最近，有消息稱Sora火爆的短片《氣球人》，其視頻畫面并非完全由AI生成，其中有大量視覺效果需要人類后期實(shí)現(xiàn)。這可就引起人們的圍觀和討論了，究竟是怎么個(gè)事兒，不妨跟著作者來捋一捋。

啊？Sora火爆短片《氣球人》，也“造假”了？？？

背后藝術(shù)家團(tuán)隊(duì)的最新揭秘，可謂一石激起千層浪：

原來，視頻畫面并非完全由AI生成，其中有大量視覺效果需要人類后期實(shí)現(xiàn)。

be like：

這下網(wǎng)友不干了，合著大家伙兒跟OpenAI玩真心，OpenAI背后卻耍起心眼子來了：

他們含糊其辭，就是希望觀眾認(rèn)為短片完全是AI生成的，這是不是有點(diǎn)不誠實(shí)了啊。

這不是人工智能生成的視頻，而是使用了一些AI技術(shù)的視頻。

還有網(wǎng)友直接開噴：誤導(dǎo)性營銷！這是誤導(dǎo)性營銷！

究竟是怎么個(gè)事兒，咱們還是具體捋一捋。

一、揭秘Sora大片工作流

盡管OpenAI一開始就介紹了，《氣球人》這樣的短片出自藝術(shù)家團(tuán)隊(duì)之手，他們只是把Sora開放給了藝術(shù)家使用，但官方并未提及短片具體是如何制作而成的。

做了8年产品经理后，我是这么看产品经理的

我个人是从非常初级的产品经理做起，再到负责一个大产品的项目管理，现在有幸跳出了日常基础的工作更多的去看产品的PMF，product strategy...

查看详情 >

現(xiàn)在，《氣球人》背后的藝術(shù)家團(tuán)隊(duì)Shy Kids自己來了個(gè)大揭秘，內(nèi)容包括：

• 視頻片段一致性如何實(shí)現(xiàn)
• 他們?nèi)绾翁幚鞸ora生成的視頻素材
• Sora生成視頻的局限性及后期處理

1. 視頻一致性

《氣球人》中主角形象的一致性可謂驚艷眾人。

但實(shí)際上吧，據(jù)Shy Kids團(tuán)隊(duì)中負(fù)責(zé)后期制作的老哥Patrick Cederberg（簡稱老帕）透露，想要實(shí)現(xiàn)這種前后一致并不是寫寫提示詞就能成的。

Sora并沒有提供工具，來幫助實(shí)現(xiàn)不同鏡頭之間的主體一致性。也就是說，哪怕提示詞都是一樣的，兩次運(yùn)行的結(jié)果也會(huì)有所不同。

他們的做法是，盡可能詳細(xì)地去對(duì)主角形象進(jìn)行描述。

解釋角色的服裝以及氣球的類型是我們解決一致性問題的方法，目前Sora還沒有集成適當(dāng)?shù)墓δ軄韺?shí)現(xiàn)此類控制。

即便如此，團(tuán)隊(duì)在用Sora生成視頻素材時(shí)還是遇到了不少這樣那樣的問題。

比如，提示詞里明明寫了氣球是黃色的，但Sora生成的片段里氣球卻可能變紅。

2. 視頻素材處理

一致性之外，老帕提到，在時(shí)間軸方面，Sora允許用戶修改關(guān)鍵幀。但這種時(shí)間控制并不精準(zhǔn)，無法保證一定能實(shí)現(xiàn)預(yù)想的效果。

另外，想要實(shí)現(xiàn)這個(gè)鏡頭：

即把鏡頭焦點(diǎn)從牛仔褲一路上移到氣球頭，也得人類自己后期裁切平移畫面，因?yàn)镾ora本身不會(huì)渲染這樣的鏡頭：它總是傾向于把焦點(diǎn)集中在氣球頭上。

老帕還談到，他們?cè)趯懱崾驹~時(shí)也遇到了一些問題：

OpenAI在讓藝術(shù)家試用Sora前，并沒有考慮到真正的電影制作人是如何思考的。

簡單來說，就是Sora對(duì)攝影術(shù)語（比如跟拍、平移等）的理解有限。老帕認(rèn)為，這一點(diǎn)上Sora不如Runway。

值得一提的是，盡管Sora原生支持生成1080p視頻，但老帕他們實(shí)際上生成的素材都是480p的。他們是在后期使用Topaz等工具對(duì)視頻素材進(jìn)行了超分處理。

生成速度方面，根據(jù)老帕的回憶，每次大概需要10-20分鐘的時(shí)間。

3. 視頻后期

接下來，就到了網(wǎng)友們反應(yīng)最強(qiáng)烈的部分——后期。

前面已經(jīng)說到，Sora本身還解決不了不同視頻片段里一致性的問題。

除了氣球不一定符合設(shè)定，或許是因?yàn)橛?xùn)練數(shù)據(jù)的原因，Sora還喜歡自動(dòng)給氣球加上奇奇怪怪的人臉。

給主角生成其實(shí)并不需要的假人頭。

Sora還很堅(jiān)定地認(rèn)為氣球得帶根繩。

總而言之言而總之，這些都需要老帕上手丟到AE里，進(jìn)行后期處理。

另外，盡管Shy Kids發(fā)現(xiàn)“35mm膠卷”這樣的關(guān)鍵詞很好用，能讓Sora生成的視頻畫面風(fēng)格更一致，但藝術(shù)家們?nèi)孕枰獮樽詈蟮某善稣{(diào)色，為畫面添加顆粒和閃爍效果，以使整部影片畫面更加協(xié)調(diào)統(tǒng)一。

老帕還提到了一個(gè)有意思的細(xì)節(jié)：

Sora很喜歡慢鏡頭。

我不知道為什么，但有很多鏡頭看上去都是0.5倍速和0.75倍速。

因此我們需要對(duì)大量畫面進(jìn)行調(diào)速，免得影片看上去像個(gè)大型慢動(dòng)作項(xiàng)目。

那么，Sora生成的視頻素材有多少最終被用在了影片里？

“數(shù)學(xué)很差”的老帕估計(jì)了一下，大概是300:1。

音頻方面，Sora目前還不能生成聲音，因此旁白和音樂都是團(tuán)隊(duì)自己加上去的。

4. 版權(quán)

為了不侵犯版權(quán)，OpenAI給Sora上了一些限制。

比如，你不能把提示詞寫成“35mm膠卷，未來宇宙飛船中，一名男子拿著光劍靠近”，那樣Sora會(huì)直接拒絕生成，因?yàn)檫@畫面太像《星球大戰(zhàn)》了。

哦對(duì)，像什么“阿羅諾夫斯基式鏡頭”和“希區(qū)柯克變焦”也是不行的。

二、3人團(tuán)隊(duì)2周制作完成

該說不說，在外界卷起風(fēng)波之前，Shy Kids團(tuán)隊(duì)對(duì)于Sora的表現(xiàn)還是很滿意的。

畢竟，制作《氣球人》這樣一個(gè)高質(zhì)量短片，最后只用了他們仨1.5到2周的時(shí)間。

團(tuán)隊(duì)認(rèn)為，現(xiàn)在，對(duì)于專業(yè)的電影團(tuán)隊(duì)來說，Sora當(dāng)然還有很大進(jìn)步空間，但對(duì)于大部分人而言，Sora已經(jīng)足夠驚艷。

用老帕自己的話說：

我覺得人們應(yīng)該將Sora變成工作流里的一部分。

不過，如果他們不想跟AI沾邊，也沒關(guān)系。

對(duì)于這樣的觀點(diǎn)，也有不少網(wǎng)友表示認(rèn)同，認(rèn)為Sora這樣的視頻生成AI，是對(duì)現(xiàn)有工作流很好的補(bǔ)充。

Adobe把它們集成進(jìn)軟件里，就是一個(gè)很不錯(cuò)的主意。

但，“我厭倦了OpenAI們的精美Demo營銷”。

還有網(wǎng)友不滿的點(diǎn)在于，爆火的“人工智能生成視頻”背后有大量的人類工作，他們投入數(shù)百個(gè)小時(shí)工作，卻被AI掩蓋了真實(shí)的價(jià)值。

那么，這事兒你怎么看？

參考鏈接：

[1]https://www.fxguide.com/fxfeatured/actually-using-sora/

[2]https://twitter.com/bilawalsidhu/status/1783544598259794046