在年初的科技浪潮中，OpenAI發布的Sora視頻生成器以其文生視頻的革命性突破，一度引起全球矚目，被視為好萊塢未來發展的新動力。然而，隨著Shy Kids等藝術家團隊開始深入使用Sora，并公開展示其作品制作過程，關于Sora在實際應用中的真相與挑戰也逐漸浮出水面。
Sora作為一種先進的擴散模型，能夠依據文本提示生成長達一分鐘的逼真視頻內容，并實現鏡頭的切換和構圖調整。然而，當真正將其投入影視制作中，Sora并未展現出最初宣傳中的驚艷效果，而是呈現出一種更加實際和復雜的面貌。
Shy Kids團隊近日在fxguide的采訪中透露，盡管Sora在某些圖像生成方面取得了令人難以置信的進步，但對于復雜的項目，它仍然需要人為指導和大量編輯工作才能滿足導演的具體需求。團隊表示，將Sora融入創作流程是一種創新的工作方式，但并非不可或缺。
在實際操作中，Sora的用戶界面設計簡潔，僅支持文本輸入，這在一定程度上限制了藝術家的創造力。此外，盡管Sora在保持視頻鏡頭內對象的一致性方面表現出色，但系統目前還無法確保不同鏡頭之間的內容完全匹配，這在很大程度上影響了視頻的整體連貫性。
為了盡可能保持一致性，藝術家需要在文本提示中盡可能詳細地描述場景，包括角色的服裝和道具的類型等。然而，即使如此，Sora在鏡頭之間的一致性控制方面仍然存在局限，因為它尚未具備完整的功能集來實現完全的控制。
此外，Sora的隱式鏡頭生成方式也對藝術家的理解力和創造力提出了挑戰。藝術家需要深入理解Sora對特定概念的隱式理解，并基于這些理解來編寫文本提示。例如，在要求Sora生成一個包含香蕉的鏡頭時，藝術家需要考慮到香蕉的隱式特性，如顏色、形狀等，以確保生成的視頻片段符合預期。
總的來說，雖然Sora在視頻生成領域展現出了巨大的潛力，但在實際應用中仍面臨諸多挑戰。隨著技術的不斷發展和改進，我們有理由相信Sora將在未來發揮更大的作用，為影視制作領域帶來更多的創新和變革。
原創文章，作者：AI，如若轉載，請注明出處：http://www.bdzhitong.com/article/653744.html
