文｜AI鯨選社 何煦陽
今天兩個(gè)重磅消息，意味著Sora多了兩個(gè)強(qiáng)勁對(duì)手：
一，字節(jié)剪映海外版Capcut的AI生成視頻功能開放公測(cè)了；
二、Stable Video，對(duì)，就是那個(gè)AI繪畫效果特好的Stable Diffusion，它開發(fā)的AI生成視頻產(chǎn)品，今天也公測(cè)了。
Pika、Runway、Video Poet、Soar，現(xiàn)在又加上Capcut、Stable Video，今年這如泉涌的AI視頻產(chǎn)品真的把鯨哥炸得頭暈?zāi)垦?，視頻行業(yè)要變天！
廢話不多說，先擺上倆網(wǎng)址。畢竟還沒開放測(cè)試的Sora只是期貨，Stable Video和Capcut可是實(shí)打?qū)嵉亻_放公測(cè)了,不是傳言中的“狼來了”。咱們看看他倆效果如何——
Capcut網(wǎng)址:https://www.capcut.com/editor-tools/ai-video-generator
Stable Video網(wǎng)址：https://www.stablevideo.com/generate
剛點(diǎn)開Capcut，界面左邊就是AI視頻demo，右上角提醒用戶每人有五次免費(fèi)AI視頻生成機(jī)會(huì)：
需要注意的是，Capcut和Runway、Soar都不一樣，不是純AI視頻產(chǎn)品，是剪輯工具，AI視頻生成只是功能之一。左上角就有很多功能供用戶選擇：
這一點(diǎn)值得夸贊的，在產(chǎn)品化方面Capcut做得比其他AI視頻產(chǎn)品好，尤其利好廣告創(chuàng)作者，剪映自身的剪輯工具屬性使它有先天優(yōu)勢(shì)。
那就上手體驗(yàn)吧！鯨哥的提示詞寫了“Minecraft Gameplay”，想拿Capcut生成的視頻跟Sora那邊的比較一下，結(jié)果……
1850分鐘？Seriously？鯨哥本來以為真實(shí)不需要這么久，結(jié)果發(fā)現(xiàn)它居然真的在倒數(shù)......
沒辦法了，只能看來看看Capcut的視頻demo了。鯨哥把demo放在下面，以饗讀者：
整體似乎不錯(cuò)，光影、細(xì)節(jié)拉滿，但要等一天多的時(shí)間也太漫長(zhǎng)了，不知道是否是今天服務(wù)器被擠爆的緣故，可Pika、Runway當(dāng)時(shí)發(fā)布時(shí)，似乎并沒有出現(xiàn)這種狀況。
X平臺(tái)上也有人表示了質(zhì)疑：
初次見面，Capcut給的印象分實(shí)在不高。
而Stable Video（簡(jiǎn)稱SV），在三個(gè)月前其實(shí)就公開了論文代碼權(quán)重，當(dāng)時(shí)有程序猿就已經(jīng)體驗(yàn)過一波。
Stable Video的視頻demo是這樣的：
在早前宣傳的時(shí)候，他們號(hào)稱Stable Diffusion有3D合成能力，支持物體從單一視角到多視角的轉(zhuǎn)化：
按回車進(jìn)入網(wǎng)站：
很簡(jiǎn)潔干凈的界面，比剪映多了一個(gè)圖像生成視頻的選項(xiàng)，畢竟AI繪畫是Stable Diffusion的老本行：
每個(gè)人一開始有150點(diǎn)免費(fèi)額度，圖像轉(zhuǎn)視頻一次花費(fèi)10個(gè)額度，文本轉(zhuǎn)視頻花費(fèi)11個(gè)額度。
還可以調(diào)節(jié)鏡頭，鎖定、搖鏡、360度，俯視都可以：
鯨哥輸入提示詞想生成視頻，卻發(fā)現(xiàn)系統(tǒng)提示錯(cuò)誤......
將提示詞改短了些，變成“一對(duì)男女在海邊看日出”，就成功了，得到了這樣一段4s的視頻：
不錯(cuò)！雖然簡(jiǎn)單，但十分高清。
但當(dāng)鯨哥想繼續(xù)生成時(shí)，系統(tǒng)又顯示錯(cuò)誤，不知道時(shí)因?yàn)镾V現(xiàn)在語義理解能力還不夠，還是服務(wù)器爆滿?？蓤D生視頻卻沒問題：
對(duì)比Sora的Minecraft Gameplay：
SV的ant：
Sora的ant：
可以發(fā)現(xiàn)SV最為人稱道的是它的清晰度，可兩個(gè)視頻基本上都只是背景在動(dòng)，畫面主體并沒有動(dòng)，更像是圖片轉(zhuǎn)變成了一個(gè)GIF。
鯨哥嘗試選“Orbit”，讓鏡頭360度圍繞著螞蟻旋轉(zhuǎn)，結(jié)果四十分鐘都沒有生成出來，當(dāng)初說好的3D合成呢......
Sora完全吊打SV，無論是畫面的精細(xì)程度，主體的運(yùn)動(dòng)，鏡頭的變換......最離譜的是，SV看看Sora生成的Minecraft吧，這才是真正的3D合成！你只動(dòng)背景算什么呢？
Sora的3D合成效果（或者說物理效果）究竟是怎么來的？OpenAI在此前公布Sora的技術(shù)文檔曾提到，他們發(fā)現(xiàn)視頻模型在經(jīng)過大規(guī)模訓(xùn)練后，會(huì)表現(xiàn)出許多有趣的新能力。這些能力使 Sora 能夠模擬物理世界中的人、動(dòng)物和環(huán)境的某些方面。
也許SV3D合成功能欠缺（也可能是服務(wù)器被擠爆）就是因?yàn)橐廊粵]有滿足sacaling law法則，數(shù)據(jù)和訓(xùn)練未大到讓模型涌現(xiàn)出理解物理世界的能力。
Sora的世界模仿能力也非完美，該能力的出現(xiàn)純粹是規(guī)?，F(xiàn)象，不能說明有明確的三維、物體特征，比如Sora也無法完美模擬玻璃杯破碎的過程。著名科技大拿楊立昆最近就在X平臺(tái)上炮轟Sora沒有前途，除非使用他提出的物理引擎。
AI視頻只會(huì)越來越智能?？梢韵胍?，未來社交平臺(tái)上會(huì)有大量的AI內(nèi)容，屆時(shí)我們所看到的一切都將變得真假難辨。