OpenAI 的 Sora 给人的感觉并不是它应有的游戏规则改变者

Sora对体操的诠释
开放人工智能

OpenAI已经调侃并多次推迟了 Sora 的发布近一年。周二,该公司终于推出了供公众使用的新视频生成模型的全功能版本,尽管最初引起了轰动,但越来越多的早期用户似乎对此版本印象不深。我也不是。

该公司于去年二月首次推出 Sora,因其超现实的视频渲染效果而广受好评。 “Sora 可以生成长达一分钟的视频,同时保持视觉质量并遵守用户的提示,”OpenAI 当时在其公告博客中写道。 “该模型不仅了解用户在提示中提出的要求,还了解这些东西在物理世界中的存在方式。”

该公司在三月份发布了更多 Sora 生成的镜头,这次是一头用树叶制成的大象,进一步宣传了该模型的功能。 Sora 项目随后遇到了一系列开发延迟,OpenAI 首席产品官 Kevin Weil 在最近的Reddit AMA中将其归咎于“需要完善模型、确保安全/模拟/其他事情正确,并扩展计算”。与此同时, The Information报道称,Sora 的早期迭代性能不佳,难以保持对用户提示的关注,需要长达 10 分钟的真实时间才能生成一分钟长的剪辑。该模型最近还被一群心怀不满的 Beta 测试人员在网上泄露,他们反对OpenAI 的“艺术清洗”做法,然而,作为回应,该公司迅速从 Hugging Face 中删除了该组织未经授权的 UI。

当 OpenAI 正在调整和完善 Sora 的性能时,该公司的竞争对手正在蚕食它的午餐。 Adobe 的Firefly AI 、Runway 的Gen 3 Alpha 、Meta 的Movie Gen和快手科技的Kling (更不用说无数的免费选项)在过去的一年里在互联网上激增,其中许多提供的剪辑质量比其他视频质量更高,推理时间也更快。 OpenAI曾多次承诺。

周二,OpenAI 正式推出了 Sora 的生产就绪版本,并将其发布给每月 20 美元的 Plus 和每月 200 美元的 Pro 订阅者(笑)。或者,至少,公司做了几个小时。正如技术评论员 Ed Zitron 周三在 Bluesky 上指出的那样,“在宣布 Sora 退出后仅几个小时,甚至可能更短,OpenAI 就停止接受新帐户注册,但没有明确的时间表。 OpenAI 诱饵并改变了整个科技媒体。这家公司不可能有能力向公众提供他们的视频生成器。”

该视频是人工智能生成的!索拉评论

对于那些设法获得访问权限的人来说,Sora 设法生成的视频并不令人印象深刻。正如 YouTube 名人 Marques Brownlee 在他的模型实践视频中指出的那样,生成一个 20 秒长的 1080p 分辨率剪辑需要花费几分钟的时间,并且在生成主体的腿部及其动作(包括前面和后面)方面存在很大困难。后腿在整个剪辑中不自然地交换位置。人们只需看下面生成的视频,视频中一位体操运动员在垫子上翻滚时不断交换手臂、腿和头,就能明白他的意思。

这是 Sora 生成的体操视频

—彼得·拉布扎 (@labuzamovies.bsky.social) 2024-12-11T17:35:23.989Z

发布体操视频的 Bluesky 用户 Peter Labuza 毫不掩饰对该模型的批评, 他表示:“对不起,但是如果你制作一个文本到视频生成器,然后告诉它“让一只猫跑起来”穿过田野” 你给它起始图像,猫就站起来,你的发电机不起作用。”

Bluesky 用户 Chris Offner 持有类似的观点,讽刺地指出“Sora 是一个数据驱动的物理引擎”,同时分享了一个滑雪者违反大多数(如果不是全部)已知物理定律的绝对疯狂的剪辑。

The Verge也尝试了该模型,遗憾的是它仍然无法避免难看的内容,例如“额外的肢体或扭曲的物体”。

“Sora 是一个数据驱动的物理引擎。”x.com/chrisoffner3…

—克里斯·奥夫纳 (@chrisoffner3d.bsky.social) 2024-12-10T12:42:53.674Z

请注意,并不是每个人都讨厌索拉。 X 用户 Nathan Shipley 展示了该模型的“混音”功能,该功能使用户能够将生成的视频屏蔽到上传样本中对象的运动。在这种情况下,他让生成的鹤的头部以与他录下自己拿着的剪刀相同的方式移动。

目前尚不清楚该公司何时能够可靠地为感兴趣的 Sora 用户重新开放帐户注册。 OpenAI 能否以目前的状态用 Sora 来迎合好莱坞,就像《Runway》最近对Gen 3 和狮门影业所做的那样,还有待观察。

有一点是肯定的,OpenAI 尽管在人工智能热潮中最初处于领先地位,但很快就会被行业其他公司超越,而像我们刚刚看到的 Sora 这样平淡的产品发布只会进一步损害公司的声誉。


Posted

in

by

Tags: