大模型工场
Sora已经全量上线一周。
即使Sora鸽了大家将近一年的时间，但是大家对这款产品仍是报有很高期待，一上线服务器就崩了，不过大家使用体验似乎并不是很好，实际效果似乎有点差强人意。
不少人抱怨，20美金白花了，生成的视频效果不如国产可灵、即梦。
难道Sora真的是起了个的大早，赶了个晚集？
AI大模型工场最终也是斥巨资冲了会员，看看Sora和国产模型的表现到底哪个更胜一筹。
行动胜于空谈，不如咱们动手来得实在！直接开整。
一、编辑板块新亮点
Sora 此次最大的亮点在于，在文、图生视频的基础功能之上引入了多种高级编辑功能，首先咱们看看Sora这几个更新的编辑功能视频表现：
1、Remix（重混）
用户可以使用 Remix 替换、删除以及重新构想视频中的元素，我们可以看到视频中的门和场景都可以被替换或删除：
2、Re-cut（重新剪辑）
找到并分离出最佳帧，向前或向后延伸它们以完成（新）场景，通过挑选合适的视频帧，我们可以重新拓展视频场景：
3、Storyboard（故事板）
在时间线上组织和编辑视频的独特序列，精确控制视频的分镜头发展，从而讲述新故事：
4、Loop（循环）
使用Loop剪辑并创建无缝循环的视频：
5、Blend（混合）
将两个视频合并为一个无缝剪辑：
6、Style presets（风格预设）
使用预设创建和分享激发你想象力的风格，视频目前支持五种风格，Balloon World（气球世界）、Stop Motion（定格动画）、Archival（档案材料）、Film Noir（黑白电影）、Cardboard & Paper（纸工艺品）。
二、Sora VS 可灵AI、腾讯元宝、即梦AI
这部分内容主要从文生视频的角度进行测评，AI大模型工场用同一个Prompt在不同视频模型中生成视频看看他们的表现如何。
1、圣诞探戈场景
Prompt： 美丽圣诞场景，一对探戈舞者正在跳探戈。
Sora
sora生成的动作是认真的吗？咱们可以优雅点嘛，不要看我没学过探戈就可以拿这种动作来糊弄人哎。。。。
下面再看看可灵在同样的关键词下生成的关键词吧。
可灵
可灵生成的圣诞场景和人物跳舞场景都具有协调性。同时人物在大幅度动作上，肢体不仅没有扭曲变形，就连跳舞动作也具有连贯性，相比之下AI大模型工场更喜欢可灵生成的场景。
即梦
可以看到即梦在动作上已经极力在保持优雅了，但是人物手部细节部分没有处理好，女士的手有种无处安放感。
腾讯元宝
元宝生成的场景有一种迪士尼的梦幻感，虽然生成的人物动作幅度较小，但是可以看到手指这些细节方面都没有歪曲变形。总体来说生成的效果氛围感十足，但人物AI感比较明显，缺乏真实感。
2、浪漫樱花场景
Prompt：美丽的春日东京城市熙熙攘攘。相机穿过繁华的城市街道，跟随几个人享受美丽的樱花天气并在附近的摊位购物。绚丽的樱花花瓣在风中飞舞。
Sora
Sora这部分的语义理解明显不到位，没有get到漫天樱花，并且在人物运动过程中出现了很大的变形情况，视频主体的两个女生头部变形很严重，前面一个女生的头向后转了180度，恐怖片既视感，另外这两个女生的衣服也很奇怪，有一种“小孩偷穿大人衣服”的感觉。
可灵
可灵生成的这个漫天樱花场景更加梦幻，有一种日漫街头风，但就是花瓣有点大的像玫瑰了。。。
即梦
即梦的语义理解方面也明显不足，同样没有表现出漫天樱花感，甚至在多场景人物的面部识别上都还不够精准，人物面部模糊。
腾讯元宝
语义理解方面，腾讯元宝生成的樱花场景和人物都表现的不错，包括镜头的转场也没有丝毫违和感，细节上元宝可以说是唯一一个体现出几个人在摊位上购物的场景，包括镜头切换的也很自然。
3、猫咪捕猎场景
prompt：猫正在住宅区里奔跑。令人不可思议的是，以猫的视角来看，脚下有草坪，其他的猫正躺着。看样子它似乎在瞄准鸟儿呢。
Sora
sora生成的猫咪开始的镜头前有些糊感，奔跑姿势处理的比较一般，依然可以看到语义理解方面掌握的还不是很全面，住宅区、鸟儿这些元素都没有体现出来。
腾讯元宝
元宝这部分同样明显理解不够到位，猫咪的呈现状态忽隐忽现的，镜头角度也很粗糙。
即梦
相比之下，即梦这部分的语义理解就很不错，场景中小鸟、其他猫咪躺卧都有精准的表现。甚至可以看到猫咪的镜头语言都很强烈。
可灵
可灵在场景上以及镜头表现的都很全面，文本内容中的元素也都包含了，包括猫咪在运动中的表情和四肢都没有出现变形。
有一说一，对比后发现，虽然Sora在专业的角度上，确实有很多功能上的亮点，包括编辑上的故事板概念都很不错，但可以明显感受到模型能力跟不上。当下国内的AI视频产品追的很紧，各大厂商都在互相卷，我们已经看过太多好的效果了，随手可应付的时代已经回不去了。除了模型能力，用户也很在乎交互、门槛、性价比等等，Sora目前不管从哪个角度来对比，都没有什么足够的优势。
Sora在算法上面是不太一样的，但是到现在还没感觉到Sora的天花板在哪里。官方生成的成品图也确实让人惊艳，但是当用户在实际操作中还是存在很多壁垒的，至少在门槛上就阻碍了众多AI新用户。关键词和功能面板需要更加复杂精准的操作，语义理解程度也不够精准。
最后，麻烦Sam哥还我20刀！！！！
热门跟贴