Sora 再不向大伙儿开放，就真要被同行们给 “ 碾压 ” 了。。。
先是前几天，快手新搞出来个文生视频的模型可灵 AI，悄摸儿的在外网火了。
一出来，网友们就直接把它和 Sora 放在一个擂台上，让人意外的是，可灵 AI 竟然一点都不输，有的时候效果比 Sora 还要好一点。
就比如 “ 蚂蚁在巢穴中爬行 ” 这样的提示词，可灵生成视频的质感跟 Sora 差不太多，而且它还营造出了太阳光照进洞穴时的光影。
还有同样是 “ 拉力赛车 ” 的画面，可灵的理解比 Sora 更贴合原意一点。咱们能很明显看到， Sora 画面里的车在原地打圈，而可灵生成的赛车是真的有在赛道上飙。
它也能像 Sora 一样生成两分钟所有的视频，像这个 “ 小男孩在花园里骑自行车经历秋冬春夏四季变换 ” 的视频，画面稳定性、光影变化啥的，跟 Sora 那段经典视频有得一拼。
相较于 Sora ，可灵 AI 还会更适合咱们中国宝宝体质一些，像大熊猫这类的中国元素，它也能迅速 get 到。
甚至已经有老外为了玩上快手的 AI ，“ 求 ”着让国内网友帮他生成一些视频。。。
而就在世超琢磨可灵 AI 的时候，网上又突然蹦出来一个新的视频模型Luma AI，同样能生成长达两分钟的高清视频。而且官网示例的效果，也是直逼 Sora 。
像是它生成人在潜水时的瞬间，脸部周围气泡变化跟真的一样，在整个大幅度运动过程中，脸部也没出现啥畸变。
还有房间爆炸时，镜头推进的画面，整得人都有种看好莱坞大片的错觉了。
看到这儿，不知道差友们什么感受，反正世超已经有点儿坐不住了，立马托朋友从快手那要来了个内测资格，也顺便登上了 Luma 的试用界面，准备亲自上手试试这两个 AI，看看它们到底有没有传说中的这么厉害。
据它们俩的宣传，可灵 AI 和 Luma 算是都有各自擅长的领域。可灵这块儿，网友们都说它生成吃播视频是一绝，而 Luma 官网上宣传的则是“ 电影感 ”，还能通过图片 + 提示词生成视频。
那咱也不废话了，直接在它俩各自的地盘上开测。
首先咱们来到的比试地点，是快手比较擅长的 “ 吃播 ” ，让它们同时生成一段 “ 一个男人在吃意大利面 ” 的视频。
有一说一，可灵 AI 除了嗦面的时候有点不稳定，其他画面说是从快手的吃播视频里截取的，估计都有忽悠到不少人。
到了 Luma 这儿，画风就突然变得诡异了，男嘉宾就跟有超能力一样，啥餐具都不用就开吃了，而且嘴巴动得也非常不自然。
既然生成吃播的视频 Luma 不太行，那接下来咱就试试它比较擅长的 “ 电影感 ” 。
本以为 Luma 要大施拳脚了，没想到它一上来就拉了坨大的。
让它生成一段 “ 外星人大战机器人 ” 的画面，还是那个老毛病，同一个人物，一会儿变成机器人，一会儿变成怪兽，全程都没看到打斗的痕迹。
同样的提示词喂给可灵，它倒是把战斗的场面给整出来了，就是有点经不起细看，手里拿的刀都是软的。。。
好在之后的表现还行，让它们同时生成 “ 顶级富豪在别墅开派对 ” 的视频，都挺有模有样，唯一的缺点就是面部表情都不太稳定。
各自擅长的领域比完了，那紧接着来第二回合，考验下这俩 AI对物理世界的理解程度。
让它们生成一段 “ 猫咪和正在睡觉的主人互动 ” 的视频，先是 Luma 这边，它一上来就直接摆烂，只生成了一段黑色猫咪的视频，连人的影子都没看到。。。
要不说全靠同行衬托，对比之下可灵 AI 的效果就强多了。有猫，有睡觉的人，硬要扣缺点的话，就是没怎么看到猫和主人之间的互动。
后面世超又试了好一些，发现在一些简短的提示词跟前，快手可灵的表现都还不错，比如玩偶熊在瀑布前弹吉他，小样骑自行车等等。
Luma 这边就跟使唤久了，想罢工一样，各种 Bug 都出来了，小熊弹个吉他都能弹出幻影来。
还把羊自个儿变成了自行车。。。
更抽象的是，因为 Luma 有图片输入，在试的时候总能整出来不少乐子。比如让它给猪猪侠的表情包整个后续，搞到一半就给整成惊悚片了。。
还有经典的 “ 外国老头 nice ” 梗图，他喝可乐是这样子的，多少有的鬼畜。
甚至还有网友给各种梗图，都脑补上了后续。
总之，整体体验下来，世超觉得，要论效果，快手可灵 AI 的效果还是会更稳定、更好一点。最起码和其他能用到的视频 AI 比，它已经是相当不错了。
而把模型训练成这样，快手是摸着 Sora 这块石头过河，也到用了 DiT 架构。把 transformer 融合进扩散模型里，这样一来，通过堆参数、堆训练数据等等就能提升模型性能，而在视频数据这块儿，快手自然是不缺的。
不过现在除了效果外，视频 AI 还有另外一个不得不重视的问题，商业化。
不知道大伙们有没有注意到，虽说 Sora 之后，类似的 AI 是一个接一个，连字节、阿里这样的大厂们，都抢着上这个赛道。
但大部分厂商在宣布自己也有这种模型后，几乎就很少有进一步的动作了。
像是 Sora ，已经好几个月没更新过他们的案例库，其他有向大伙们开放的视频 AI ，也只更新到 5s 的视频长度就没再继续了。。。
而搞成这样子，说白了还是做视频 AI 太花钱，又找不到啥赚钱的路子。
像是学图片 AI 一样收会员费，根本就 cover 不掉它的成本，据调查机构 Factorial Funds 称，以 Sora 为例，它30 亿参数的训练成本，比1.8 万亿参数的 GPT-4 还要多。
这还只是训练，实际用时的推理成本更多，国内有 AI 企业做过一个折算，差不多两分钟的视频要花掉180 块钱，看这数据，也难怪 AI 厂商们都不敢公开进度。。。
但话说回来，世超还是挺看好快手做这种 AI 的，毕竟它本身就有个视频平台在。说不定之后可灵也能像因为黏土滤镜爆火的 Remini 一样，靠“ 发帖助手 ”的定位摸索出一个赚钱的路子来。
这不，世超立马就想到了一个点子，不如学一学这次的 Luma ，玩玩抽象，指不定流量就来了。（ 狗头 )
