经过300天的期待，Sora V2版本终于揭开了神秘的面纱，带来了革命性的视频生成技术。这篇文章将带您深入了解Sora如何重新定义世界模型，以及它在视频创作、电影生成和内容开发等领域的深远影响。

从2024年2月15到2024年12月10日，整整间隔300天，最强期货Sora从预告到终于面世。

在大洋彼岸，OpenAI打造的12天春晚的Day 3，山姆奥特曼终于正式发布了Sora V2版本。从未正式推出的V1版本，曾经通过演示视频带给过大家震撼。

这次OpenAI公布了更高端快速版本—Sora Turbo，带给ChatGPT Plus 和 Pro 用户。

就像1984年的Mac一样重新定义影像创作，Sora重新定义了世界模型：“Sora 是理解和模拟现实的人工智能的基础，这是开发能够与物理世界互动的模型的重要一步。”

我们且看这次发布的 Sora 最终呈现的能力：

• 支持分辨率高达 1080p、时长最长 20 秒的视频，格式可选宽屏、竖屏或方形。这点没什么，国产AI都可以。相比国产最长的2分钟，Sora这项指标还落后了。
• 但重要的是，Sora配备了分镜工具，故事板工具（Storyboard）能让用户能够精确指定每一帧的输入，用户可以通过在时间线上拖动和间隔卡片、添加字幕和上传源媒体来控制节奏，同时确保适当的间距以避免突然切换。
• 提供文本生成视频（text-to-video）、图像生成视频（text+image-to-video）、视频编辑生成（text+video-to-video）。这点也没什么，国产AI也都能实现。
• 觉得简单生成不太好玩，OpenAI加入了Remix和Blend两项新功能。这意味着用户可以选择自带素材进行扩展、混音和混合，或者从文本生成全新的内容。换句话说，你可以使用Recut修剪和延长（重新剪辑）、重新混合以创建新变化、混合视频之间的过渡。直播演示中，猛犸象和机器人混合在了一起，走在了沙漠上。

• Sora可以添加很多帧，连接两个不相关的开头和结尾。据说测试中的许多艺术家都非常喜欢这个视频循环功能。
• 包含“精选”和“最近”内容板块Explore，帮助大家从社区中汲取灵感。

实际上这次短短的直播中，并没有过多呈现Sora生成的案例视频有多精彩，而是重点介绍了Sora产品的功能特点。

此前在日本艺术家创作的80年代年轻人舞蹈和OpenAI创意专家ChadNelson 在伦敦展示的 Sora V2 视频，体现了多主体，多视角、多变焦等环境中，Sora的画面逼真清晰、人物一致性、视频延展等能力。

大家可以在今天晚点时间开放后体验Sora，是否是对目前所有的视频生成模型的一次碾压。

当然，在Sora闭关迭代的这一年中，国内AI视频也经历了很多变化。

1.Runway

Runway发布了第三代视频生成模型Gen-3，该模型在保真度、一致性和运动方面有了重大改进。

Gen-3 Alpha模型使用视频和图像联合训练，特色包括90秒内快速生成10秒视频、并行生成多个视频、模型驱动新的文本到视频（T2V）、图像到视频（I2V）和文本到图像（T2I）等功能。

2.可灵（快手）

快手可灵在6月份发布，也是类Sora的DiT架构，能够生成长达2分钟的视频，且帧率达到30fps。图生视频、文生视频、视频续写都可，每天有6次免费机会。

可灵AI以其生成时长、效率，以及视频质量位于AI视频生成产品的第一梯队，2分钟的生成时长是现在所有产品里的第一，尤其在真实风格场景上的表现更好。快手可灵应该是目前商业化做的最好的，此前公布过营收过千万。

3.即梦（字节跳动）

最开始的即梦大概也是采用SDXL模型，当时鲸哥体验下觉得是runway1.0的水平。但是在10月份豆包发布视频生成-PixelDance模型后，其实已经进化到，一度让我们不再期待Sora了。

搭载这款模型的即梦AI 2.0，在对提示词的捕捉和理解方面展现出高一致性，精确控制多个主体，可对连续动作，连续镜头做高度控制。超写实效果媲美电影拍摄效果，还支持首帧到尾帧的变化动画，这功能Sora今天也发布了。

4.腾讯混元

最近被热议的则是腾讯混元正式上线文生视频，并全面开源，参数量达到130亿，是当前最大的视频开源模型。

混元视频生成模型在文本视频一致性、运动质量和画面质量多个维度效果领先，在人物、人造场所等场景下表现尤为出色。能够实现在画面主角保持不变的情况下自动切镜头。

综合来说，AI视频在影像创作、电影生成、短视频内容开发等领域都具有重大意义。

AI视频创作者“AI Talk”主理人汗青说道：“如果Sora能很快提供类似效果的民用服务，那确实是降维打击，其实对创作者来说，这个视频中多人物同屏，以及画面的表现力运镜才是最宝贵的，完全是另一个层面的东西。什么清晰度、镜头长度其实不太重要，这是真正做创作的人和技术狂热者看待事物的不同角度。”

Sora目前应该超出了很多人的预期，甚至是狂喜。

2023年好莱坞曾爆发上万名从业人员走上街头，他们抗议AI带来的挑战和工作机会减少。但现在随着Sora面世，尤其官方说道并不希望一键生成，而是希望促进创意发展。现实影响真的会是这样吗？

从实际来看，Sora这么延迟发布，很可能并不是技术上有很大难题，而是安全隐私保护等问题迟迟没有解决。

现在终于有了解决方案，OpenAI在官网中提到：

所有 Sora 生成的视频都带有元数据，元数据会将视频标识为来自 Sora，以提供透明度，并可用于验证来源。虽然不完善，但我们默认添加了可见水印等保护措施，并构建了一个内部搜索工具，该工具使用第2代的技术属性来帮助验证内容是否来自 Sora。

而对于用户很关心的价格，披露使用 openai plus 账户，您每月可获得 50 次生成。使用专业账户，每月可以获得 500 次快速生成（高分辨率下更少），并在较慢的生成模式下获得无限制生成。

Sam Altman在直播结束时说道：回到GPT-1的类比，现在还处于早期阶段，它会变得更好。