Sora正式上线！最长20秒、不止文生视频

摘要：北京时间12月10日凌晨，OpenAI宣布，旗下视频生成模型Sora正式面向大众推出。同时，公司宣布推出Sora新高端加速版本Sora Turbo，该版本将作为独立产品提供给ChatGPT Plus和Pro用户。场面之火爆，Sora Turbo一经发布服务器就

整理自 | 定焦One、极客公园、甲子光年

北京时间12月10日凌晨，OpenAI宣布，旗下视频生成模型Sora正式面向大众推出。同时，公司宣布推出Sora新高端加速版本Sora Turbo，该版本将作为独立产品提供给ChatGPT Plus和Pro用户。场面之火爆，Sora Turbo一经发布服务器就被挤爆了。

Sora Turbo具有今年早些时候OpenAI在「世界模拟技术」报告中提到的所有功能，此外还增加了从文本生成视频、动画图像和混合视频等功能。先来欣赏下Sora官网视频 ↓

（Sora官网视频）

继今年2月释出视频样片后，Sora引发了全球人工智能界热潮，此后国内外人工智能公司纷纷推出文生视频产品。而作为这一赛道的开创者，Sora终于揭开了神秘面纱。

Sora的变化主要集中在三个方面

1. 全新设计的界面

全新的界面设计让用户可以更方便地通过文本、图像或视频提示使用Sora。此外，还推出了“特色板块”和“最新动态”，展示社区创作者的优秀作品并持续更新。

（OpenAI Sora官方使用指南）

2. 时长

作为Sora的全新升级版本，Sora Turbo支持单次生成1080p分辨率、最长20秒的视频，在时长上有明显突破。同时灵活支持横屏（16:9）、正方形（1:1）和竖屏（9:16）等多种画面比例，适配不同平台。生成方式也是多样化的，可通过文字提示词生成视频，或者上传图片、视频作为参考。

（Sora Turbo的效果展示）

能生成的视频时间越长，意味着对内容一致性、避免重复、衔接过渡上要求更高，模型的优化和训练数据的质量在其中起着关键作用。

3. 强大的编辑功能

Sora Turbo更大的亮点在于，在文、图生视频的基础功能之上引入了多种高级编辑功能，具体如下。此前，AI生成视频的一大痛点在于一次性生成以后很难再“微调”，这次Sora一定程度上解决了这一问题。

（1）Remix（重混）：只需简单修改提示词，即可替换、移除或重新生成视频中的某个要素，如下图所示，在生成“推开图书馆的大门”后，可将大门换成法式风格。

（2）Re-cut（重新剪辑）：寻找视频中的最佳帧，并从此延展或循环剪辑。例如官方示例教程中，从第2秒剪开，Sora可基于前2秒的内容重新混合生成后面的视频。

（OpenAI官方示例教程）

（3）Storyboard（故事板）：精准指定每一帧的内容，控制每个时间段的画面。比如，让视频的前114帧生成“红色的背景下，远处停靠着一艘宇宙飞船”；114-324帧场景变为“从宇宙飞船内部向外看，一位宇航员站在中间”；324-440帧，将画面聚焦到宇航员眼睛的特写镜头，他的眼睛被针织面料制成的面罩包裹住。

（4）Loop（循环）：一键制作无缝衔接的循环短片。例如：一直奔跑的羊群、不断翻涌的浪花，就可以用Loop来生成。

（OpenAI官方示例教程）

（5）Blend（混合）：可以将两个视频混合在一起。如下图演示了将雪花飘落和花朵飘落视频的混合效果，过渡很“丝滑”。OpenAI方面称，这是其它AI视频从未见过的功能。

（6）Style presets（风格预设）：用户可以选择预设的风格来创建视频，快速设定视频的视觉风格。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）。

深度测评与评价

Youtube科技评测网红马克斯·基思·布朗利（Marques Brownlee，网名MKBHD）对Sora进行了深度评测。

布朗利发现Sora擅长粒子和流体模拟，“令人惊讶的是，Sora对流体动力学的处理相当出色，水的波动和火焰的效果往往能达到令人信服的程度，即使烟雾效果可能还不够完美”。但他同时也认为，Sora完全不懂物理。

从官方展示的视频也可以看出，Sora对“运动”的理解还不全面，有时甚至错误百出。比如在一个猴子轮滑的的视频中，可在看到猴子的右腿“毫无防备”地变成了左腿。

以及在提示词为“rockefeller center is overrun by golden retrievers! everywhere you look, there are golden retrievers.”的视频中，金毛猎犬的数量模糊，每个个体的形状不稳，又时隐时现，比如有的脑袋突然变成了尾巴。

对于这些不足，OpenAI表示：“Sora是一款强大的工具，使你能够跨越物理限制，在多个场景中同时发挥创造力，探索各种全新的可能性。更重要的是，我们认为它极大地扩展了幕后创作者的创作空间，赋予他们前所未有的能力去实现创意。”

Sora团队也“泼了一盆冷水”来控制用户预期：“如果你带着这样的期望来到 Sora，认为只需点击一个按钮就能生成一部故事片，那么你可能抱有错误的期望。”

Sora正式发布后，很多视频case已经在网上传播。对于Sora真实的“买家秀”效果，口碑评价出现了两极分化。国内不少专家也第一时间对Sora进行了评价。

清华大学人工智能研究院副院长、生数科技首席科学家朱军认为：Sora正式上线所带来的冲击度，相比今年二月的首次发布已经弱了很多。视频生成模型在今年有了长足的发展，已经完全不是Sora二月份刚发布时的阶段。整体来说，Sora的发布有一些产品上亮点，尤其是视频编辑的能力。但在基础模型能力的表现上其实没有太多的亮点，效果在预期之内，比如Sora的生成速度看上去还是挺长的，大概在分钟级，而且成本也不低，这都可能会影响后续用户的使用以及商业化的进展。

智谱CEO张鹏表示：Sora的效果离自己的预期有一点偏差。如果看技术指标，国内有的视频生成模型不比Sora差。当然视频模型的比拼肯定不是简单地对比参数，而是如何产生实际的应用、产生生产力。Sora这次发布把很大的精力放在了产品而非模型上，比如视频编辑能力、工作流，这是面向用户需求的转变。

北京智源人工智能研究院院长王仲远认为：Sora的上线基本符合预期，没有年初发布时的惊艳效果。从产品上线时间来看，国内公司也实际上已经早于OpenAI做出了产品级的模型。

当地时间12月9日晚些时候，美国以及大多数其他国家的用户，已经可以访问官网（Sora.com）体验Sora。但欧洲、英国、中国大陆等地暂不能使用，对此，OpenAI尚未给出具体上线时间的安排。

在收费方面，Sora对ChatGPT的Plus会员（每月20美元）和Pro会员（每月200美元）直接开放使用。

Plus会员每月可以生成最多50个高级视频，最大分辨率为720p、最长时长为5秒。

Pro会员每月可以生成最多500个高级视频，最大分辨率为1080p、时长最长可达20秒，以及无限普通视频，并且下载无水印。