AI好好用报道

编辑：杨文

终于识得Sora真面目。

Sora 千呼万唤始出来。

10 日凌晨，OpenAI 直接开放了 Sora 的新版本 ——Sora Turbo，ChatGPT Plus 和 Pro 用户可以直接上手体验。

链接直达：https://sora.com/

相较于今年 2 月 16 日发布的 Sora 预览版，这个新版本速度更快，功能也更全，一口气上线了 Remix、Re-cut、混合、故事板剪辑、风格预设等多项功能。

（查看详情，请移步：）

（prompt:一只狮子和一只猫在田野里玩耍)

翻车来得猝不及防。

知名科技博主 @MKBHD从上周就用上了 Sora 最新版。在尝试了各种风格和角色、向它抛出了几十个提示词后，最终得出了以下结论：

搞抽象，或者生成艺术风格镜头，那水平绝对一流，但一遇到写实风格，别的大模型有的毛病，Sora 照样有。

-1-

生成效果很逼真，但文字仍会乱码

prompt ：CBS style of video of news coverage of a recent fog event.

提示词：CBS 对近期大雾事件的新闻报道视频。

众所周知，AI 经常会把文字处理成一些奇怪的「鬼画符」，Sora 生成的这段视频也不例外，其中包含了很多混乱的文字。

不过，Sora在生成视频时能够模拟一些视频编辑技巧，如插入不同镜头、制作滚动条效果，以及模拟新闻风格的视频拍摄，生成的新闻主播看起来也很真实。

-2-

难以理解和模拟现实世界中的物理规律

Sora 并未对视频中的物体产生「理解」，模型仍然容易出现「幻觉」，主要表现为不合逻辑的运动，以及缺乏物理恒常性。

比如，生成的视频中物体会相互穿透，或者无故消失和重现等。

prompt ：A black tech reviewer talking about a smartphone, while sitting at a desk in front of 2 displays.

比如，黑人小哥右手拿的手机总是凭空出现或消失，而且他的左手会在不经意间多根手指或少根手指。

同时，Sora 也并未严格遵循文本描述，黑人评论员不是面对两台显示屏，而是背对。显示屏中的图片也都出现了手指畸变的情况。

prompt ：A high resolution drone shot of the Golden Gate Bridge on a clear morning with a the peak of the bridge poking through some thin clouds.

prompt：National Geographic style video of a person befriending a penguin.

prompt：A side scrolling shot of a rhinoceros walking through a dry field of low grass plans.

-3-

图生视频拉胯

在测试图生视频时，该博主发现 Sora 有时根本不知道在特定图片中，物体的方向或速度应该是怎样的。

-4-

媲美纪录片的风景镜头

尽管 Sora 在模拟现实世界的物理运动存在一些局限性，但在风景渲染方面表现出色。

擅长动画风格

相比于写实风格，Sora等视频生成模型更擅长生成动画。

一方面是因为动画风格不需要严格遵守现实世界的物理规则，这减少了模型需要处理的复杂性。例如，在动画中，物体可以无视重力飞行或者以不符合现实物理的方式变形。

另一方面，动画通常具有风格化的特征，如夸张的表情、色彩和形状，这些特征更容易被 AI 模型捕捉和模仿。

prompt：Stop-motion claymation footage of Santa punching a snowman.

详细测评视频链接：

https://www.youtube.com/watch?v=OY2x0TyKzIQ

原标题：《Sora上线即翻车？知名科技博主一手评测》