Sora爆火短频“气球人”制作者亲述优缺点：视频其实都是专业制作，Sora占一小部分；一致性不能很好控制；似有识别版权问题的机制
整理|言征OpenAI的视频生成工具Sora在2月份让业界大吃一惊，其流畅、逼真的视频仿佛远远领先于竞争对手。然而，这场精心策划的首次亮相，留给了大众太多不为人知的细节。最近，OpenAI热火朝天地制作宣传短片的团队之一的ShyKids接受了媒体采访，并分享了自己作为少数最早使用Sora技术的视频创作者的酸甜苦辣。OpenAISora宣传短片之一（AirHead气球人）ShyKids是一个位于多伦多的数字制作团队，被OpenAI选为少数几个主要出于OpenAI宣传目的制作短片的团队之一，他们在创作“Air
整理 | 言征
OpenAI 的视频生成工具 Sora 在 2 月份让业界大吃一惊，其流畅、逼真的视频仿佛远远领先于竞争对手。然而，这场精心策划的首次亮相，留给了大众太多不为人知的细节。
最近，OpenAI 热火朝天地制作宣传短片的团队之一的 Shy Kids 接受了媒体采访，并分享了自己作为少数最早使用 Sora 技术的视频创作者的酸甜苦辣。
OpenAI Sora宣传短片之一（Air Head 气球人）
Shy Kids 是一个位于多伦多的数字制作团队，被 OpenAI 选为少数几个主要出于 OpenAI 宣传目的制作短片的团队之一，他们在创作“Air Head”时被赋予了相当大的创作自由。
而且值得注意的是，这些短片并不完全是由Sora生成的，在接受媒体采访时，后期制作艺术家 Patrick Cederberg 将“实际使用 Sora”描述为“这只是他作品的一部分”。
然而大众却可能会先入为主地认为：这些逼真生动的短片完全是由 Sora 制作的。
然而，事实是这些都是专业制作，配有强大的故事板、编辑、色彩校正，以及动态观察和视觉特效等后期工作。
就像苹果公司在宣传时说“在 iPhone 上拍摄”，但事后没有展示工作室设置、专业灯光和色彩工作一样，Sora 的帖子只谈论它让人们做什么，而不是他们实际上是如何做到的。
Cederberg 的采访很有趣，而且非常非技术性。尽管Sora模型令人印象深刻，但它可能并没有我们想象的那般美好。
1、并没有适当的功能集来完全控制一致性
目前，控制仍然是最令人渴望的，也是最难以捉摸的。……我们能得到的最接近的结果就是在提示中进行过度描述。解释角色的服装以及气球的类型是我们解决一致性的方法，因为逐个镜头/一代又一代，还没有适当的功能集来完全控制一致性。
换句话说，传统电影制作中的简单问题（例如选择角色服装的颜色）到了Sora这里，反而需要更为复杂的解决方法，同时需要在生成系统中进行检查，因为每个镜头都是独立于其他镜头创建的。这种情况后续可能会改善，但目前肯定还是非常费力。
此外，还必须注意Sora的输出是否有多余的元素：Cederberg描述了模型如何在气球上生成一张脸（主角的头部），或者一条挂在前面的绳子。如果他们无法通过提示可以删除这些脸或绳子，那么就必须通过后期删除它们，这是另一个耗时的过程。
图片
人物或摄像机的精确时间和动作的控制，实际上也是做不到的：“对于这些不同动作在实际生成中发生的位置有一点时间控制，但这并不精确......这有点像在黑暗中拍摄，”说Cederberg。
例如，与手动动画不同，对像挥手这样的手势进行计时是一个非常近似的、“建议驱动”的过程。像角色身体向上平移这样的镜头，也并不总是能呈现出电影制片人想要的内容。在这种情况下，团队不得不自己渲染一个纵向构图的镜头，并在后期进行了裁剪平移。生成的剪辑也经常是慢动作，没有特殊原因。
图片
Sora的一个镜头以及它如何在短片中生成的
Cederberg说，事实上，使用电影制作的日常语言，比如“向右平移”或“跟踪镜头”，一般来说是不一致的，团队发现这非常令人惊讶。
“研究人员在让艺术家使用这个工具之前，并没有真正像电影制作人那样思考，”他说。
结果，该团队进行了数百次生成，每次生成 10 到 20 秒，最终只使用了其中的少数作品。Cederberg 估计该比例为 300:1 — 但当然，我们可能都会对普通拍摄的比例感到惊讶。
此外，该团队实际上制作了一些幕后视频来解释他们遇到的一些问题。就像许多与人工智能相关的内容一样，这些评论对整个努力相当批评——尽管不像我们最近看到的受到嘲笑的人工智能辅助广告那么谩骂。
2.Sora有某种机制拒绝涉嫌版权问题的生成
最后一个有趣的问题与版权有关：如果你要求 Sora 给你一个“星球大战”剪辑，它会拒绝。如果你试图用“复古未来派宇宙飞船上拿着激光剑的长袍男子”来绕过它，它也会拒绝，因为它通过某种机制识别出你想要做什么。它还拒绝进行“阿罗诺夫斯基式镜头”或“希区柯克变焦”。
一方面，这是完全有道理的。但它确实提出了一个问题：如果 Sora 知道这些是什么，是否意味着模型接受了该内容的训练，可以更好地识别它是否侵权？OpenAI 将其训练数据卡保密到了荒谬的地步，就像首席技术官 Mira Murati 接受乔安娜·斯特恩 (Joanna Stern) 的采访一样，几乎可以肯定永远不会告诉我们。
至于 Sora 及其在电影制作中的使用，它显然是一个强大且有用的工具，但它的作用并不是“用整块布制作电影”。“那会是后来的事。”
想了解更多AIGC的内容，请访问：
51CTO AI.x社区
https://www.51cto.com/aigc/
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。