追不上Sora的同行有难了

　　Sora公布第10天，同行已经坐不住了。

　　2月16日，中国大年初七，OpenAI公布了全新的生成式人工智能模型Sora：输入自然语言指令，输出至多60秒的视频。

　　从文本到视频的生成式AI模型并不新鲜，但sora——就像ChatGPT——一样，因其断崖式的质量提升，登时点燃了互联网。高清的画质，流畅的画面，乍看之下颇为自然的物理轨迹，和一年前近乎鬼畜的“威尔·史密斯吃意大利面”视频看起来像隔了一个世纪，同行去年才发布的AI产品与之相比也黯然失色

　　10天很短，但在AI领域却足以生变。

　　至少有两家AI界“当红炸子鸡”站了出来：2月22日，StabilityAI正式开放Stable Video的公测，该产品背后的模型Stable Video Diffusion去年11月就已经发布。几乎同时，另一家在文生图领域颇有建树的Midjourney也透露，可能会在下一次迭代时包含视频功能。

　　昔日“炸子鸡”站在阴影中，追不上Sora的同行有难了。

　　A

　　在接受了Sora演示视频的直接冲击之外，人们立刻开始做纵向和横向的比较。

　　纵向比较，人们拿出了一年前“威尔·史密斯吃意大利面”的AI视频。这位好莱坞明星脸部变形严重、面的形态千变万化，分分钟触发恐怖谷效应，越看越诡异。

　　一年之后，Sora已经可以做出一个女人在东京街头漫步的视频，不管是画面质量、连续性和稳定性，还是女人的步态与神情，都已经几乎可以以假乱真，让人连连称赞：文本到视频的进步也太大了。

　　可惜的是，尽管无数网友在OpenAI CEO山姆·奥特曼(Sam Altman)的社交媒体账号下求Sora版本的“威尔·史密斯吃意大利面”，并没能得偿所愿。倒是史密斯本人跑出来整了个活儿，真人拍摄，“伪造”了一个新版本。你别说，还真差点给人骗过去——真人都能拍视频假装是AI生成的了，倒也足见Sora视频的高质量。

　　横向对比，同行就有点尴尬了。OpenAI把每一个Sora演示视频的文本指令都公布了，虽然人们不能直接用Sora，但是可以拿着指令去市面上已有的产品里试，看看有什么差别。

　　不试不要紧，一试吓一跳：看到Sora视频的时候就觉得厉害，看了同行的表现更对Sora的威力有了新的认