实际使用 SORA [译]

实际使用 SORA [译]

💡 原文中文,约5100字,阅读约需12分钟。
📝

内容提要

SORA是OpenAI发布的一个生成时间更长、内容更连贯的视频扩散模型。SORA能够生成长达一分钟的完整视频,并可进一步扩展视频长度。Shy Kids团队使用SORA制作了名为《Air Head》的短片。SORA的用户界面允许艺术家输入文本提示,控制视频生成过程。SORA在内容匹配方面仍有待提高,但可以选择画面的宽高比和控制摄像机方向。SORA的渲染时间因需求量而异,一般需要10到20分钟。SORA不能生成侵权内容,但已经取得了巨大进步,可以为许多项目提供惊艳图像。

🔎

延伸解读

SORA 当前的能力与局限

SORA 能生成长达一分钟的视频,并在连续镜头中保持对象一致性,但镜头间的内容匹配仍不稳定,即使重复相同提示,结果也可能不同。用户界面仅支持文本输入,无法多模态控制,导致精确控制有限。提示词对时间线的控制不精确,类似赌博。这些局限意味着 SORA 更适合作为创意辅助工具,而非完全可控的制作工具。

实际制作中的工作流与挑战

Shy Kids 团队使用 SORA 制作《Air Head》时,采用纪录片式后期方法,从数百个片段中挑选,最终素材比达 300:1。他们以 480P 生成视频,再用其他 AI 工具提升分辨率,并进行色彩校正和稳定化。团队还发现许多剪辑默认慢动作,需调整时间轴。这表明 SORA 生成的内容需要大量后期处理才能达到播出质量。

版权限制与提示词技巧

SORA 会阻止生成与现有版权作品过于相似的内容,例如涉及《星球大战》光剑或特定导演风格(如 Aronofsky 式镜头、Hitchcock Zoom)的提示会被拒绝。团队通过使用“35 mm film”、“high contrast”、“key lighting”等关键词来引导风格一致性。这提示用户需避免侵权描述,并利用具体技术术语提高生成效果。

SORA 在行业中的位置与前景

SORA 仍处于开发阶段,未进入 beta 测试,但已能提供惊艳图像。与 Runway AI 相比,SORA 在视频质量和长度上更优,但摄像机控制界面不如后者先进。对于高端项目,达到导演所需的具体性水平可能还需时间;但对于许多项目,SORA 已可纳入创作流程。团队计划在续集中结合实拍与 SORA 元素,探索更多可能。

❓

Q&A

SORA是什么类型的模型?

SORA是OpenAI发布的一个生成时间更长、内容更连贯的视频扩散模型。

SORA可以生成多长的视频?

SORA能够生成长达一分钟的完整视频,并可进一步扩展视频长度。

Shy Kids团队如何使用SORA制作短片?

Shy Kids团队使用SORA制作了名为《Air Head》的短片,采用了多元而创新的媒体制作方法。

SORA的用户界面有什么特点?

SORA的用户界面允许艺术家输入文本提示,控制视频生成过程,但目前仅支持文本输入。

SORA的渲染时间通常是多少?

SORA的渲染时间因需求量而异,一般需要10到20分钟。

SORA在内容匹配方面存在哪些问题?

SORA在内容匹配方面仍有待提高,生成的结果可能会有所不同,即使使用相同的提示。

🏷️

标签

➡️

继续阅读