Sora2，这次真的有点颠覆了

国庆假期的第一天，AI圈就又掀起一波新浪潮。这次是AIGC真正的大佬OpenAI下场，发布了他们最新的视频模型Sora2。从宣传和发布在官网和官推的内容来看，相当炸裂！

这次的宣发和之前的第一代Sora不同（Sora第一代起初只是放了一些生成作品，很久之后才正式公开让大家使用，而实际测试的结果也不尽如人意，在视频领域可以说被一众大模型吊打），这次OpenAI则是完全另一套的宣传策略，直接上真家伙。

讲真！特别颠覆！无论从视频生成的技术角度，还是从破梗出圈的宣传角度，还是Sora2的产品模式，都是非常非常的有新意。至少在我看来，是目前为止最颠覆的AI产品了。

技术视角：视频模型还能怎样？

事实上从Runway到海螺，再到可灵和即梦、再到Veo3，似乎我们总是在看到这些产品不断的进步，生成的效果越来越好，图像的准确性，连续性，包括Veo3的声音图像一体化。似乎我们觉得视频生成大体就是这样。

甚至当Gemini的Banana模型出现以后，人们意识到，原来之前的SD的那套精准可控，各种图像绑定已经成了过去式；写出一套完美的提示词才能发掘出大模型的真正潜力（比如手办风和人物肖像至今依然活跃）。可这次的Sora2的神奇之处，在于他似乎更像是一给业余视频创作者的一个工具。因为他不需要你有任何的分镜和镜头细节的描述，只要一段随便的简单的提示词就能生成一个比较好的效果。（当然，如果提示词更复杂，可控性也更好，但是学习成本非常高）。

而且，Sora2的视频包括了声音，英文、日语、普通话甚至广东话都可以毫无障碍的顺利说出来。

还是先来感受一下这种神奇吧。

提示词：

@sama（sam altman）在长城用中文介绍sora2的特点

结果：

是的，完全不需要任何对于镜头拍摄的描述、也没有具体的台词和分镜以及动作和服饰等等的内容。就是简单的把需求讲清楚，就可以了。而且中文讲得也很6。这种体验感甚至比Veo3的震撼还要强大！

对于基于首帧图片生成视频，也完全不是问题，比如我之前的小精灵系列图片：

提示词：

忧郁的小精灵在弹着吉他唱着忧郁的英文歌曲，镜头需要多次切换

歌曲，视角，神态，背景音，全部都很不错。这种真的是让我感觉非常震撼。很想知道他是怎么执行整个的任务拆解的，还是就是单纯的力大砖飞？

还有这款困在瓶子里的小精灵：

只有这些还远远不够，知道为什么Sora2出圈的速度这么快么，那就不得不说说他的数字人能力了。

数字人的进化

实际上刚刚展示了山姆奥特曼的长城照，就是Sam自己的数字人，这里就不得不提Sora的全新功能“Cameo出镜秀”了，这玩意完全就是一个数字人制作器。

想生成自己的数字人也很简单，按照流程，读3个数字，再加上一些晃头的动作（跟着指引做就行了）就能生成自己的数字人。

然后就可以自己使用了（或者让其他人使用你的数字人，Sam就对所有人公开可用）。

那这个数字人可以干嘛呢？

只要你脑洞大，干什么都行，比如拍Vlog，角色扮演，当带货主播。我就试着让我采访了奥特曼，并给大家带来了他对大家的假期祝福

虽然还是有点怪，但是很好玩啊，你可以想象一下，如果脑洞全开，会有怎样有趣的玩法和鬼点子能冒出来。

反正我就已经看到了很多，比如奥特曼去英伟达偷显卡这种乱七八糟的东西了。说到这里，又不得不提Sora2的“野心”。

AI版的小抖，能不能做？

在下载Sora（目前只支持iOS且只支持美区和加区apple id）以后，发现实际上与其说Sora2是一个视频生成的模型，倒不如说它更像是一个AI版的小抖。非常习惯化的上下滑来看视频、点赞、留言就这么简单，反倒是创作入口倒没那么显眼。然后就可以看到全世界各地的各种脑洞，而且全部都是AI生成的。这明显就是奔着短视频化的社区来搞的。

这不就是AI版的抖音么……

而这些，即使是坐拥抖音的即梦，都没法实现的高度的社区化，就让Sora这么搞出来了。

当然这里不可避免的有一些AI真实性的问题，那么好办，这里就没有真的，全是AI的。另外如果有人用来恶搞身边的朋友怎么办？也好办，Sora就压根没法用带人物的图作为首帧图像。