首支全由Sora技術生成的音樂MV在5月初上線，製作過程中竟沒有啟用任何一位演員！所有超現實的流暢畫面，都是這款由ChatGPT團隊打造出的AI新工具打造出來的。這首美國冷波音樂藝人Washed Out的新單曲MV，背後藏著多少人工編修？藝術工作者如何看待Sora的優點與缺點？
以「冷波」（chillwave）風格見長的Washed Out將於6月發行新專輯，前導單曲〈The Hardest Part〉MV中，以快速、流暢的畫面呈現了一對情侶40年間的生活片段，呼應歌詞描繪的愛與失落。但製作過程沒有起用任何一名演員、搭建任何一個場景。每一幀人類畫面，都是Sora想像出來的。
Washed Out "The Hardest Part" from Paul Trillo on Vimeo.
影／前導單曲〈The Hardest Part〉MV中，以快速、流暢的畫面呈現了一對情侶40年間的生活片段。
Sora是開發出ChatGPT的科技公司OpenAI研發的影片生成模型。2月首度公開展示影片時便技驚四座，引發好萊塢一陣動盪。目前仍屬開發階段，但少數獲得試用權的藝術家們已分享了不少成品。
由跨域藝術家崔洛（Paul Trillo）操刀的〈The Hardest Part〉，是Sora首度生成的官方委託音樂MV。片長約四分鐘，也是Sora至今製作出的最長音樂MV。5月初上架後，截自7日瀏覽人氣已接近4萬，許多網友都為了AI創新的成果前來瀏覽與驚嘆。
藝名為「Washed Out」的美國樂界明星，本名恩斯特‧葛林（Ernest Greene），他曾在2014年來台演唱。據《洛杉磯時報》（Los Angeles Times）報導，他找上崔洛製作新曲MV時，兩人原想雇用舞者、尋找適合場景拍攝。但考量時間與預算限制，正與OpenAI合作的崔洛提議改使用Sora製作。
葛林起初有些猶豫。他描述，自己多年來創作的音樂與MV，都是從一種真實、真誠的情感出發。AI影像則常有一種不自然的製造感。但本身也從事影像創作的葛林最後同意實驗。
崔洛花了約6週時間，從Sora生成的近700個片段中採用50幾個，剪輯出這段四分多鐘長的影片。他表示，這個點子在十年前便已萌生，但由於MV預算範圍較低而一直未能實現，直到Sora出現。
Sora優點：讓創作更自由，也不受預算限制
3月時，OpenAI釋出首波創意工作者試用Sora的報告〈Sora: first impressions〉。擅長影像創作的崔洛便是獲OpenAI欽點的人選之一。當時他表示，與Sora合作帶來前所未有的不受限之感，「在你不試圖複製舊的東西，而是實現新穎、原本不可能實現的事物時，Sora最是強大。」
〈The Hardest Part〉可說是這個觀點的又一次實證。從門洞裡外迥然不同的景色到飛掀的床單，崔洛善用模型的「幻覺」與不穩定性，接納奇異、近乎扭曲的細節，以夢幻般的超現實質感，呼應人類記憶的凝縮與不可靠性。
崔洛承認，Sora仍有著不少限制。例如，MV中應該是同一對情侶的兩名男女人物，在每個片段中都有些許差異，無法保持一致性。
但一向熱衷技術實驗、勇於探索新敘事方式的崔洛認為，比起成為一種取代性的主流創意工具，Sora更像是工具箱中的一個新成員。在較低的預算範圍內，實現創意工作者過去只能想像但難以觸及的夢想。目前不清楚這支MV的製作總成本，但OpenAI並未收費。
崔洛在訪談中解釋，自己起初接觸Sora時也有點不知從何開始。可能是為了讓藝術家們自由發揮，OpenAI並未給與太多指點。該使用哪些術語、如何指引運鏡方向，都得自己摸索，「一開始完全就是猜謎遊戲。」
在嘗試過多種可能性後，崔洛發現Sora比他預期得更強大，尤其是在他感興趣的實驗影像層面。此後，崔洛便持續探索Sora的極限。他描述，創作者可以將任何點子丟給Sora，即使是一開始不怎麼樣的點子，因為它不會有任何預設的成見。
「你不用向任何人提案，或是等待他人的准許。」崔洛表示，「這會讓你嘗試一些你通常不會去探索的事物。」
Sora缺點：不懂導演語言，生成的內容缺乏一致性
另一組與OpenAI合作的創意團體「shy kids」，在3月繳出約1分半長的Sora生成短片《Air Head》，描繪一名頭部是顆黃色氣球的男子的人生體悟。
負責後製的團隊成員希德伯格（Patrick Cederberg），在4月中時也分享了創作這支短片的技術細節。他表示Sora玩起來「非常有趣」，團隊已經在想像所有可以將它融入現有流程的方式，但「控制」依然是最難捉摸的部分。
由於Sora只能接受文字指令，不能以一次生成的影片來指引下一次的生成內容。即使用完全相同的文字指令，兩次生成內容也不會相同。目前並無現成功能來維持生成一致的角色，則是缺點。
影／創意團體「shy kids」在3月繳出約1分半長的Sora生成短片《Air Head》。
以《Air Head》為例，希德伯格透露，每次生成的氣球都不盡相同。有時會有張臉在氣球上，有時下方會垂掛一條繩子，有時氣球甚至不是黃色的。
Sora另一個缺點是：缺乏控制攝影鏡頭移動的統一用詞。希德伯格認為，OpenAI工程師開發Sora時較著重在影片生成技術本身，似乎沒有用導演的敘事思維來思考。
諸如平移、推軌這類運鏡術語沒有讓AI充分訓練學習，以致它不諳導演語言，讓創作者很難準確生成想要的鏡頭移動方式。
shy kids的應對技巧是寫出非常詳盡、包納各種細節的文字指令，來提升生成內容的一致性。另一個做法是大量生成大約20秒長的影片，提升從中取得有用畫面的機率。
希德伯格估計，為了剪出不到1.5分鐘的影片，他們大約生成了幾百個10～20秒的片段，「可能只有1/300的原始素材最後剪進成品裡。」
這一切都代表著大量的後製工作。氣球本身需要重新上色、刪除多餘的物件（如垂繩）。所有Sora生成的畫面都經過畫質提升、調色以及顆粒效果等後製。
即使shy kids有準備劇本，仍需要許多靈活應變。與其說是照著劇本拍出每一個鏡頭的劇情片，整個製作過程更像是從各種素材中剪輯出的紀錄片。
目前OpenAI還在根據使用反饋優化Sora，因此shy kids製作《Air Head》時的模型應已算相對早期的原型。但目前看來，Sora的生成力縱然強大，依然需要不少人為干預。距離創意產業最高階、精準的應用也還有一段路得進步。
從廣告提案到房產廣告，Sora影響料將遍及各產業
另一方面，《金融時報》（FT）也邀請廣告、房產與動畫業者試用Sora、以及主要競者Runway和Pika，測試這些模型在其他產業的現行實用性。
整體而言，Sora的畫面表現最佳。品牌廣告顧問公司Arq共同創辦人班揚（Charlotte Bunyan）肯定，這樣的工具能在提案時協助客戶更容易理解創意點子會如何呈現。但對房地產業者來說，目前畫面可能還未達到他們期待的完美真實感。
Escape Studios的動畫師威廉斯（Alex Williams）則表示，Sora這樣的影片生成技術，是動畫業自1980年代以來遭逢過最重大的技術進展，可與2D朝向3D的轉變相比擬。
威廉斯解釋，他也曾與其他手繪動畫師一同抵制過3D動畫，但幾年後理解到自己需要接納這個轉變。「以產業而論，我們確實需要擁抱科技。」他說，「你不會想站在錯誤的一邊。」
