本来已经备好我的Switch2开始愉快的国庆之旅了。结果好死不死的，这群AI厂商又卷起来了。OpenAI大半夜的，宣布，Sora2来了。看完直播之后，我的困意基本消失殆尽。我在剧组的群里说：我之前一直说，我们做AI电影工业化的时候，有一个原则，就是AI生成的片段不进成片。只是辅助，纯粹的辅助。但，我今天收回这句话。一声长叹，时代的车轮滚滚向前。谁知道2027年的时候，这个世界，又是什么样的光景呢？Sora 2，用OpenAI的原话描述就是：“With Sora 2, we are jumping straight to what we think may be the GPT‑3.5 moment for video。”AI视频的ChatGPT时刻，正式来了。全新的Sora 2，是一个原生的视频和音频生成模型。注意用词，是视频和音频生成模型，这不是一个纯粹的视频模型了。类似于Veo3，但是从现在放出来的Demo看，整体效果却远超于Veo3。直接看官方宣传片吧。这质量我只能跪着给他们磕头。GPT-5拉了个大的，Sora 2又是王者归航。不愧是OpenAI。这次主要是发布了两个东西，一个是Sora 2模型，一个是Sora APP。Sora 2模型基本就是现在的SOTA了，而Sora APP的野心则更大，他们要做新时代的AI抖音，而且确实很有创意，以社交驱动，让我想起了当年的激萌Faceu。我们，一个一个来说吧。一. Sora 2现在的AI视频模型，基本卷的目标和方向是比较一致的，就是物理运动、人物表演、一致性、音频。物理运动比较好理解，就是真实，极度的真实，跟现实一样真实。Sora 2在这个部分，确实有极强的进步。我们一直说，体育运动，特别是体操和球类运动，几乎就是AI视频模型的图灵测试，几乎没有太多AI视频模型能做的特别好的，即使是hailuo 02和可灵2.5，也只是成功部分或者局部。而Sora 2非常离谱，可以完成奥运体操动作，在桨板上完成后空翻，甚至还能打排球。Prompt：一名体操运动员在平衡木上翻转，电影感十足。对比一下当年Sora 1的。真的，这个进步，实在是过于明显了，1年半的时间，却好像过去了好久好久。Prompt：滑板运动员做了一个空翻。Promp：一个男人从跳水板上跳下，做炸弹式入水动作。这些我放的是GIF，但是不要忘了，这些里面其实是有声音的。比如这个打排球。还有在桨板上完成后空翻。里面的声音几乎没有瑕疵，极度写实，还有人打排球的运动也是。目前这确实是我看到的，运动质量和物理规律最牛逼的了。在动漫风格上，也还不错。然后就是人物表演，这个其实要跟一致性和多模态能力一起说。因为如果是不念台词的人物表演，其实现在已经差不太多不分伯仲了，而念台词的人物表演，也就是我们俗称的AI演员，或者是数字人，才是现在大家卷的重点，所以必须要带上多模态也就是音频能力。现在，你可以在Sora产品中，进行身份验证，生成一个你的分身，作为一个你的数字人的固定ID。后续你就可以直接调用这个角色，来进行特定的人物生成了。而配合上固定角色以及极度真实的人物表演，还有几乎完美的音频生成，让AI做真正的故事片，不再是幻想。而这个脑袋撞桥，就非常的短视频了，但是也特别的真实。Prompt：@daniel 在斑马群的中间吹小号。Prompt：@daniel 和 @duxin 进行一场臂力比赛，你决定谁获胜。人物的表演和神态，还有分镜，跟真实视频相比已经看不出来什么区别了，音频级别也是现在的SOTA。环境声、风声、碰撞声，甚至是多人在同一个片段里，你就跳不出来音频的错误。而且可以看到两个视频片段里的@daniel，人脸几乎就是一模一样的。ID的一致性也得到了完美的还原。从代码里看，Sora 2应该是有两款模型。Sora 2和Sora 2 Pro，应该类比可灵的标准版和高品质版。目前比较坑爹的是，虽然说优先考虑ChatGPT Pro用户的访问，但是目前仅限于美国和加拿大地区，并且启用了万恶的邀请码机制。我虽然靠着朋友搞到了邀请码，但是这玩意，门槛还是高。。。
首批用户会收到4个邀请码，可以分享给朋友一起体验，因为团队认为这款应用最适合社交场景使用，甚至可能成为一种新的消息传递方式。。。目前已上线可用的版本，说实话没啥参考意义，被阉割的比较狠，在生成的时候，你几乎无法选择参数。只有横屏和竖屏，直出10s视频，清晰度低的离谱，360P。等着OpenAI后面更新吧。 二. Sora APP这一次，Sora产品本身成为了重点。目前Web版已经更新，IOS版已经在美区Appstore上限，但是没有安卓。但正如我上面说的，邀请制，现在没有邀请码的用户，都进不去。我尽可能的让大家看懂这个产品是个啥。先来看他们的片子。如果用一句话总结的话，这好像是AI版的抖音。用户可以在上面刷到公域里玩家生成的AI视频，可以点赞转发关注等等一些列操作，甚至整个交互形式和UI，都跟抖音完全一个样。但是最有趣的功能，其实还说数这个“cameos”功能，中文名出镜秀。这张图，就是非常标准的cameo界面，可以简单的理解为，每一个头像，都是一个cameo，你在生成视频的时候，可以@他们，让特定的角色来出演。比如第一个就是我，你可以@rockhazix，让我和第二个人sam，一起在很酷的餐厅里吃一顿有趣的晚餐。这，就是cameo，就是让你的好友来你的视频里客串，一起共演。OpenAI自己认为，Sora APP是纯粹的为了跟朋友一起使用而制作的。他们说，测试者们的压倒性反馈表明，正是因为cameo让这款应用显得与众不同且有趣，它是一种与人们交流的新颖独特方式。不过这块OpenAI做了严格的限制。你在创建你自己的cameo的时候，要做非常复杂的身份验证。会要求你录制动态音频提示，完成随机音频挑战后，还需要通过活体检测，以确保这个手机面前的人，是你自己。在录完以后，你还可以通过Cameo偏好设置来调整模型对你的呈现方式。最后一切搞定后，你就可以在创作的时候，@你自己了。比如我就@了我自己和奥特曼，一起吃了一顿晚餐。运动幅度上，也是确实牛逼的，比如我在大街上喊Sora 2 is out。。。就是我也不知道，为什么面部这么狰狞。但是我说实话，欧美人的人脸ID保持确实不错，但是亚洲人，还是老问题，比较一般，这是欧美公司的通病了。比如我的这个视频，我是真的不太想放，有点辣眼睛，但是吧，为了给你们看效果，我还是放一下。。。玩法还是蛮多的，但是不稳定也是真的。国庆快乐~
