去年Open AI祭出了大殺器Sora，一度被認(rèn)為是生成式AI領(lǐng)域的里程碑式存在。

但沒想到“續(xù)集”來得這么快，時隔一年，OpenAI又推出了其視頻生成模型Sora的升級版本Sora2，并同步發(fā)布了一款配套的移動應(yīng)用程序。

新模型在物理真實(shí)性、動作連貫性以及多模態(tài)協(xié)同生成方面實(shí)現(xiàn)了顯著突破。

Sora2能更精準(zhǔn)地模擬物體的運(yùn)動規(guī)律與交互邏輯，真實(shí)呈現(xiàn)體育動作、復(fù)雜人體動態(tài)等高難度場景。相比前代依賴分鏡頭生成后拼接的方式，Sora2支持端到端生成更長、更連貫的視頻序列，大幅增強(qiáng)敘事能力與視覺沉浸感。

如果說初代Sora是視頻生成領(lǐng)域的GPT-1，那Sora2就是邁進(jìn)了視頻領(lǐng)域的GPT-3.5時刻。

Sora2能夠真正理解物理世界，更真實(shí)地模擬物理定律，處理復(fù)雜的動態(tài)交互；完成一些對于以往視頻生成模型來說極其困難、甚至完全不可能實(shí)現(xiàn)的任務(wù)，比如：

奧運(yùn)會級別的體操動作。

Prompt: a gymnast flips on a balance beam. cinematic

提示詞：一名體操運(yùn)動員在平衡木上翻騰跳躍。電影感畫質(zhì)。

站在槳板上后空翻，同時準(zhǔn)確模擬浮力與剛性力學(xué)特性。

Prompt: a man does a backflip on a paddleboard

提示詞：一名男子在槳板上完成后空翻動作。

或者頭頂貓咪，做三周半跳。

Prompt: figure skater performs a triple axle with a cat on her head

提示詞：花樣滑冰運(yùn)動員頭頂一只貓，完成一個三周半跳動作。

在Sora2之前的生成模型往往過于“樂觀”，會強(qiáng)行完成指令。為了成功執(zhí)行文本指令，模型會隨意改變物體的形態(tài)，甚至扭曲現(xiàn)實(shí)。例如，如果運(yùn)動員投籃失敗，球可能會自己“飛”進(jìn)籃筐。

但Sora2不同，如果球員投籃不中，球會正常地從籃板上彈回。Sora2不再是生硬地執(zhí)行命令，而是嘗試模擬一個真實(shí)存在的“角色”行為，模型中的“錯誤”更像是視頻里“角色”的行為失誤，而非物理定律的崩壞。

能夠模擬"失敗"而不僅僅是"成功"，這對于構(gòu)建可信世界至關(guān)重要。盡管還不夠完美，但相比以前的模型動不動就讓物體“穿墻”或“瞬移”，Sora2已經(jīng)能夠很好地遵循物理規(guī)律了。

多鏡頭連貫敘事+高級可控性

除此之外，Sora2在可控性上也有了巨大進(jìn)步。能夠遵循跨越多個鏡頭的復(fù)雜指令，持續(xù)保持場景狀態(tài)一致，無需逐段生成再拼接；無論是電影級敘事、動畫分鏡，還是風(fēng)格統(tǒng)一的短視頻系列，都能一氣呵成。

Prompt: Vikings Go To War — North Sea Launch (10.0s, Winter cool daylight / early medieval)...

提示詞：維京人出征作戰(zhàn)——北海啟航（10.0秒，冬日清冷的日光 / 早期中世紀(jì)）…

Prompt: in the style of a japanese anime, the hero with white hair awakens his dormant powers. his body is enveloped in a blue and black fiery aura and markings grow to cover his face and body, a deep ancient power finally awakened...

提示詞：以日本動漫風(fēng)格呈現(xiàn)，白發(fā)主角覺醒沉睡的力量。他的身體被藍(lán)黑色的火焰能量包裹，神秘紋路逐漸蔓延至面部與全身，一股古老而深邃的力量終于蘇醒…

在生成逼真、電影感，和動漫風(fēng)格畫面方面表現(xiàn)尤為出色。

Prompt: in the style of a studio ghibli anime, a boy and his dog run up a grassy scenic mountain with gorgeous clouds, overlooking a village in the distant background

提示詞：以吉卜力工作室動漫風(fēng)格呈現(xiàn)，一個男孩和他的狗奔跑在綠草如茵的山丘上，天空云卷云舒，遠(yuǎn)景中是寧靜的村莊，風(fēng)景如畫。

Prompt: in the style of a japanese anime, a jubilant scene under a limitless bright sky brimming with clouds and sparkling stars...

提示詞：以日本動漫風(fēng)格呈現(xiàn)，在無垠的明亮天空下，白云與閃爍星辰交相輝映，一幅充滿喜悅與希望的場景……

音頻同步生成

Sora2首次實(shí)現(xiàn)了端到端音視頻聯(lián)合生成。作為通用型視頻與音頻生成模型，能夠創(chuàng)造出高度逼真的復(fù)雜背景音效等，大大增強(qiáng)了沉浸感與真實(shí)感。

• 自動生成符合場景的背景音效（雨聲、城市噪音等）

• 生成自然的對話內(nèi)容，支持多種語言

重試重試重試重試重試重試重試重試重試重試重試重試重試重試重試重試

• 匹配動作的環(huán)境音與擬音（腳步聲、碰撞聲等）

也就是說，在Sora2中，聲音不再需要后期添加，而是與畫面共同“生長”出來。

全新功能Cameo

一秒“入鏡”AI世界

Sora2的強(qiáng)大可不止上面這些，它還推出了名為Cameo的創(chuàng)新功能-顧名思義，讓用戶可以把自己“放進(jìn)”AI世界； 模型能準(zhǔn)確還原外貌和聲音，并將其自然地融入任何由Sora生成的場景中。

Prompt: Bigfoot is really kind to him, a little too kind, like oddly kind. Bigfoot wants to hang out but he he wants to hang too much

提示詞：大腳怪對他真的很好，好得有點(diǎn)過分，那種好法甚至有點(diǎn)奇怪。大腳怪想和他一起玩，但他實(shí)在太黏人了。

Prompt:@daniel and @duxin in an arm wrestling match, you decide who wins

提示詞：@daniel和@duxin正在較勁掰手腕，勝負(fù)將由你決定。

Prompt: Add @kendra except she can actually fly

提示詞：在畫面中 加入@kendra，不過這次要設(shè)定她真的會飛

Sora2的這一功能有很強(qiáng)的通用性，適用于任何人、動物或物體。用戶可以通過一段簡短的錄音錄像，創(chuàng)建自己的數(shù)字形象，將數(shù)字形象、寵物或特定物品融入AI生成的視頻場景中。

Prompt: an ostrich steals dads hat and dad chases after it

提示詞： 一只鴕鳥搶走了爸爸的帽子，爸爸在后面緊追不舍

重試重試重試重試重試重試重試重試重試重試重試重試重試

Prompt: @rohan rides a bucking ostrich

提示詞： @rohan騎在一匹尥蹶子的鴕鳥背上

Prompt: @rocket is a superpowered superhero dog, flying through the sky and saving new york city

提示詞：@rocket是一只擁有超能力的超級英雄狗，正在紐約市上空飛翔救援。

Prompt: @daniel plays trumpet in the middle of a stampede of zebras

提示詞： @daniel在橫沖直撞的斑馬群中吹奏小號

Cameo必須經(jīng)過身份驗(yàn)證才能啟用，且用戶完全掌握自己的肖像使用權(quán)，可隨時撤銷授權(quán)、刪除含自己形象的視頻；同時嚴(yán)格限制未成年人使用Cameo，家長可通ChatGPT管理設(shè)置。

安全機(jī)制全面升級

• 自動生成水印與內(nèi)容溯源標(biāo)識

• 強(qiáng)化自動審核系統(tǒng) + 擴(kuò)大人工審核團(tuán)隊(duì)

• 防止生成有害內(nèi)容、欺凌或非授權(quán)使用他人形象

Sora強(qiáng)調(diào)應(yīng)用的核心是"創(chuàng)作"而非"消費(fèi)"， 自Sora2起，Sora不再只是一個工具，而是變成了AI原生社交創(chuàng)作平臺。目前Sora App已經(jīng)在IOS上線（美國、加拿大首發(fā)，邀請制），Android版本正在開發(fā)中。

入手前，寶子們可以先看看Sora2生成的視頻：

Prompt: a group people playing volleyball

提示詞：一群人正在打排球

Prompt: a guy does a backflip

提示詞：一個男生完成后空翻動作。

Prompt: man does a cannonball off diving board

提示詞：一名男子從跳水板上跳下，完成團(tuán)身入水

Prompt: a man rides a horse which is on another horse

提示詞：一名男子騎在一匹馬上，而這匹馬又站在另一匹馬上

Prompt: a dalmatian deftly walks runs and hops his way through a complex obstacle course in burano italy

提示詞：一只斑點(diǎn)狗在意大利布拉諾島的復(fù)雜障礙賽道中靈巧地行走、奔跑，跳躍前行

對CG行業(yè)的潛在影響

Sora2的問世，對于獨(dú)立創(chuàng)作者、小型工作室和個人用戶，Sora2大幅降低了制作門檻與成本。無需昂貴的硬件、專業(yè)的軟件技能和龐大的團(tuán)隊(duì)，就可以快速生成概念圖、故事板和預(yù)覽鏡頭等，加速了前期制作流程，也讓影視級特效、動畫創(chuàng)作更加平民化。

不僅如此，Sora2能夠輕松實(shí)現(xiàn)奇幻、歷史場景或復(fù)雜物理特效等拍攝成本較高的場景；“客串”功能更簡化了將真人表演融入虛擬場景的過程，減少了實(shí)拍和后期合成的工作量；音頻同步生成又進(jìn)一步簡化了音畫配合的流程。

說完了積極的，還是要聊聊CG行業(yè)未來也許要面臨的挑戰(zhàn)與沖擊。

隨著Sora等AI工具的不斷發(fā)展，一些基礎(chǔ)的建模、動畫、渲染、特效合成等工作可能會被替代或簡化，導(dǎo)致相關(guān)領(lǐng)域?qū)Τ跫壔蛑械燃寄軓臉I(yè)者的需求減少；CG工作室未來需要適應(yīng)新的工具鏈，并重新思考其業(yè)務(wù)模式和人才結(jié)構(gòu)。

另外，雖然Sora2的可控性又了大幅提升，但基于大規(guī)模數(shù)據(jù)訓(xùn)練的模型仍可能產(chǎn)生某種“模型風(fēng)格”，導(dǎo)致創(chuàng)作風(fēng)格趨同；過度依賴AI生成，還可能導(dǎo)致原創(chuàng)設(shè)計(jì)和手工藝技能的退化，削弱作品獨(dú)特性和藝術(shù)家的個人印記。

再有就是老生常談的版權(quán)與倫理問題，盡管OpenAI強(qiáng)調(diào)了控制權(quán)，但“Cameo”功能涉及個人形象和聲音的深度使用，仍然存在濫用和偽造的風(fēng)險。

Sora2

不過，大家也不用過分焦慮，說得再天花亂墜也得真正試了才知道。小編先替大家淌了淌Sora2的水，效果怎么樣，咱這就來看看。

Prompt:Twilight-style vampires Go To War — North Sea Launch (10.0s, Winter cool daylight / early medieval)...

提示詞：暮光風(fēng)格吸血鬼開戰(zhàn)——北海出擊（10秒時長，冬日清冷日光 / 早期中世紀(jì)風(fēng)格...）

畫面穩(wěn)定性、光影氛圍與畫質(zhì)控制方面表現(xiàn)還是很出色的，結(jié)合精準(zhǔn)同步的音視頻輸出，可以看出Sora2在連續(xù)性和沉浸感上已明顯超越上一代了。

小編第二個生成的，是一段吉卜力風(fēng)格的動畫。

Prompt:in the style of a studio ghibli anime，a jubilant scene under a limitless bright sky brimming with clouds and sparkling stars...

提示詞：以吉卜力工作室動畫風(fēng)格呈現(xiàn)，一個歡快的場景展現(xiàn)在無垠的明亮天空下，白云朵朵，繁星閃爍，充滿夢幻與希望…

整體風(fēng)格甜美夢幻、治愈且充滿蓬勃生命力，除了……男主的那只過度拉長、脫離解剖邏輯的手；即使是在二次元也顯得過于離譜。

最后生成的，是一個運(yùn)動員跳水慢動作鏡頭。

Prompt:Cinematic slow-motion capture of a gymnast transitioning from a graceful twist in the air to a perfect head-first rip entry into the crystal-clear water of an Olympic pool. Sunlight filters through the water, illuminating the stream of bubbles and the athlete's powerful underwater strokes that further dissipate any splash. The overall atmosphere is one of focused intensity and breathtaking beautys...

提示詞：電影級慢動作鏡頭，運(yùn)動員從空中優(yōu)雅旋轉(zhuǎn)，完美完成頭朝下筆直入水，扎入奧運(yùn)標(biāo)準(zhǔn)泳池清澈見底的水面。陽光穿透水面，照亮一路上升的氣泡流，以及運(yùn)動員入水后強(qiáng)而有力的劃臂動作，將所有水花進(jìn)一步消散于無形。整體氛圍充滿專注的力量感與令人屏息的美感。

該夸的必須得夸，Sora 2的鏡頭語言和視覺節(jié)奏感確實(shí)出色，運(yùn)鏡流暢、構(gòu)圖考究。

BUT，盡管Sora 2在理解物理世界、模擬真實(shí)動力學(xué)方面取得了顯著進(jìn)步，其物理一致性仍未達(dá)到完全可靠的水平?？梢钥吹降谝粋€入水鏡頭，人物肩胛與軀干的形變明顯違背人體運(yùn)動規(guī)律，呈現(xiàn)出一種“肌肉緊繃式跳水”的詭異姿態(tài)；進(jìn)度條拖至第8秒，更離譜的來了-水面倒影竟然脫離本體獨(dú)立了？！慢鏡頭動作爆改恐怖片可還行……

除了大家看到的這些畫面上的常規(guī)錯誤，部分場景和小編腦海里構(gòu)思的場景也相差甚遠(yuǎn)；這么看來雖然進(jìn)步巨大，但與CG制作可調(diào)整、可定制化想必，還是有很大一段距離啊。

Sora 2代表了視頻生成和世界模擬領(lǐng)域的重大進(jìn)步，不可否認(rèn)，未來隨著不斷迭代它還會更加強(qiáng)大。對CG行業(yè)而言，當(dāng)技術(shù)門檻降低，人人皆可"創(chuàng)作"時，內(nèi)容的藝術(shù)價值、敘事深度和情感共鳴將成為更核心的競爭力。

在積極擁抱技術(shù)變革的同時，我們更應(yīng)堅(jiān)守創(chuàng)作的初心，畢竟真正打動人心的，從來不是工具，而是背后的思想與情感。

-今日互動-

聽說長得好看的人都給我點(diǎn)贊贊了