撰文 | 程書書
編輯 | 李信馬
題圖 | 豆包AI
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 及其配套應用 Sora App，即使需要填寫邀請碼才能使用，也沒有減弱網友的熱情，社交平臺上充滿了尋求邀請碼的信息。短短四天內，這款App便空降美區(qū)App Store免費榜榜首，力壓ChatGPT、Google Gemini等一眾頭部AI產品，迅速成為海外創(chuàng)作者、內容營銷人和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)意領域的ChatGPT 3.5時刻”。從官方演示到網上用戶實測，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在進行了體驗后認為：Sora 2確實強大，但距離“現(xiàn)實不存在了”的預言，還是有一定距離。
01、創(chuàng)造力炸裂，細節(jié)仍存“AI感”
Sora App以Sora 2為技術基礎，Sora 2直接內置了對話、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，提示詞會默認成為視頻配文，因此熱門視頻的提示詞可直接復制修改后使用。
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 是每個賬號對應的虛擬數(shù)字形象，相當于用戶的 “專屬 Sora 身份標識”。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，形象設為公開即默認允許 App 內其他用戶使用。
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?！?系統(tǒng)檢測到版權問題無法生成，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，二人的吵架內容也符合清宮戲的背景。但細節(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，生成的對話會顯得機械。同時，“構思提示詞” 的門檻依然存在——普通用戶可能因描述不細致（比如沒說清場景氛圍、人物動作），導致生成的視頻偏離預期，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 “最先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 形象復用）到多鏡頭敘事的技術突破來看，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?！?小旭音樂創(chuàng)始人兼 CEO、AIGC 藝術家小旭的評價，點出了 Sora 2 的核心優(yōu)勢 —— 易用性。它把復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 里沒法調畫質，默認只有 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)會自動關注邀請方，逐步構建起好友社交網絡。
用戶車車體驗后認為，其娛樂性 “遠不如抖音”：“Sora 上的內容更像‘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)大眾共鳴的內容，刷幾條就會覺得單調?！?
這種 “娛樂性短板”，和 Sora 2 嚴格的限制掛鉤。為規(guī)避版權、肖像權風險，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，自然難以產出多樣化、有傳播力的內容——反觀抖音，從生活記錄到創(chuàng)意短劇，內容邊界寬泛，再加上評論互動、合拍、話題榜等功能，社交粘性遠非 Sora 2 可比。?
綜上，Sora 2無疑是一次技術飛躍，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與時長、純AI生成內容導致的同質化傾向，還是技術上尚未克服的細節(jié)瑕疵來看，它距離成為引發(fā)創(chuàng)意領域革命的“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。
