整理 | 言征

OpenAI 的視頻生成工具 Sora在2月份讓業(yè)界大吃一驚，其流暢、逼真的視頻似乎遠(yuǎn)遠(yuǎn)領(lǐng)先于競爭對手。然而這場精心策劃的首次亮相，留給了大眾太多不為人知的細(xì)節(jié)。

近日， OpenAI 大火的宣傳短片的制作團(tuán)隊(duì)之一的Shy Kids接受了媒體采訪，并分享了自己作為少數(shù)最早使用Sora技術(shù)的視頻創(chuàng)作者的酸甜苦辣。

OpenAI Sora宣傳短片之一（Air Head 氣球人）

Shy Kids 是一個位于多倫多的數(shù)字制作團(tuán)隊(duì)，被 OpenAI 選為少數(shù)幾個主要出于 OpenAI 宣傳目的制作短片的團(tuán)隊(duì)之一，他們在創(chuàng)作“Air Head”時被賦予了相當(dāng)大的創(chuàng)作自由。

而且值得注意的是，這些短片并不完全是由Sora生成的，在接受媒體采訪時，后期制作藝術(shù)家 Patrick Cederberg 將“實(shí)際使用 Sora”描述為“這只是他作品的一部分”。

然而大眾卻可能會先入為主地認(rèn)為：這些逼真生動的短片完全是由 Sora 制作的。

然而，事實(shí)是這些都是專業(yè)制作，配有強(qiáng)大的故事板、編輯、色彩校正，以及動態(tài)觀察和視覺特效等后期工作。

就像蘋果公司在宣傳時說“在 iPhone 上拍攝”，但事后沒有展示工作室設(shè)置、專業(yè)燈光和色彩工作一樣，Sora 的帖子只談?wù)撍屓藗冏鍪裁?，而不是他們?shí)際上是如何做到的。

Cederberg 的采訪很有趣，而且非常非技術(shù)性。盡管Sora模型令人印象深刻，但它可能并沒有我們想象的那般美好。

1、并沒有適當(dāng)?shù)墓δ芗瘉硗耆刂埔恢滦?/h3>

目前，控制仍然是最令人渴望的，也是最難以捉摸的?！覀兡艿玫降淖罱咏慕Y(jié)果就是在提示中進(jìn)行過度描述。解釋角色的服裝以及氣球的類型是我們解決一致性的方法，因?yàn)橹饌€鏡頭/一代又一代，還沒有適當(dāng)?shù)墓δ芗瘉硗耆刂埔恢滦浴?/p>

換句話說，傳統(tǒng)電影制作中的簡單問題（例如選擇角色服裝的顏色）到了Sora這里，反而需要更為復(fù)雜的解決方法，同時需要在生成系統(tǒng)中進(jìn)行檢查，因?yàn)槊總€鏡頭都是獨(dú)立于其他鏡頭創(chuàng)建的。這種情況后續(xù)可能會改善，但目前肯定還是非常費(fèi)力。

此外，還必須注意Sora的輸出是否有多余的元素：Cederberg描述了模型如何在氣球上生成一張臉（主角的頭部），或者一條掛在前面的繩子。如果他們無法通過提示可以刪除這些臉或繩子，那么就必須通過后期刪除它們，這是另一個耗時的過程。

圖片

人物或攝像機(jī)的精確時間和動作的控制，實(shí)際上也是做不到的：“對于這些不同動作在實(shí)際生成中發(fā)生的位置有一點(diǎn)時間控制，但這并不精確......這有點(diǎn)像在黑暗中拍攝，”說Cederberg。

例如，與手動動畫不同，對像揮手這樣的手勢進(jìn)行計時是一個非常近似的、“建議驅(qū)動”的過程。像角色身體向上平移這樣的鏡頭，也并不總是能呈現(xiàn)出電影制片人想要的內(nèi)容。在這種情況下，團(tuán)隊(duì)不得不自己渲染一個縱向構(gòu)圖的鏡頭，并在后期進(jìn)行了裁剪平移。生成的剪輯也經(jīng)常是慢動作，沒有特殊原因。 

圖片

Sora的一個鏡頭以及它如何在短片中生成的

Cederberg說，事實(shí)上，使用電影制作的日常語言，比如“向右平移”或“跟蹤鏡頭”，一般來說是不一致的，團(tuán)隊(duì)發(fā)現(xiàn)這非常令人驚訝。

“研究人員在讓藝術(shù)家使用這個工具之前，并沒有真正像電影制作人那樣思考，”他說。

結(jié)果，該團(tuán)隊(duì)進(jìn)行了數(shù)百次生成，每次生成 10 到 20 秒，最終只使用了其中的少數(shù)作品。Cederberg 估計該比例為 300:1 — 但當(dāng)然，我們可能都會對普通拍攝的比例感到驚訝。

此外，該團(tuán)隊(duì)實(shí)際上制作了一些幕后視頻來解釋他們遇到的一些問題。就像許多與人工智能相關(guān)的內(nèi)容一樣，這些評論對整個努力相當(dāng)批評——盡管不像我們最近看到的受到嘲笑的人工智能輔助廣告那么謾罵。

2.Sora有某種機(jī)制拒絕涉嫌版權(quán)問題的生成

最后一個有趣的問題與版權(quán)有關(guān)：如果你要求 Sora 給你一個“星球大戰(zhàn)”剪輯，它會拒絕。如果你試圖用“復(fù)古未來派宇宙飛船上拿著激光劍的長袍男子”來繞過它，它也會拒絕，因?yàn)樗ㄟ^某種機(jī)制識別出你想要做什么。它還拒絕進(jìn)行“阿羅諾夫斯基式鏡頭”或“希區(qū)柯克變焦”。

一方面，這是完全有道理的。但它確實(shí)提出了一個問題：如果 Sora 知道這些是什么，是否意味著模型接受了該內(nèi)容的訓(xùn)練，可以更好地識別它是否侵權(quán)？OpenAI 將其訓(xùn)練數(shù)據(jù)卡保密到了荒謬的地步，就像首席技術(shù)官 Mira Murati 接受喬安娜·斯特恩 (Joanna Stern) 的采訪一樣，幾乎可以肯定永遠(yuǎn)不會告訴我們。

至于 Sora 及其在電影制作中的使用，它顯然是一個強(qiáng)大且有用的工具，但它的作用并不是“用整塊布制作電影”?！澳菚呛髞淼氖??！?/p>

來源： 51CTO技術(shù)棧 作者：言征