被萬眾期待將近一年的 Sora，終於正式宣布。不再是幾個 demo 片段，不再是 Sam Altman 時不時打的啞謎，而是一個完整的影片生成產品。
由於太過火爆，上線沒多久就流量爆炸，OpenAI 不得不暫停新用戶註冊，等候隊伍能長得能等上一整天。
但有一群人，不僅是 Sora 的「老用戶」，還參與著這個產品的塑造過程，見證了它的疊代與更新——他們就是不久前曾傳出叫板 OpenAI 的 Sora Alpha Artist。
為了獲得創作者們的反饋和建議，也為了觀察 Sora 在他們手上所能激發的創造力，Sora 跟一群藝術家們保持著密切聯繫，實時收集他們的反饋，也把他們的精彩創作作為案例分享。
在 Sora 發布之際，APPSO 獨家對話 Sora 首位合作的國內藝術家 Junie Lau。她是 AI導演，也是 Stable Diffusion 首屆 AI 短片全球冠軍。作品曾獲得有「AI 奧斯卡」之稱的 Runway AI 電影節銀獎，並參與到了全球首部 AI 長片電影「Our T2 Remake」的製作當中。不久前，她作為 Runway 中國社群的負責人，完成了 Runway 中國社區的落地與推廣。
在對話中，她不僅用實際的生成片段闡釋了自己高強度使用 Sora 的感受，還分享了與 Sora 團隊合作互動的體驗。更重要的是與我們探討了，生成式影片工具快速發展的一年多以來，走過的彎路有哪些、可能的未來在哪裡。
關注 AI 第一新媒體，率先獲取 AI 前沿資訊和洞察
現在還沒碰到 Sora 的天花板
APPSO：Sora 正式發布了，好看的樣片你肯定見過不少，網上的負面聲音是你想像過的嗎？
Junie：我預想到有蠻多人會吐槽的，其實現在發的是一個 turbo 版本，算是一個改良版，需要的算力更少，可以讓更多人使用。但是在效果上面，我個人感覺有一點不同。我把同樣的 prompt 放進去，現在這個版本其實是沒辦法跑出來的。
APPSO：是模型層面就不一樣了嗎？
Junie：應該是模型不一樣，相當於改良了，變成現在這個模型。目前的 Sora 是一個階段性的產品。
APPSO：所以它成了一個在使用上，體驗沒那麼好的東西？
Junie：那不是，這一點我要反駁一下。我的邏輯是這樣的：它的可控性其實不那麼強，反而就可以給出各種各樣的東西。我並不會只是跟它說一個我腦海里的畫面，而是一個想法。我在它的基礎上去拓展我的一些想法，這樣一來一往，是我非常享受的一個過程。
APPSO：可以理解為抽卡的過程反而成了一個互動的過程？
Junie：我不知道是不是還要用「抽卡」這個詞。我認為抽卡的概念在於，你已經有一個圖片，把圖片送進去然後看基於這張圖片的動態，哪個更順暢哪個更貼近。但 Sora 完全是基於提示詞，因為我們是無限 credit，所以我瘋狂點擊，每一次都能給不一樣的東西。
（編者註：Sora 為藝術家賬戶開設無上限的 credit 額度，不受付費計劃影響）
這個是在工作流上很大的一個改變。過去的工作流是你有一個創意，先去 Midjourney，或者 Stable Diffusion 或者 Flux 裡面，去把想法變成圖片，再放到可靈、Runway 或者海螺裡面，把這個圖片變成一個影片。現在我在 Sora 上不用這一套了，它直接就可以出我想要的畫面，不再需要經過之前的那一套流程。
我已經把 Midjourney 的套餐，從每月 36 美元降檔到每月 10 美元，因為我覺得不那麼需要它，Sora 已經能滿足很多我在藝術上的需求。
APPSO：這個變化是技術架構層面的不同，還是背後使用到的數據不同所帶來的？
Junie：確實某些算法上面的東西是不太一樣。我到現在說實話還沒感覺到 Sora 的天花板在哪裡。我平時用 Runway 比較多，用多了就能看出來它的天花板在哪裡，比如說有一些三維質感的東西，有一些特殊視效的東西，你能大概感覺到它餵了哪些數據進去。其它的影片生成工具也會給我類似的感受。但是 Sora 用到現在，我都還不敢說它背後的數據量有多大。
比如我做時尚類的短片比較多，Sora 跑出來的鏡頭，像上面這個鞋子，它的質感非常不一樣。
下面是同樣的 prompt 放進 Midjourney 裡面的效果。
我為什麼說沒有碰到它的天花板，舉個例子，比如我要一個美女，一個很簡單的 prompt，（其它產品）可能會給出比較符合主流審美的、刻板印象的美女形象，我需要很細節的改詞，才會拿到一些新的東西。
APPSO：最近比較流行的 AI 生成工具，得到好評都是因為「沒有 AI 味兒」，或者味道不太重，你覺得 Sora 也是勝在 AI 味不重嗎？
Junie：過去的一些 AI 工具，怎麼說呢，是有一種很塑料感，有種不真實感。但 Sora 不能說是很「真實」，而是很「不一樣」。AI 生成的一個重點是讓它做出不存在的東西——不存在的東西怎麼說得上真實不真實呢？可是 Sora 會比之前我接觸過的工具，更接近真實。
比如這個影片裡，這個逆光時髮絲的質感，這是一個很感受化的東西。還有她背後的光影變化了，這些頭髮絲也跟著變化。
APPSO：像不像實拍是一個衡量標準嗎？
Junie：這也是 Sora 和 Runway 不一樣的地方。很多工具會有「你有什麼我也要有什麼」，而且會糾結於用 AI 做傳統影視在做的東西。Sora 和 Runway 雖然也涉及到傳統影視，比如 Runway 背後的團隊，有華納影業出來的成員。
但是在另外一個維度上，他們是想做一些新東西，這些創新就來自於和藝術家的密切合作。藝術家在提出想要什麼樣的功能的時候，他們就會考慮去開發這些新功能。他們並不是要說把一個生成影片，做成很像傳統影視出來的質感，而是更願意探索什麼是 AI 可以實現的，怎麼樣可以拓展藝術表達。
APPSO：對於物理運動的表現呢？算是一個標準嗎？
Junie：我覺得因人而異。對我來說 Sora 的優勢在於，能滿足我很多奇奇怪怪的藝術表達，模型的藝術性對我來說是更重要的，物理表現反而沒那麼重要。那肯定會有一部分人的需求就是對口型、穩定性、主體一致性等等，那可能其它的工具會更適合用來滿足對可控性的追求。
和 Sora 合作是怎樣一種體驗？全員活人
APPSO：聊聊你們和 Sora 團隊的合作吧，你們的工作模式是怎麼樣的？
Junie：我們有一個三百多人的大群，裡面 Sora 的工作人員有三十多個，剩下的都是藝術家，各行各業的都有，有畫畫的、做建築的等等，整個氛圍比較年輕。每周我們都要一起開會，還會有當周的主題挑戰活動，有點像內部的電影節這樣。這些挑戰不是強制參與的。
我這次發出來的片子《What if，Mother》其實是給一個挑戰活動做的，那個活動還沒有宣布，但 Sora 說片子可以發出來。我在剛剛拿到 Sora 就知道有這個挑戰活動，但我需要從零開始學起，從最開始接觸算起到把這個片子做出來，前前後後大概花了兩周的時間吧。
沒有做得很好，只能說是做多少發多少，我覺得 Sora 還是存在一些學習成本的，不太能直接上手就用。比如人物的可控性其實是通過 storyboard 實現的，其中又涉及到用 prompt 來實現對場景和人物的控制，不是簡單地把圖複製進去跑一跑，它需要新的工作流。
APPSO：這個片子裡最花功夫的部分是什麼？
Junie：後面有一段有很多水的鏡頭，這個當時是得一邊學一邊做，水的物理表現我當時也不確定能不能實現。他們內部給了很多教學，而且每個星期的周會，都會有答疑環節，也會有不同的藝術家來分享他們的工作流，他們是怎麼用 Sora 的。
APPSO：Sora 官方跟你們的來往多嗎？
Junie：很多。使用上有什麼問題，他們會立刻回復，比如說有個 prompt 跑不出來，或者畫面顯示不出來發到群里，馬上就會有工作人員說「你把問題發來我看一下是怎麼回事」，真的是 24 小時技術支持。
我們的群「活人感」很強，Sora 團隊技術的、產品的人都在群里，平時也會跟我們聊天。Sora 發布會前還有工作人員在群里說他們一直在為了發布會加班，還拍照給我們看，一群人在會議室幹活。
發布會中出現的 Sora 產品負責人，日常在藝術家社群中非常活躍. 圖片來自：OpenAI 官網
我覺得他們是真的把我們當自己人，很像一個大家庭。群里一般最多的還是討論作品，會互相按讚支持。然後就是對產品的討論。產品的人之前也有來找我，問用起來感覺如何，有沒有碰到什麼問題。他們團隊不大，架構很扁平，不同職能不同部門之間不會很分散。
APPSO：有什麼具體的例子嗎，比如你們提出的反饋後，在產品更新里得到呈現？
Junie：日常的反饋還是很多的，非要說的話可能是圖生影片的功能。現在這個是不太好用，之前也有藝術家提過反饋。但這裡有一個版本的問題，他們可能沒有在目前發布的版本上體現出改良，現在的圖生影片是挺難用。
APPSO：所以當時藝術家們「反水」是怎麼一回事？
Junie：其實在群里，日常也是會有一些負面反饋和批評的。但是我記憶里這個藝術家（編者註：指牽頭髮起抗議 Sora 的藝術家），平時也不怎麼講話，好像突然之間就爆炸了。後續參與公開信簽名的，也不全是 Sora 的合作藝術家。
我們每周都有挑戰活動嘛，有一些是有現金獎勵的。但這些活動不是強制參與的，你可以參加也可以不參加，另外還會有一些線下的活動，見面會啊，社群活動啊這些，他們跟電影節也有合作。然後像是藝術家做的片子，他們發在官方的社媒上，也是一種曝光跟宣傳的方式。這確實是一個很看個人取捨的問題吧。
AI 還算不上具備創作能力
APPSO：你覺得 Sora 目前的功能里，最能體現藝術性的是什麼？
Junie：有一個風格預設的功能，你只要定義了你自己想要的風格之後，你輸入什麼提示詞都是預設的的風格。在我的短片的前半段全部都是黑白，我用了它的八十年代的預設，然後再在提示詞裡說，我要一個第一人稱視角，在一條街面上走，然後看到些什麼。在這個預設之後我跑一百條影片，都是這個黑白的風格。
Sora 提供的風格預設
另外像 remix，re-cut 這些功能，我覺得還是有改變一些跟 AI 工具交互的方式、創作的方式。像下面的鏡頭是來自馬上要發的新作品，也是 Sora 幫我把腦子裡一個大概的想法，給完全具象化。
不過我當時從零開始也花了不少時間來搞清楚怎麼用，可能大家都需要花時間了解吧。
APPSO：從你的描述來看，似乎 Sora 已經具備一些創作能力了是嗎？
Junie：這個創作能力具體是指什麼呢？我們現在已經有比如說機器人畫畫、下圍棋，還有很多說是 AI 原生、沒有人工干預的創作，這個是你說的創作能力嗎？
APPSO：隨機組合、把元素像捏泥巴一樣捏在一起只能算第一階段的，但如果是呈現出來的畫面、鏡頭，有潛在的審美邏輯，可以算是具備一定的創作能力了。尤其是「沒有 AI 味」，是能體現模型對於素材和語義的合理理解的。
Junie：我個人覺得，還是要有所表達，無論是用剪輯的方式，還是鏡頭切換的方式。表達是指我的想法，或者是我腦子裡的一個疑問，（從這個疑問出發）來有所表達，這是我所定義的創造力。在這個維度上，我覺得 AI 還不具備。
但現在來說，沒有一個 AI 產品是百分百完美的，這條路大家都在探索。
