作者|涯角 來(lái)源|直面AI(ID：faceaibang)

微軟將Sora免費(fèi)了，但卻已經(jīng)晚了。

前天，微軟Bing宣布在其應(yīng)用程序中推出 Bing 視頻創(chuàng)作器（Bing Video Creator），該功能基于OpenAI的Sora模型，允許用戶(hù)通過(guò)文本提示詞生成視頻。這也是Sora首次面向用戶(hù)免費(fèi)開(kāi)放。

就在昨天，Manus推出原生文生視頻，嵌入進(jìn)了自家Agent的工作流中。

一個(gè)是默默關(guān)注Sora、OpenAI背后的“大東家”，另一個(gè)則是AI Agent里的“新秀”，兩方在自家產(chǎn)品生態(tài)中上馬文生視頻的時(shí)間點(diǎn)幾乎是一樣的。可見(jiàn)，微軟這一步棋到底慢了多久。

從Sora代號(hào)第一次問(wèn)世到現(xiàn)在，整體局面的發(fā)展路徑很像：“微軟想要，OpenAI不給，但最后微軟如愿以?xún)數(shù)玫搅薙ora的副產(chǎn)品”。

為什么說(shuō)它是Sora的副產(chǎn)品？因?yàn)槲④浬暇€的Bing 視頻創(chuàng)作器從產(chǎn)品力和宣傳上來(lái)講，很難說(shuō)得上是個(gè)完整的產(chǎn)品。

當(dāng)微軟終于宣布將它免費(fèi)向用戶(hù)開(kāi)放時(shí)，這個(gè)消息并未掀起預(yù)期中的熱潮，反而透著一股尷尬的遲到感。網(wǎng)友對(duì)這款產(chǎn)品的“自來(lái)水”評(píng)價(jià)很差，甚至直言：我們已經(jīng)有了可靈和Veo，為何還用Sora？

Sora，這個(gè)曾被OpenAI寄予厚望、甚至被譽(yù)為“AI視頻領(lǐng)域的牛頓時(shí)刻”的模型，自誕生之日起便充滿(mǎn)了戲劇性：不斷延期、高昂的定價(jià)、復(fù)雜的安全風(fēng)險(xiǎn)，讓市場(chǎng)對(duì)它的期待逐漸消退。如今微軟通過(guò)Bing上線了免費(fèi)的“Bing 視頻創(chuàng)作器”，但它卻顯得有些“食之無(wú)味，棄之可惜”，從產(chǎn)品力到用戶(hù)反饋，都難以令人滿(mǎn)意。

下面讓我們來(lái)看看，在微軟與OpenAI的復(fù)雜博弈中上線的Bing 視頻創(chuàng)作器，到底體驗(yàn)如何？

01

微軟的Sora，這回表現(xiàn)如何？

當(dāng)OpenAI首次官宣Sora時(shí)，“Sora的誕生是牛頓時(shí)刻”的說(shuō)法迅速刷屏網(wǎng)絡(luò)，甚至激發(fā)了諸多科技大廠的產(chǎn)品靈感與探索方向。當(dāng)時(shí)的OpenAI用實(shí)際宣發(fā)告訴所有人：AI得這么玩。

盡管如今文本生成視頻已經(jīng)成了“爛大街”的常規(guī)功能，但在當(dāng)時(shí)幾乎只有Sora成功出圈了。

雖然經(jīng)歷了一次次延期，但OpenAI的深厚技術(shù)底蘊(yùn)依然穩(wěn)固，Sora的視覺(jué)表現(xiàn)雖不能稱(chēng)得上頂尖，仍舊處于業(yè)界第一梯隊(duì)。如今，這個(gè)備受關(guān)注的明星產(chǎn)品也終于免費(fèi)上線微軟的Bing視頻生成器，用戶(hù)可以直接體驗(yàn)。

不過(guò)，免費(fèi)歸免費(fèi)，微軟的Bing視頻生成器目前仍存在明顯局限：視頻長(zhǎng)度僅限5秒，畫(huà)面比例只有9:16可選，且同時(shí)最多只能排隊(duì)生成三個(gè)視頻。更尷尬的是，其生成速度也頗為感人，F(xiàn)ast模式尚需幾分鐘，Standard模式甚至要耗費(fèi)數(shù)小時(shí)，難免讓人懷疑微軟究竟獲得了OpenAI多少的資源支持。

沒(méi)錯(cuò)，這個(gè)“產(chǎn)品”只有下面這 4 個(gè)可選項(xiàng)：

我們實(shí)際測(cè)試了兩個(gè)案例，來(lái)看一看Bing視頻生成器和現(xiàn)在的SOTA模型相比，效果如何：

（1）羊駝穿西裝在冰上跳舞

提示詞：

一只羊駝穿著藍(lán)色的西裝，像人一樣雙腿直立，在中央公園的冰面上跳著動(dòng)感舞曲

An alpaca wearing a blue suit and standing upright on its legs like a human being, dances a dynamic dance on the ice in Central Park

Bing 視頻生成器：

畫(huà)面主體羊駝辨識(shí)度低，背景AI感強(qiáng)烈，動(dòng)作雖流暢，但整體質(zhì)感回到了一年前。如果我不提誰(shuí)能看得出來(lái)這是只羊駝？

Sora：

緊接著，我同樣用OpenAI的Sora試了下一模一樣的提示詞。畫(huà)面的視覺(jué)效果明顯上了一個(gè)層次，無(wú)論是顏色的層次感、畫(huà)面主體的動(dòng)作流暢度，甚至是冰面的陰影的顯示都很真實(shí)。

可靈 2.1

接下來(lái)就是可靈2.1大師版了。雖然用最新出的模型去對(duì)比Sora有點(diǎn)欺負(fù)人，但是2.1的普通模式無(wú)法文生圖，也就只能出出血，拿大師版試一下了。

可以看得出來(lái)，運(yùn)鏡設(shè)計(jì)創(chuàng)意比較好，畫(huà)面連貫且風(fēng)格統(tǒng)一，動(dòng)作復(fù)雜性和自然程度也很高。

即夢(mèng)：

相比之下，即夢(mèng)的效果就比較抽象了。風(fēng)格略顯割裂，背景像是綠幕效果，動(dòng)作重復(fù)且表情僵硬，整體表現(xiàn)不佳。我很懷疑是否是我的提示詞給錯(cuò)了。

Veo3：

谷歌的Veo3效果依舊耐打，視頻整體視覺(jué)效果流暢，畫(huà)面連貫性比較好。色彩正常偏明亮，動(dòng)作和表情也比較自然不僵硬。但是沒(méi)有運(yùn)鏡，鏡頭語(yǔ)言比較單一。Veo 3 的真實(shí)感和流暢度確實(shí)都很好。

（2）玻璃茶杯中的旋轉(zhuǎn)光芒

提示詞：

一個(gè)空的玻璃茶杯內(nèi)有旋轉(zhuǎn)的彩色光芒，杯身放置在木桌上，木桌上映出茶杯明亮的倒影。鏡頭緩緩向茶杯靠近。

An empty glass teacup with a swirling colored glow inside is placed on a wooden table, which reflects the bright reflection of the teacup. The camera slowly moves closer to the teacup.

Bing 視頻生成器：

茶杯這個(gè)例子是我從Bing視頻生成器的官方推薦靈感庫(kù)里找到的，效果只能說(shuō)勉強(qiáng)貼合提示詞，但色彩生硬，整體視覺(jué)感受奇怪。

Sora：

OpenAI的Sora在動(dòng)態(tài)光效上的呈現(xiàn)能力確實(shí)比較強(qiáng)，畫(huà)面非常協(xié)調(diào)，光芒以很柔和的方式隨著液體閃動(dòng)，桌面上的倒影也很真實(shí)。

可靈 2.1

可靈2.1的視頻流暢度比較好，桌面的倒影非常真實(shí)，會(huì)隨著光線變化而變化。這顯示了可靈對(duì)物理效果的理解。但茶杯內(nèi)的流光有些單薄，沒(méi)有完全達(dá)到提示詞的要求。

即夢(mèng)：

即夢(mèng)在動(dòng)態(tài)效果上的表現(xiàn)也還是比較好的。視頻流暢美觀，色彩和諧飽和度高，運(yùn)鏡也非常自然，但是未能貼合提示詞生成一個(gè)空茶杯，語(yǔ)義理解能力稍顯不足。

經(jīng)過(guò)一番體驗(yàn)，Bing視頻生成器整體呈現(xiàn)的水平似乎還停留在2024年的水準(zhǔn)。視頻時(shí)長(zhǎng)、畫(huà)面比例、生成速度以及多模態(tài)融合功能上的明顯短板，都讓我感到力不從心。此外，它在處理復(fù)雜提示詞時(shí)的準(zhǔn)確性也難稱(chēng)得上滿(mǎn)意，距離用戶(hù)的期望值還有明顯差距。

我還放了幾個(gè)官方Case，大家可以自行評(píng)判效果：

02

Sora免費(fèi)了，但已經(jīng)晚了

如今，圍繞AI下半場(chǎng)的討論熱火朝天，但無(wú)論爭(zhēng)論的焦點(diǎn)如何變化，“AI下半場(chǎng)比拼的是產(chǎn)品能力”已經(jīng)成為行業(yè)共識(shí)。然而，OpenAI旗下的Sora產(chǎn)品因價(jià)格高昂和發(fā)布延期，幾乎已從主流“AI視頻工具”的競(jìng)賽中Out了。

從2024年初開(kāi)始，現(xiàn)象級(jí)別的Sora帶給所有關(guān)注者的不是驚喜，而是不斷的懵圈：不斷延期的同時(shí)，每隔一段時(shí)間就釋放一些新的令人驚艷的“小道消息”，展示自身的強(qiáng)大能力。終于，在年末時(shí)，Sora終于發(fā)布了，奧特曼甚至稱(chēng)它為“視頻版的GPT-1”。

但在這個(gè)等待的過(guò)程中，OpenAI留給了一眾競(jìng)爭(zhēng)對(duì)手追趕的生存空間，現(xiàn)在的它們?cè)缫淹瓿闪硕啻沃卮蟾潞偷?。像是快手的可靈、字節(jié)的即夢(mèng)、通義萬(wàn)相的WanX、谷歌的Veo等新玩家都熬成了頂級(jí)老玩家。

媒體VentureBeat 在一篇評(píng)論中直言：“Sora上市時(shí)萬(wàn)眾矚目，但不到一年，其光環(huán)已經(jīng)大幅褪色。”Sora的發(fā)布頻繁跳票，錯(cuò)過(guò)了AI視頻產(chǎn)品的黃金發(fā)展期，其背后離不開(kāi)大東家微軟與OpenAI之間錯(cuò)綜復(fù)雜的博弈。

微軟與OpenAI在AI領(lǐng)域的合作關(guān)系，從一開(kāi)始發(fā)展得非常要好到“心生嫌隙”，幾乎貫穿了這款產(chǎn)品的研發(fā)周期。從2023年下半年開(kāi)始，自O(shè)penAI推出自有企業(yè)版產(chǎn)品之后，微軟就不再“完全相信”OpenAI了。

在那場(chǎng)圍繞OpenAI CEO 奧特曼的宮斗風(fēng)波中，微軟深度介入?yún)f(xié)調(diào)，但雙方管理層之間仍舊出現(xiàn)了很多矛盾：?jiǎn)T工之間互相不爽，OpenAI團(tuán)隊(duì)依靠自有技術(shù)高人一等，微軟團(tuán)隊(duì)也對(duì)分享前沿技術(shù)持保守態(tài)度。這個(gè)時(shí)候，微軟內(nèi)部就已經(jīng)有呼聲希望盡快將Sora整合進(jìn)產(chǎn)品線了。

在2024年，微軟招攬Mustafa Suleyman負(fù)責(zé)自家AI業(yè)務(wù)，更加明確了“擺脫對(duì)OpenAI依賴(lài)”的意圖。Salesforce CEO Marc Benioff更是爆料稱(chēng)，奧特曼與Mustafa Suleyman的關(guān)系不睦。

大家普遍認(rèn)為：微軟與OpenAI的蜜月期宣告結(jié)束。在這段時(shí)間里，Sora的發(fā)布策略一改再改。可以說(shuō)，2024 年微軟與 OpenAI 圍繞 Sora 乃至整體合作關(guān)系，上演了一場(chǎng)錯(cuò)綜復(fù)雜的博弈。

此外，Sora自身在安全性上的問(wèn)題遲遲未能有效解決。YouTube曾公開(kāi)指責(zé)Sora侵犯其數(shù)據(jù)版權(quán)。雖然一番風(fēng)波中，有槍打出頭鳥(niǎo)的嫌疑，但是自從Sora代號(hào)公布以來(lái)，麻煩確實(shí)不斷?？偨Y(jié)成一句話：微軟想用Sora當(dāng)王牌拯救產(chǎn)品線，OpenAI則礙于一系列考慮不斷推遲。

微軟這回圍繞免費(fèi)版“Sora”推出的一系列市場(chǎng)推廣動(dòng)作，卻讓用戶(hù)好感度驟降。比如，微軟選擇在Bing平臺(tái)上線Sora而非旗艦AI平臺(tái)Copilot，這是否是微軟游移不定的最佳證明？再有，Bing上利用Sora視頻生成時(shí)還需要賺積分操作，生硬的推廣也讓大家“愣神一秒”。

與此同時(shí)，市場(chǎng)上涌現(xiàn)了如Kling、Vidu AI、即夢(mèng)、PixVerse、WanX、谷歌Veo、Luma和Runway等一大批優(yōu)秀的AI視頻生成工具。Kling早在2.0版本時(shí)便宣稱(chēng)在物理引擎和敘事連貫性上超過(guò)了Sora；谷歌的Veo系列甚至支持了高品質(zhì)AI配樂(lè)和音效。

反觀Sora，承諾的單次60秒視頻生成至今未完全兌現(xiàn)，用戶(hù)實(shí)際最多只能體驗(yàn)20秒的輸出效果?？梢哉f(shuō)，如今的Sora雖然免費(fèi)，但在技術(shù)表現(xiàn)和用戶(hù)體驗(yàn)方面已很難與競(jìng)品保持競(jìng)爭(zhēng)力。更何況，這一年中，中國(guó)廠商紛紛將成本壓到什么等級(jí)，所有用戶(hù)有目共睹 。

可以說(shuō)，微軟這回搞的免費(fèi)版Sora，真的有點(diǎn)晚了。

03

中國(guó)廠商后來(lái)者居上，優(yōu)勢(shì)能保持多久？

Sora剛問(wèn)世時(shí)，曾給國(guó)內(nèi)AI視頻行業(yè)帶來(lái)了巨大壓力。如今，盡管微軟將Sora免費(fèi)開(kāi)放，但在文本生成視頻領(lǐng)域，黃金窗口期似乎已被錯(cuò)過(guò)。不過(guò)，微軟畢竟是微軟，龐大的Windows和Office用戶(hù)生態(tài)，加上必應(yīng)這一強(qiáng)大的入口渠道，能迅速放大Sora的影響力，觸達(dá)到數(shù)量巨大的普通消費(fèi)者。

過(guò)去的一段時(shí)間中，中國(guó)的Kling、Vidu AI、即夢(mèng)、PixVerse、WanX等一眾產(chǎn)品已經(jīng)經(jīng)過(guò)了無(wú)數(shù)次的迭代，其中像是Kling等產(chǎn)品都已經(jīng)成功跑通商業(yè)化。

Sora就像達(dá)摩克利斯之劍，一直懸在國(guó)內(nèi)外眾廠商的頭頂上。沒(méi)人知道，Sora的到來(lái)，是否會(huì)瞬間變革一切。Sora本身的性能可以說(shuō)仍在第一梯隊(duì)，其流暢性一直被人津津樂(lè)道。這回有了微軟這家“橫跨PC時(shí)代，移動(dòng)互聯(lián)時(shí)代，云計(jì)算時(shí)代，并且在每一個(gè)時(shí)代都引領(lǐng)潮頭的超級(jí)巨廠”在產(chǎn)品端的下場(chǎng)，Sora得到的助力將會(huì)遠(yuǎn)超以往。

“工業(yè)化+產(chǎn)品化”被認(rèn)為是AI視頻生成賽道的下半場(chǎng)的答案之一。Sora如果能獲得一個(gè)寶貴的場(chǎng)景入口，可能就會(huì)從現(xiàn)在的困局之中抽身開(kāi)來(lái)，轉(zhuǎn)入新賽道。一個(gè)場(chǎng)景入口的重要性，我們其實(shí)已經(jīng)在Anthropic的身上看到了?，F(xiàn)在的AI大營(yíng)銷(xiāo)時(shí)代下，基礎(chǔ)模型最怕的不是“技術(shù)落后一絲”而是默默無(wú)聞。

“已經(jīng)晚了”并不意味著沒(méi)有機(jī)會(huì)了。

可以預(yù)計(jì)，微軟開(kāi)放 Sora 將迫使競(jìng)爭(zhēng)對(duì)手們加速創(chuàng)新，推出更優(yōu)服務(wù)。國(guó)內(nèi)AI視頻廠商想必都感受到了一些沖擊。之前，他們通過(guò)快速迭代，從而在AI視頻效果的各個(gè)領(lǐng)域積累起來(lái)的優(yōu)勢(shì)，儼然無(wú)法讓大家繼續(xù)安心前行。

AI視頻生成領(lǐng)域可以說(shuō)是一個(gè)“強(qiáng)技術(shù)、高變動(dòng)”的賽道，這條路有多難走，國(guó)內(nèi)大廠有話說(shuō)。比如，百度CEO李彥宏就曾在2024年第三季度內(nèi)部會(huì)上明確表示：“百度不碰 Sora 類(lèi)的視頻生成。”他認(rèn)為T(mén)o B業(yè)務(wù)應(yīng)盡量避免那種“吃力不討好”的定制項(xiàng)目，而應(yīng)推出標(biāo)準(zhǔn)化產(chǎn)品。

阿里巴巴通義團(tuán)隊(duì)的AI視頻生成模型WanX2.1的開(kāi)源策略，也走出了一條獨(dú)特的道路，在開(kāi)源的領(lǐng)域蠶食關(guān)注力。

Sora會(huì)跑的多快？我們無(wú)法預(yù)測(cè)，但是中國(guó)廠商仍需提速。過(guò)去一年，谷歌Veo2、Veo3在性能上的領(lǐng)先幅度非常大，但高昂的成本令市場(chǎng)反應(yīng)平淡；反而是價(jià)格適中、性能更均衡的Kling等產(chǎn)品大受歡迎，迅速積累了2200萬(wàn)用戶(hù)。

“免費(fèi)”策略對(duì)用戶(hù)的心理沖擊是巨大的。盡管微軟的免費(fèi)行動(dòng)更像是被動(dòng)追趕，而非主動(dòng)創(chuàng)新，但在巨頭資源的加持下，Sora仍可能引發(fā)新一輪行業(yè)競(jìng)爭(zhēng)。

Sora能否憑借免費(fèi)重回巔峰？國(guó)產(chǎn)廠商們還能保持多久的領(lǐng)先優(yōu)勢(shì)？或許答案并不遙遠(yuǎn)。畢竟在AI時(shí)代，“誰(shuí)跑得更快”比“誰(shuí)先起跑”更為關(guān)鍵，先行者需要不斷提速，追趕者則希望彎道超車(chē)。

編者按：本文轉(zhuǎn)載自微信公眾號(hào)：直面AI(ID：faceaibang)，作者：涯角