OpenAI新发布的AI视频生成模型Sora：彻底颠覆人们对文生视频的认知

OpenAI在2月16日震撼发布了一个全新的AI视频生成模型Sora，这个模型可以根据文本生成长达60秒的高质量视频，完全打破了以往AI文生视频的各种局限，因此一经发布就引发了业界的广泛关注和热烈讨论。今天，我们就来根据网上已经公布的视频，详细盘点一下Sora的功能特性，其中还会包含与Runway、Pika等AI视频工具的生成效果对比，让大家对Sora的能力有一个更直观全面的了解。

首先，我们来看一下Sora在视频长度上的突破。以前，我们推荐过的AI视频工具，如Runway、Pika、MoonVally、Domo AI、AnimateDiff、Stable Video等，它们生成的视频长度都在3-7秒之间，而Sora将视频长度直接提升到了60秒，这是以前的10倍。这样的长度，如果放在以前，可能大家都会觉得需要好几年才能实现，但是Sora让其一夜之间成为现实。

其次，Sora在视频质量上的表现也非常出色。如果你有过AI视频生成的经验，你一定知道，文本生成的视频效果最难控制，很容易出现画面扭曲、元素丢失的情况，甚至视频根本看不出动态。因此，不少AI视频工具都转向在图生视频或者视频转绘上发力。然而，Sora的出现彻底颠覆了人们对文生视频的认知，它不仅能直接通过文本生成各种风格的高清视频，还支持多样化的视频时长、分辨率和画幅比，而且能始终保持画面主体位于视频中央，呈现出最佳构图。

再者，Sora生成的视频内容连贯一致。在Sora生成的视频中，随着时长的增加，人物和场景元素依然能保持自己原有的状态，不会扭曲变形，所以视频前后的连贯性非常好。即使元素被遮挡或者短暂离开画面，Sora也能在后续准确呈现这一对象的相关特征。这就解决了之前大家一直很关心的视频中人物一致性问题，也许之后我们就无需后期拼接，而是仅凭文本就能生成一个剧情完整的短视频了。

此外，Sora还能针对一个场景或者一个主题进行多视角呈现，比如针对“下雪天的街道”主题，可以同时生成手部玩雪特写、街道元素特写、行人走动中景、街道全景等分镜。而且，Sora生成的动态非常自然，就像我们在现实中看到的那样。相比之下，Runway等工具生成的动作总有一种“慢放”的感觉，不够自然。

在镜头运动上，Sora也有着出色的表现。在Runway、Pika等工具中，如果想实现镜头运动，需要使用额外的--motion参数，然后从平移、旋转、缩放等选项中选一种。而Sora则可以直接理解文本提示词中有关视频的镜头运动。比如提示词中是“镜头跟在一辆白色复古越野车后面”，在长达20秒的视频内，无论道路如何弯曲，镜头都能始终跟随这辆汽车，让其处于画面中央。Sora还能在一个视频中使用多种镜头运动。

值得一提的是，Sora对提示词的理解非常准确。对于“船在咖啡杯里”、“用白炽灯做壳的寄居蟹”这样比较复杂的概念，Sora都能准确理解并呈现出正确的视频，而Runway、Pika、Morph等目前还无法做到。

Sora还具有图生视频功能，它可以将图像转为动态视频，而且动态效果比其他AI视频都好，还不会出现转换后画质下降的情况。Sora的图生视频功能并不是简单的为已有元素添加动态，还能生成新的内容。

更令人惊叹的是，Sora可以仅通过文本对视频进行编辑，对一个写画风视频加上“rewrite the video in a pixel art style”提示，可以将其变为像素风格，加上“make it go underwater”可以替换画面元素，而且新元素与整体融合自然。这是直接做到了对视频内容的完美局部重绘，模型的能力真的令人惊叹。

Sora还支持在一个视频的基础上生成向前或向后延伸生成新内容，并且做到无缝衔接。如果对一个视频同时操作向前和向后延伸，就能得到一个完美的循环动画。这项功能目前还没有其他能实现的AI工具，如果能落地对创意视频生成肯定非常有帮助。

最后，Sora还可以在两个视频之间逐步插值，在主题和场景构图完全不同的视频之间创建无缝过渡，比如由真实的海岛变为一个3D卡通风格的微缩雪地村庄，或者让一只蜥蜴慢慢变成一只鸟。这点在影视特效制作上应该也大有可为。