注：本文最初发布于 note 上的 Koa Mio 帐户。

上周， 我尝试使用 OpenAI 的Sora 2 制作不同类型的视频。

说实话，这是我第一次觉得它既强大到足以让专业人士满意，又足够简单到任何人都能上手
。我会总结一下它的优点、难点以及如何上手。

Sora 2 有哪些新功能？

Sora 2是最新一代机型，可以同时将文本、图像和短片创建成视频和声音
。它具有改进的物理真实感、场景连接和相机“清晰度”，您可以在应用程序内创建、混合和共享所有内容。

我通过触摸学到了什么（经验）

它启动很快。
比如，我添加了以下提示：
“黄金时段在威尼斯海滩玩滑板。手持拍摄，浅景深，自然的环境音效。”
拍摄出来的效果看起来和预想的一模一样，甚至连镜头的移动和悬挂系统的震动都一模一样。

指定参考图像非常有效。
如果您添加一张复古紧凑型汽车的照片，并要求“市中心的电影式雨夜”，车身的颜色和形状就会稳定。模型中经常出现的“形状变化”问题不太可能发生。

音频也得到了改进。
短句台词的口型和声音基本同步。虽然要求达到完美的录音室级ADR效果有些过分，但对于社交媒体和预告片来说已经足够了。

相机说明更容易遵循。
“35mm/从低位置跟踪”，“三脚架安装”，“缓慢推入” -我觉得
这些说明更加准确（当然不是全部）。

我仍不擅长的事情

• 故事很长，而且是多镜头的。
  场景之间的衔接有所改善，但复杂的道具和服装之间的完美搭配有时会失效。

• 访问和稳定性。
  由于该应用仍处于发布阶段，因此存在等待时间和一些小问题，并且该应用的评级也反映出其仍处于开发阶段。

为什么感觉它适合所有人

1. 距离“可观看质量”的距离很短。
   图像和声音的质感是同时产生的，因此从草稿到出版的距离大大缩短。

2. 这款应用的体验流畅无阻。
   从创作、混音到分享，一切都在应用内完成。即使是非编辑人员也能轻松创作出逼真的作品。

3. 生态系统正在不断发展。
   相关服务的预设和工作流程的数量正在增加，从而降低了学习曲线。

十分钟搞定：入门食谱

1. 写一句剧情梗概。
   例如，“一辆蓝绿色的复古紧凑型轿车在小雨中驶入霓虹灯闪烁的小巷。缓缓驶入。”

2. 添加有关工艺的注释：
   相机（手持/35 毫米/浅景深）、光线（湿路上的反射）、运动（向右跟踪）、声音（发动机低沉的隆隆声 + 雨声）。

3. 如有必要，请附上参考图像。这将有助于确保
   颜色和形状的一致性。

4. 拍摄2-3个镜头，每次只调整一个元素。
   角度、速度和氛围等细微调整最有效。

即用型提示示例

• 产品英雄 (DTC)
  “一个白色背景的工作室。柔和的三点式照明。一个哑光黑色水瓶缓慢地旋转 360 度。标志的特写。温和的环境声音，正是房间的氛围。”

• 旅行心情（B 卷）
  “傍晚的马拉喀什露天市场。手持拍摄，浅景深。布料在风中摇曳。周围环绕着人们说话的声音和脚步声。”

• 故事节拍
  ：“特写镜头：一位女子站在雨中的窗边。玻璃上的倒影。镜头缓慢推近。一小段钢琴旋律。‘我们走吧’，她低声说道。嘴唇的动作与音频同步。”

Sora 2 与其他工具（Veo 3、Kling 等）的粗略比较

•  与Google
  Veo 3 相比，Veo 3 的长焦镜头和运动规划能力也令人印象深刻。然而， Sora 2 更胜一筹的是“制作完成并立即发布”的工作流程，包括声音和社交媒体。

• 与其他托管/集成工具的关系
  ：越来越多的服务提供 Sora 2 预设和扩展管道，使其易于融入现有工作流程。

费用和限制说明

Sora 2 目前可在 Sora 应用程序和 DeeVid AI 上使用，后者提供Sora 2 的免费试用版。

安全/权利

虽然Sora 2 的安全设计一直在稳步改进，但关于其公开发布的讨论仍在持续（例如，处理真实人物、敏感内容等）。
对于企业或教育用途，提前准备内部指南（许可提示、素材权利确认、发布前审查）更为安全。
如果您计划使用名人肖像，请务必查看当地法规并确认名人的许可。

结论：有明显的警告，但主要关注的是“每个人”。

优点

• 很容易达到一口气看完的画质（视频和声音同时生成）。

• 非编辑友好的应用程序导航。

• 随着相关工具的增长，它变得易于学习和扩展。

担忧

• 不同级别的访问（逐步发布/ iOS优先等）。

简而言之：
* 向那些想要“在没有摄制组的情况下制作精彩短片”的人推荐的第一个工具。
* 在*专业设置*下，它已成为**新型“可写入的相机”，用于预览和创意生成，在某些情况下可直接用于最终结果。