從“牛頓時刻”到“雞肋時刻”：微軟免費Sora的尷尬首秀

微軟將Sora免費了，但卻已經(jīng)晚了。

前天，微軟Bing宣布在其應用程序中推出 Bing 視頻創(chuàng)作器（Bing Video Creator），該功能基于OpenAI的Sora模型，允許用戶通過文本提示詞生成視頻。這也是Sora首次面向用戶免費開放。

就在昨天，Manus推出原生文生視頻，嵌入進了自家Agent的工作流中。

一個是默默關注Sora、OpenAI背后的“大東家”，另一個則是AI Agent里的“新秀”，兩方在自家產(chǎn)品生態(tài)中上馬文生視頻的時間點幾乎是一樣的。可見，微軟這一步棋到底慢了多久。

從Sora代號第一次問世到現(xiàn)在，整體局面的發(fā)展路徑很像：“微軟想要，OpenAI不給，但最后微軟如愿以償?shù)玫搅薙ora的副產(chǎn)品”。

為什么說它是Sora的副產(chǎn)品？因為微軟上線的Bing 視頻創(chuàng)作器從產(chǎn)品力和宣傳上來講，很難說得上是個完整的產(chǎn)品。

當微軟終于宣布將它免費向用戶開放時，這個消息并未掀起預期中的熱潮，反而透著一股尷尬的遲到感。網(wǎng)友對這款產(chǎn)品的“自來水”評價很差，甚至直言：我們已經(jīng)有了可靈和Veo，為何還用Sora？

Sora，這個曾被OpenAI寄予厚望、甚至被譽為“AI視頻領域的牛頓時刻”的模型，自誕生之日起便充滿了戲劇性：不斷延期、高昂的定價、復雜的安全風險，讓市場對它的期待逐漸消退。如今微軟通過Bing上線了免費的“Bing 視頻創(chuàng)作器”，但它卻顯得有些“食之無味，棄之可惜”，從產(chǎn)品力到用戶反饋，都難以令人滿意。

下面讓我們來看看，在微軟與OpenAI的復雜博弈中上線的Bing 視頻創(chuàng)作器，到底體驗如何？

01

微軟的Sora，這回表現(xiàn)如何？

當OpenAI首次官宣Sora時，“Sora的誕生是牛頓時刻”的說法迅速刷屏網(wǎng)絡，甚至激發(fā)了諸多科技大廠的產(chǎn)品靈感與探索方向。當時的OpenAI用實際宣發(fā)告訴所有人：AI得這么玩。

盡管如今文本生成視頻已經(jīng)成了“爛大街”的常規(guī)功能，但在當時幾乎只有Sora成功出圈了。

雖然經(jīng)歷了一次次延期，但OpenAI的深厚技術底蘊依然穩(wěn)固，Sora的視覺表現(xiàn)雖不能稱得上頂尖，仍舊處于業(yè)界第一梯隊。如今，這個備受關注的明星產(chǎn)品也終于免費上線微軟的Bing視頻生成器，用戶可以直接體驗。

不過，免費歸免費，微軟的Bing視頻生成器目前仍存在明顯局限：視頻長度僅限5秒，畫面比例只有9:16可選，且同時最多只能排隊生成三個視頻。更尷尬的是，其生成速度也頗為感人，F(xiàn)ast模式尚需幾分鐘，Standard模式甚至要耗費數(shù)小時，難免讓人懷疑微軟究竟獲得了OpenAI多少的資源支持。

沒錯，這個“產(chǎn)品”只有下面這 4 個可選項：

我們實際測試了兩個案例，來看一看Bing視頻生成器和現(xiàn)在的SOTA模型相比，效果如何：

（1）羊駝穿西裝在冰上跳舞

提示詞：

一只羊駝穿著藍色的西裝，像人一樣雙腿直立，在中央公園的冰面上跳著動感舞曲

An alpaca wearing a blue suit and standing upright on its legs like a human being, dances a dynamic dance on the ice in Central Park

Bing 視頻生成器：

畫面主體羊駝辨識度低，背景AI感強烈，動作雖流暢，但整體質(zhì)感回到了一年前。如果我不提誰能看得出來這是只羊駝？

Sora：

緊接著，我同樣用OpenAI的Sora試了下一模一樣的提示詞。畫面的視覺效果明顯上了一個層次，無論是顏色的層次感、畫面主體的動作流暢度，甚至是冰面的陰影的顯示都很真實。

可靈 2.1

接下來就是可靈2.1大師版了。雖然用最新出的模型去對比Sora有點欺負人，但是2.1的普通模式無法文生圖，也就只能出出血，拿大師版試一下了。

可以看得出來，運鏡設計創(chuàng)意比較好，畫面連貫且風格統(tǒng)一，動作復雜性和自然程度也很高。

即夢：

相比之下，即夢的效果就比較抽象了。風格略顯割裂，背景像是綠幕效果，動作重復且表情僵硬，整體表現(xiàn)不佳。我很懷疑是否是我的提示詞給錯了。

Veo3：

谷歌的Veo3效果依舊耐打，視頻整體視覺效果流暢，畫面連貫性比較好。色彩正常偏明亮，動作和表情也比較自然不僵硬。但是沒有運鏡，鏡頭語言比較單一。Veo 3 的真實感和流暢度確實都很好。

（2）玻璃茶杯中的旋轉(zhuǎn)光芒

提示詞：

一個空的玻璃茶杯內(nèi)有旋轉(zhuǎn)的彩色光芒，杯身放置在木桌上，木桌上映出茶杯明亮的倒影。鏡頭緩緩向茶杯靠近。

An empty glass teacup with a swirling colored glow inside is placed on a wooden table, which reflects the bright reflection of the teacup. The camera slowly moves closer to the teacup.

Bing 視頻生成器：

茶杯這個例子是我從Bing視頻生成器的官方推薦靈感庫里找到的，效果只能說勉強貼合提示詞，但色彩生硬，整體視覺感受奇怪。

Sora：

OpenAI的Sora在動態(tài)光效上的呈現(xiàn)能力確實比較強，畫面非常協(xié)調(diào)，光芒以很柔和的方式隨著液體閃動，桌面上的倒影也很真實。

可靈 2.1

可靈2.1的視頻流暢度比較好，桌面的倒影非常真實，會隨著光線變化而變化。這顯示了可靈對物理效果的理解。但茶杯內(nèi)的流光有些單薄，沒有完全達到提示詞的要求。

即夢：

即夢在動態(tài)效果上的表現(xiàn)也還是比較好的。視頻流暢美觀，色彩和諧飽和度高，運鏡也非常自然，但是未能貼合提示詞生成一個空茶杯，語義理解能力稍顯不足。

經(jīng)過一番體驗，Bing視頻生成器整體呈現(xiàn)的水平似乎還停留在2024年的水準。視頻時長、畫面比例、生成速度以及多模態(tài)融合功能上的明顯短板，都讓我感到力不從心。此外，它在處理復雜提示詞時的準確性也難稱得上滿意，距離用戶的期望值還有明顯差距。

我還放了幾個官方Case，大家可以自行評判效果：

02

Sora免費了，但已經(jīng)晚了

如今，圍繞AI下半場的討論熱火朝天，但無論爭論的焦點如何變化，“AI下半場比拼的是產(chǎn)品能力”已經(jīng)成為行業(yè)共識。然而，OpenAI旗下的Sora產(chǎn)品因價格高昂和發(fā)布延期，幾乎已從主流“AI視頻工具”的競賽中Out了。

從2024年初開始，現(xiàn)象級別的Sora帶給所有關注者的不是驚喜，而是不斷的懵圈：不斷延期的同時，每隔一段時間就釋放一些新的令人驚艷的“小道消息”，展示自身的強大能力。終于，在年末時，Sora終于發(fā)布了，奧特曼甚至稱它為“視頻版的GPT-1”。

但在這個等待的過程中，OpenAI留給了一眾競爭對手追趕的生存空間，現(xiàn)在的它們早已完成了多次重大更新和迭代。像是快手的可靈、字節(jié)的即夢、通義萬相的WanX、谷歌的Veo等新玩家都熬成了頂級老玩家。

媒體VentureBeat 在一篇評論中直言：“Sora上市時萬眾矚目，但不到一年，其光環(huán)已經(jīng)大幅褪色。”Sora的發(fā)布頻繁跳票，錯過了AI視頻產(chǎn)品的黃金發(fā)展期，其背后離不開大東家微軟與OpenAI之間錯綜復雜的博弈。

微軟與OpenAI在AI領域的合作關系，從一開始發(fā)展得非常要好到“心生嫌隙”，幾乎貫穿了這款產(chǎn)品的研發(fā)周期。從2023年下半年開始，自OpenAI推出自有企業(yè)版產(chǎn)品之后，微軟就不再“完全相信”O(jiān)penAI了。

在那場圍繞OpenAI CEO 奧特曼的宮斗風波中，微軟深度介入?yún)f(xié)調(diào)，但雙方管理層之間仍舊出現(xiàn)了很多矛盾：員工之間互相不爽，OpenAI團隊依靠自有技術高人一等，微軟團隊也對分享前沿技術持保守態(tài)度。這個時候，微軟內(nèi)部就已經(jīng)有呼聲希望盡快將Sora整合進產(chǎn)品線了。

在2024年，微軟招攬Mustafa Suleyman負責自家AI業(yè)務，更加明確了“擺脫對OpenAI依賴”的意圖。Salesforce CEO Marc Benioff更是爆料稱，奧特曼與Mustafa Suleyman的關系不睦。

大家普遍認為：微軟與OpenAI的蜜月期宣告結(jié)束。在這段時間里，Sora的發(fā)布策略一改再改。可以說，2024 年微軟與 OpenAI 圍繞 Sora 乃至整體合作關系，上演了一場錯綜復雜的博弈。

此外，Sora自身在安全性上的問題遲遲未能有效解決。YouTube曾公開指責Sora侵犯其數(shù)據(jù)版權。雖然一番風波中，有槍打出頭鳥的嫌疑，但是自從Sora代號公布以來，麻煩確實不斷。總結(jié)成一句話：微軟想用Sora當王牌拯救產(chǎn)品線，OpenAI則礙于一系列考慮不斷推遲。

微軟這回圍繞免費版“Sora”推出的一系列市場推廣動作，卻讓用戶好感度驟降。比如，微軟選擇在Bing平臺上線Sora而非旗艦AI平臺Copilot，這是否是微軟游移不定的最佳證明？再有，Bing上利用Sora視頻生成時還需要賺積分操作，生硬的推廣也讓大家“愣神一秒”。

與此同時，市場上涌現(xiàn)了如Kling、Vidu AI、即夢、PixVerse、WanX、谷歌Veo、Luma和Runway等一大批優(yōu)秀的AI視頻生成工具。Kling早在2.0版本時便宣稱在物理引擎和敘事連貫性上超過了Sora；谷歌的Veo系列甚至支持了高品質(zhì)AI配樂和音效。

反觀Sora，承諾的單次60秒視頻生成至今未完全兌現(xiàn)，用戶實際最多只能體驗20秒的輸出效果。可以說，如今的Sora雖然免費，但在技術表現(xiàn)和用戶體驗方面已很難與競品保持競爭力。更何況，這一年中，中國廠商紛紛將成本壓到什么等級，所有用戶有目共睹 。

可以說，微軟這回搞的免費版Sora，真的有點晚了。

03

中國廠商后來者居上，優(yōu)勢能保持多久？

Sora剛問世時，曾給國內(nèi)AI視頻行業(yè)帶來了巨大壓力。如今，盡管微軟將Sora免費開放，但在文本生成視頻領域，黃金窗口期似乎已被錯過。不過，微軟畢竟是微軟，龐大的Windows和Office用戶生態(tài)，加上必應這一強大的入口渠道，能迅速放大Sora的影響力，觸達到數(shù)量巨大的普通消費者。

過去的一段時間中，中國的Kling、Vidu AI、即夢、PixVerse、WanX等一眾產(chǎn)品已經(jīng)經(jīng)過了無數(shù)次的迭代，其中像是Kling等產(chǎn)品都已經(jīng)成功跑通商業(yè)化。

Sora就像達摩克利斯之劍，一直懸在國內(nèi)外眾廠商的頭頂上。沒人知道，Sora的到來，是否會瞬間變革一切。Sora本身的性能可以說仍在第一梯隊，其流暢性一直被人津津樂道。這回有了微軟這家“橫跨PC時代，移動互聯(lián)時代，云計算時代，并且在每一個時代都引領潮頭的超級巨廠”在產(chǎn)品端的下場，Sora得到的助力將會遠超以往。

“工業(yè)化+產(chǎn)品化”被認為是AI視頻生成賽道的下半場的答案之一。Sora如果能獲得一個寶貴的場景入口，可能就會從現(xiàn)在的困局之中抽身開來，轉(zhuǎn)入新賽道。一個場景入口的重要性，我們其實已經(jīng)在Anthropic的身上看到了。現(xiàn)在的AI大營銷時代下，基礎模型最怕的不是“技術落后一絲”而是默默無聞。

“已經(jīng)晚了”并不意味著沒有機會了。

可以預計，微軟開放 Sora 將迫使競爭對手們加速創(chuàng)新，推出更優(yōu)服務。國內(nèi)AI視頻廠商想必都感受到了一些沖擊。之前，他們通過快速迭代，從而在AI視頻效果的各個領域積累起來的優(yōu)勢，儼然無法讓大家繼續(xù)安心前行。

AI視頻生成領域可以說是一個“強技術、高變動”的賽道，這條路有多難走，國內(nèi)大廠有話說。比如，百度CEO李彥宏就曾在2024年第三季度內(nèi)部會上明確表示：“百度不碰 Sora 類的視頻生成。”他認為To B業(yè)務應盡量避免那種“吃力不討好”的定制項目，而應推出標準化產(chǎn)品。

阿里巴巴通義團隊的AI視頻生成模型WanX2.1的開源策略，也走出了一條獨特的道路，在開源的領域蠶食關注力。

Sora會跑的多快？我們無法預測，但是中國廠商仍需提速。過去一年，谷歌Veo2、Veo3在性能上的領先幅度非常大，但高昂的成本令市場反應平淡；反而是價格適中、性能更均衡的Kling等產(chǎn)品大受歡迎，迅速積累了2200萬用戶。

“免費”策略對用戶的心理沖擊是巨大的。盡管微軟的免費行動更像是被動追趕，而非主動創(chuàng)新，但在巨頭資源的加持下，Sora仍可能引發(fā)新一輪行業(yè)競爭。

Sora能否憑借免費重回巔峰？國產(chǎn)廠商們還能保持多久的領先優(yōu)勢？或許答案并不遙遠。畢竟在AI時代，“誰跑得更快”比“誰先起跑”更為關鍵，先行者需要不斷提速，追趕者則希望彎道超車。

歡迎在評論區(qū)留言~
如需開白請加小編微信：dongfangmark