這個國慶，OpenAI CEO奧爾特曼（Sam Altman）被網友“玩兒壞了 ” ，在各類AI生成視頻里
，他坐在東北大炕上吃飯，出現在阿里和字節員工在會議室說著“互聯網黑話
” ，甚至成為街頭的外賣騎手。

　　這一切，都源于10月1日OpenAI正式推出的新一代視頻生成模型：Sora 2
，一同上線的還有AI視頻社交App “Sora”，目前用戶通過邀請碼可以免費下載使用 ，能一次生成10s的AI視頻
，奧爾特曼本人成了這場全民AI創作中出場率最高的“演員 ” 。

　　第一財經記者實測Sora2發現，相比去年發布的初代Sora ，Sora2在物理邏輯、畫面一致性 、真實感上都有顯著提升
，一張照片加一句提示詞，AI就能創作出有劇情
、有文案的短片
。

　　但“現實不存在了”嗎？從測試來看 ，Sora2尚未完全跨越“真實
”這道門檻。

　　至頂科技總編輯、PEC聯合發起人高飛對記者表示
，Sora2比起上一代Sora是一個大版本更新，在很多場景都達到了以假亂真的程度 ，不過
，相比其他AI產品Sora2的技術并沒有代差領先，更值得關注的是其產品玩法 ，在打造互聯網產品方面，他認為OpenAI暫時領先于其他公司 。

　　OpenAI在官方博客中宣稱
，Sora2是“邁向GPT-3.5時刻的一步”。但AIGC創作領域的KOL@尾鰭Vicky認為，對于創作者來說 ，可能這一時刻還沒到來
，畢竟產品還是無法徹底解決一致性和物理問題
。但對于大多數普通受眾來說，玩AI視頻可能真的變成了一件很接近 、且很有趣的事情。

　　實測Sora 2：優缺點同樣突出

　　毫無疑問 ，過去兩天
，OpenAI做了一場成功的產品發布營銷，截至發稿 ，在美區iOS的免費應用排行榜上
，Sora APP已經空降第三位，僅次于谷歌的Gemini和OpenAI自家的ChatGPT 。

　　由于Sora采用邀請制免費使用 ，在國內
，閑魚上已經出現29.9元買邀請碼的生意，不過單價6.88元的邀請碼更受歡迎 ，界面顯示已經有近50人想要
。

　　用戶在使用Sora2之前都需要準備一個邀請碼，邀請碼注冊后
，可以再裂變出4個邀請碼，再分享給朋友。而邀請碼一旦被使用 ，就會自動關注邀請對象
，由此逐漸形成好友網絡 。從這點來看，Sora從一開始就植入了強社交基因
。

　　有人將Sora稱之為“AI版抖音 ” ，應用主頁是垂直視頻流
，用戶可以上下滑動瀏覽不同用戶發布的視頻，但應用上所有的內容都是AI生成的。在生成視頻時 ，用戶可以選擇上傳圖片并結合文字提示
，也可以用“Cameo
”（客串）功能，基于自己或朋友形象進行提示詞生成 。

　　Sora2是Sora APP的技術底座 ，OpenAI在博客中表示
，Sora2可以完成之前的視頻生成模型難以完成的事情
。它比之前的系統在物理上更加精準、逼真，并且在可控性方面有了巨大的飛躍 ，此外，它還配備了同步音頻。

　　在拿到邀請碼后
，第一財經記者測試了基于Sora視頻生成的效果，確實相比初代有了大幅提升 ，其輸出的結果已經基本能滿足C端用戶娛樂的需求
，較為亮眼的地方在于，AI在鏡頭語言上很豐富 ，對話有想象力
，音頻輸出方面口型與發音一致 。但目前一個10s的視頻需等待數分鐘才能生成，速度并不快 ，且分辨率不高
。

　　以奧爾特曼為主角
，記者給AI的提示詞是：@sama在工作敲代碼，一只銀漸層走過來生氣地關掉了電腦主機電源 ，他們開始吵架。

　　在這個視頻中
，Sora精準特寫了貓爪關電源的畫面，伴隨準確的關機音效 ，也展現了奧爾特曼吵架時生氣的表情和姿態，細節和環境都很真實 。在發音時
，人物的口型也能對得上。

　　值得一提的是，Sora還會補充給角色“加戲” ，在提示詞中記者只提到了“開始吵架 ”
，但AI視頻對話中，貓咪會抱怨“你一下午都沒陪我 ，而且風扇像拖拉機一樣
”
，主角則回復“先開回來，咱倆再談”
。 情節補充自然 ，配合場景非常真實。

　　但這一產品也并非毫無瑕疵
，例如，錄入人臉輸出的視頻并不完全像本人 ，有用戶反饋是“似像非像 ”的效果
，同時，Sora在事實邏輯上仍有錯誤 ，在一個用滅火器的場景中，滅火器噴霧的出口并不準確 。

　　中文支持更是“重災區
”
。例如
，有用戶讓奧爾特曼成為外賣員，其外賣服上出現了憑空生造的文字。

　　@尾鰭Vicky認為 ，Sora優點很明顯
，用戶數字人的物理效果和唇型驅動效果很好，且在APP的使用交互上下了一些功夫 ，例如從注冊就讓用戶在"驗證"的過程中完成素材內容的錄制
，且是很短的音頻和視頻，就能輸出不錯的效果 。此前這樣圖生
、文生視頻路徑已經出來很久 ，但效果應用都沒有Sora這么自然、對用戶如此友好
。

　　但另一方面
，Sora缺點同樣突出。@尾鰭Vicky提到，雖然相比初代Sora2的物理理解問題已經更好了 ，但涉及到多元素的物體交互時
，還是會出現手腳和臉糊等丟失細節，動作不符合物理邏輯等問題 。從這個維度上來說 ，Sora2在模型能力的提升上并沒有邁到可以真正解決技術問題的那一步
。

　　GPT-3.5時刻到了嗎

　　在官方博客中，OpenAI將2024年2月的初代 Sora比作“視頻的GPT-1時刻”
，而 Sora2則被定義為“可能直接跳到了GPT-3.5的時刻 ”。

　　博客中解釋認為，之前的視頻模型會變形物體和變形現實 ，但Sora 2可以做一些對于之前的視頻生成模型來說非常困難的事情
，如奧林匹克體操動作，在槳板上的后空翻 ，精確地模擬浮力和剛性的動態 。模型在可控性方面也有了很大的飛躍
，能夠創建復雜的背景音 、語音和具有高度真實感的聲音效果
。

　　但問題是，AI視頻的“GPT-3.5時刻
”真的來了嗎？@尾鰭Vicky認為 ，至少對于創作者來說還沒有
，因為Sora 2還是無法徹底解決一致性和物理問題。但對普通用戶來說，AI視頻的門檻已大幅降低 ，用戶玩AI視頻真的變成了一件很簡單且很有趣的事 。

　　高飛認為
，Sora2相比其他AI產品Sora2的技術并沒有代差領先，例如谷歌有Veo3 ，也有Nano banana以及世界模型Genie3，在多模態方面相當強悍。而國內的可靈
、即夢也能與之一戰
。

　　今年5月
，Veo3推出時也曾在社交網絡火出圈，一些人物視頻極具真實感 ，被認為是AI視頻領域領先的水準。但彼時行業人士仍然認為
，現階段的AI視頻對實際生產幫助仍然不算太大，并未來到真正的GPT時刻 。

　　相較于模型技術 ，高飛認為Sora2更值得關注的是產品玩法
。OpenAI將它打造成了一個更類似于短視頻的消費者App
，其主要機制是要求用戶上傳自己的臉部數據和聲音信息做AI二創。“這樣一方面很容易拿到了最為寶貴的消費者面部數據，其次用戶基于自己的人臉創造的視頻 ，配合邀請碼機制
，也很容易吸引親朋好友鏈式傳播 。”

　　因此，高飛的觀察是 ，“OpenAI可能在模型不一定是最強
，但是在打造互聯網產品方面，領先于其他所有公司
。 ”這次Sora2不追求畫質和時長 ，也是典型的互聯網打法，先完成再完美
，后續再迭代。

　　@尾鰭Vicky也認為，Sora2這次的發布更側重APP的交互設計 ，并不僅是模型本身的更新 。“Sora2目前的定位
，似乎并不是以專業的AI視頻創作為導向，而是更專注于如何用AI視頻來完成用戶社交 ，做尋找應用場景的新嘗試
。”

　　從海外市場來看
，對于Sora2和Sora應用的發布則褒貶不一。有用戶認為技術驚艷、創造力會大爆發，也有人認為這些無聊的視頻毫無意義 ，與宏大的AGI愿景 、人類福祉相悖 。

　　有用戶發帖諷刺稱
，2周前，奧爾特曼說“我們需要 7 萬億美元和 10 吉瓦來治愈癌癥
” ，他現在表示“我們正在推出以個性化廣告形式營銷的 AI垃圾視頻”
。

　　奧爾特曼轉發了這一帖子
，并回復稱需要資金來繼續研究AI，并且幾乎所有的研究精力仍然集中在通用人工智能上。 “向人們展示很酷的新技術或者產品 ，讓他們開心，并借此來賺取一些錢
，這也是一件好事 。 ”奧爾特曼稱，當談到公司的最佳發展軌跡時 ，現實情況是微妙的。

　　“重要的是讓人類從這些模型的開發中受益
。我們認為Sora會給世界帶來很多歡樂
、創造力和聯系。
”OpenAI在博客中寫道 。未來
，隨著視頻模型持續進化，通用世界模擬器與機器人Agent將重塑社會 ，無論如何
，Sora 2朝這一目標邁出了重要的一步
。