ChatGPT又來送聖誕禮物！OpenAI昨晚繼續12個工作日不間斷直播，於週一（12/9）正式開放AI影片生成工具Sora，送出AI生成影片大驚喜。只要輸入文字指令，就能直接生成影片。具體來說，Sora是什麼意思？如何在OpenAI官網下載？正式版的四大功能怎麼秒生成影片？實際應用案例？現在哪些人可以用Sora？
Sora是什麼意思？基本功能為何？
早在今年（2024）2月，OpenAI便從文字與圖像生成再進一步，向大眾介紹文字生成影像（text-to-video）的模型暨工具Sora。名字來源為日文的天空，OpenAI團隊想透過Sora，賦能給一般心懷創作夢的你我。
但Sora到底是什麼？它是一款多模態生成工具，能夠根據文字指令、圖片或影片生成短片，最高解析度達 1080p。
在發表會上，產品工程負責人沙海（Rohan Sahai） 詳細介紹Sora的介面和功能，這些功能為使用者帶來全新的創作方式。
Sora的基本運作，就是讓使用者鍵入文字或者上傳圖片，藉此生成一支解析度最高1080p、長度達20秒且多種長寬比的影片，並有不同版本讓人挑選，概念上與以文生圖的Midjourney產出4張圖片非常相似。
Sora可以在OpenAI官網下載使用？付費或免費？
許多人想要在手機或者自家筆電使用Sora，但想使用Sora，目前需要登入OpenAI官網，不能下載。
官網連結如下，點入後，請點擊右上角的「Start Now」即可進入Sora功能面板：
另外，目前Sora也並未如ChatGPT推出行動版，沒有上架iOS App Store或者Google Play等行動市集商店。請小心，在上面以「Sora」為名的App應為偽造。
Sora付費或免費？
如今，萬眾矚目的Sora總算真正開放給一般人使用。根據OpenAI執行長奧特曼（Sam Altman）所說，使用資格如下：
1. 付費20美元訂閱ChatGPT Plus
2. 或者上週五公告高價200美元的ChatGPT Pro方案
但據實際使用的使用者發現，因為湧進流量太高，嘗試登入時，會出現「If you've never logged into Sora before, please check back again soon.」代表若先前沒有登入過獨立於ChatGPT的Sora網站，暫時無法利用Sora生成影片。
Sora五功能影片教學範例
正式上線的Sora，其核心功能包括如下五種，只要點入Sora官網的功能面板就可使用：
| 功能 | 描述 | 應用場景 |
|---|---|---|
| 探索（Explore） | 瀏覽用戶生成的影片 | 靈感啟發 |
| 故事板（Storyboard） | 時間軸逐步生成影片內容 | 劇本構思與製作 |
| 混搭（Remix） | 修改生成的影片元素 | 特效設計與創作 |
| 循環（Loop） | 創造無縫重複影片 | 動畫與遊戲場景設計 |
| 混合（Blend） | 融合不同影片 | 影片進一步優化 |
| 資料來源：OpenAI官網 | ||
但是，入門者可能有點難下手，也不知道如何下指令最佳？以下是由Sora官方團隊提供的教學示範，可以手把手跟著學。
1. 探索（Explore）
當你點進功能面板，第一個可使用的是探索，可先瀏覽其他用戶創作的精采影片。官方團隊並建議了相關的使用的指令，如下影片。
2. 故事板（Storyboard）
第二個步驟是，依照指示搭配時間軸逐步生成內容的故事板。
3. 修改生成影片元素的重新混搭（Remix）
4. 重複產出特定片段的迴圈（Loop）
5. 融合不同影像的混合（Blend）
Sora如何重新定義創作產業？
其實，早在今年2月Sora預覽版推出後，就讓全球影視產業頂尖的好萊塢業者都深受震撼。當時，好萊塢導演Tyler Perry停止了工作室擴建計畫，指出Sora將使場景搭建與外景拍攝不再必要。這對影視產業的就業市場帶來挑戰。（延伸閱讀：Sora是什麼？為何尚未上市，就震驚好萊塢？全球工作衝擊一次解析）
不過，對於資源有限的個人創作者，Sora提供了以低成本製作高品質內容的機會。而在企業層面，Sora的應用範圍更廣，包括廣告製作、教育影片以及虛擬實境等領域。
ChatGPT團隊的創新：Sora運作原理
在聖誕節連續12天的AI主題直播裡，奧特曼分享將開放Sora使用的消息以後，解釋OpenAI打造Sora背後的願景，如下影片可參考。
但若想直接了解影片的重點，以下為奧特曼與OpenAI團隊的展示重點：
「我們熱衷於為創意工作者打造工具，這對我們的文化很重要，也對我們希望人類如何使用AI至關重要。」奧特曼解釋提供Sora給創作者的目的，這和ChatGPT和DALL·E幫助白領工作者的用途相似。
但不只如此，他認為應該重視多模態的發展，讓人工智慧處理更多不同類型資料，這樣距離OpenAI的深刻願景，也就是通用人工智慧（AGI）更近。
Sora重點不在AI一鍵生成，而是編輯與調整
其中，故事板運作很像影像編修軟體時中，查看時間軸上不同片段的影像素材。只是在Sora中，使用目的不再是剪輯，而是透過文字描述或者上傳圖像生成影片。
Sora的產品設計師菲林（Joey Flynn）分享，使用者可以在時間軸內放上卡片，在卡片中「描述環境、角色以及您希望在影片特定時間點發生的任何動作，」Sora便能夠開始生成影像。
此外，使用者可以自行調整卡片配置，例如在卡片之前增加或減少時間間隔，前者能夠讓Sora自動填補連續鏡頭，後者則與電影剪輯更為相似。
菲林強調，Sora的重點不只是憑空創造出內容，使用混搭、混合與剪輯等功能，以生成內容為基礎進一步編輯與調整更是關鍵。「如果你希望使用Sora時能夠一鍵生成一部電影，這樣的期望是錯誤的，⋯⋯Sora讓你能夠去到不同地方、嘗試不同點子，嘗試過往完全不可能的事物，」他用「創作者的延伸」定位Sora。
奧特曼援引首代GPT模型GPT-1，用來比喻Sora仍處在早期階段，還有許多限制與不完美之處，但他相信Sora將會變得更好。
Sora實際案例與使用限制
其實，在今年5月，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便是啟用Sora的結果。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。但當時生成的內容難以維持一致性，最後仍需要大量後製是主要限制。
如今正式上線的Sora，這可說是值得多加測試觀察的重點。（延伸閱讀：Sora打造首支音樂MV！業界評優缺點：零演員超省，但有兩問題）
至於一位日本導演曽根隼人使用新上線的正式版Sora來製作仿遊戲影片，他在X上展示影片，看來相當逼真。不過他指出片中的地圖有出現錯誤，仍有可改進的地方。
Sora與其他AI影像工具差異
觀察產業界影像生成應用，在本次Sora推出以前，已經能看到適用於不同場景、服務不同使用者的工具遍地開花。
首先，Sora本身的優勢是可生成最多60秒的長片段，另外其先進的擴散模型架構，更讓生成影片具備時間一致性與真實感。此外，Sora 還能為靜態圖片添加動畫效果，或透過補充缺失的畫面與新增內容來延展現有影片，展現出極高的創作靈活性與技術優勢。
不過Google的影音生成模型Veo，則能夠服務創作者與企業用戶。今年9月時Google宣布，讓YouTube創作者能夠利用Veo輔助製作影音背景與內容，甚至直接生成獨立影片片段；同時，企業也可以活用現有素材，將其轉化成動態影片。
與YouTube相似，Snapchat母公司Snap推出Snap Video、Meta推出Movie Gen，都是預期幫助創作者打造內容，或者是改動既有影音例如服裝、濾鏡與背景等。
除了服務個別創作者以外，創意產業會使用Runway Gen3、Pika等工具，應用在廣告業生成廣告、遊戲業生成動畫、影視業生成概念影片等任務中；創意產業以外，不管是企業內部訓練拍攝影片，還是製作跨國多語言行銷素材，甚至是把問答頁面轉譯為動態內容，都能利用HeyGen、Synthesia等工具處理。
生成式AI的風暴已從文字、圖像席捲至影音，個人與產業都在驚慌與興奮的情緒中，憂喜參半地前行。
