插图来源:Storyset
OpenAI 在 2 月中旬扔出一颗重磅炸弹:文生视频模型 Sora。输入一句话,直接生成最长 1 分钟、细节拉满的高清视频。演示片里的东京雪景、纸艺珊瑚礁,让 Runway、Pika 的用户集体沉默。关于 Sora,你最关心的几个问题,一次答完。
Q1:Sora 强在哪?#
三个关键词:时长、连贯、物理。此前 AI 视频大多是几秒钟的片段,Sora 直接干到 1 分钟;多镜头切换时人物和场景能保持一致;光影、流体、布料褶皱这些物理细节,是之前模型做不到的。技术路线上,它把视频当成"时空补丁"用 Diffusion Transformer 建模——可以理解为把 GPT 那套 Scaling Law 搬到了视频领域。
Q2:我现在能用吗?#
不能。 发布时只开放给了红队(安全测试)和部分视觉艺术家,普通用户连排队入口都没有。OpenAI 没公布公测时间表。想体验 AI 视频的,可以先玩 Runway / Pika 这类已开放的工具 解解馋。
Q3:有什么局限?#
官方自己承认的:复杂物理场景会翻车(比如人物走路腿数不对)、因果关系偶尔错乱(先咬饼干后饼干才出现)。另外,1 分钟视频的生成成本不低,未来定价大概率不便宜。
Q4:对影视行业是颠覆吗?#
短期是"效率工具",长期看是"生产关系"。分镜预览、概念短片、广告 B-roll 会最先被 AI 视频吃掉;但长叙事、表演细节,Sora 目前还够不着。更现实的影响在另一头:以假乱真的视频会越来越多,以后看"实拍"先打个问号,辨别 AI 生成内容 会变成必备技能。
Q5:普通人现在该做什么?#
- 不用焦虑,Sora 开放前,先把提示词能力练起来,文生视频和文生图是相通的;
- 做自媒体的,可以开始研究"AI 视频 + 真人出镜"的混合工作流;
- 关注各平台对 AI 生成内容的标注要求,以后发 AI 视频可能要主动声明。
Q6:对视频创作者是机会吗?#
是的,而且窗口期就在现在:
- 概念片:产品宣传片、MV,用 Sora 出概念分镜,成本是传统制作的零头;
- ** stock 素材**:B-roll 素材库会被 AI 视频冲击,做素材站的要提前转型;
- 技能迁移:提示词 + 分镜思维,传统剪辑师学起来比纯小白快得多。
Sora 时间线: realistic 预期#
- 2024 年 2 月:发布演示,红队测试;
- 2024 年内:预计向 Plus 用户逐步开放(参考 DALL-E 3 的节奏);
- 2025 年:API 和更便宜的版本,才是真正普及的开始。
Sora 对短视频行业的影响#
- 创作者:概念片、广告 B-roll 成本降到零头,个人创作者也能做出"大片感";
- 素材站: stock 视频网站最先被冲击,实拍素材的溢价在消失;
- 技能迁移:分镜思维 + 提示词能力,传统剪辑师转型比小白快得多。
现在到开放前的空窗期,建议先玩 Runway / Pika 把"用文字指导视频"的感觉练出来。工具会变,审美和分镜能力不会。
一句话:Sora 证明了"大力出奇迹"在视频领域同样有效,但从演示到人人可用,还有安全、成本、算力三道坎。2024 年是 AI 视频的元年,但不是 Sora 的普及年。