一個月蹦出4個國產Sora：“拍個手”集體陣亡 | 全方位評測

金磊 一水 發自 凹非寺

量子位 | 公眾號 QbitAI

家人們，咱就說這個國產Sora啊，就在七月這一個月時間里，那“增速”簡直就是霸屏模式——

可靈、PixVerse V2、清影、Vidu……

面對眼前一水兒的AI視頻生成軟件，相信大家也和我一樣：

感慨過后，一個想法立即浮上心頭：

能不能把它們拉到一起，搞個橫評，看看誰家的國產Sora更勝一籌？

說干就干，我們先來簡單介紹一下此次參賽的幾位選手：

• ①號選手：可靈，快手AI團隊出品，7月6日網頁端正式上線。
• ②號選手：PixVerse V2，由愛詩科技于7月24日正式發布。
• ③號選手：清影，由智譜AI打造，7月26日在網頁、APP和小程序端上線。
• ④號選手：Vidu，清華系初創生數科技在7月30日發布。

我們這次的battle將圍繞圖生視頻和文生視頻兩個大賽道展開，其中還會包含風景、動物、人物甚至梗圖等多項生成能力測試。

對于各個選手來說，不僅要考驗的是它們最終生成的質量，更關鍵的是畫面一致性、是否符合給定prompt等更為細節的內容。

接下來，量子位一手實測這就奉上。

Round 1：圖生視頻

這第一關，咱就先來試試諸位選手的“圖生視頻”能力。

老規矩，開局只給一張圖和一段prompt，不進行任何其他操作，以保證原汁原味兒~

經典梗圖

提到梗，那就不得不搬出《甄嬛傳》了~

我們先給每位選手“喂”下面這張圖：

然后簡單的給一句prompt：

甄嬛慢慢戴上了墨鏡。

首先從戴墨鏡這個細節來看，只有可靈算是把墨鏡這個實體完完整整地給生成出來了。

而清影和Vidu生成的墨鏡還是透明的，并非我們印象中的那種墨鏡。

至于PixVerse V2……則直接生成了個寂寞。

其次，從自然度來看，可靈的甄嬛低頭戴墨鏡也是比較符合生活中的邏輯，屬于最自然的那個。

而在清影和Vidu里，甄嬛佩戴墨鏡的位置略顯高了一些；以及，清影生成的手指出現了6個。

因此在梗圖的較量中，可靈明顯勝出！

腦洞大開的科幻大片

接下來，我們來測試一下AI們的想象力如何。

操作同樣是先“喂”一張末日場景圖：

這次的prompt涉及的“劇情”會稍微復雜一點，例如：

最后一艘人類飛船逃離，透過舷窗，一只彩虹色的氣球慢鏡頭飄過。

我們來看下四位選手的生成效果：

這次battle的結果就比較明顯了。

最符合prompt的便是PixVerse V2，不僅模式爆炸場景還在延續，也有一個彩虹氣球飄過。

其次是可靈，但氣球出現的較為突然和詭異，并且顏色只是單一的紫色。

清影方面則是莫名其妙的出現了一個彩虹團，并沒有生成氣球的樣子。

但最慘的還是Vidu，直接什么都沒有，但隱約似乎是把遠處爆炸的云朵里帶了點彩虹的顏色。

此局，PixVerse V2，Win！

老照片動起來

最后一個圖生視頻的測試，我們玩兒復活老照片：

prompt是這樣的：

小朋友邊轉過身來邊拍手。

我們來看下效果：

嗯，集體陣亡。

不拍手的不拍手，拍手的手基本上全鬼畜。

但相比來看，Vidu的效果會稍微強一些，不僅完成了關鍵“拍手”動作（雖然有幾幀還是出錯了），還自帶降雨效果，活脫脫一場“兒童雨中嬉戲”~

看來AI處理手還是非常困難的。

本輪，Vidu的表現相對出眾一些！

至此，先來一個小總結：

Round 2：文生視頻

在圖生視頻之后，我們進入下一個大賽道——文生視頻。

同樣的，在這個環節中我們還設置了多個細分項目，從多個不同維度來測試各個AI選手的實力。

Sora同款prompt

首先就是跟文生視頻“鼻祖”Sora，用官網呈現的同款prompt來對比看下效果。

例如最為經典的“Sora女郎”：

A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.

所有的效果均不如Sora那般逼真，但可以說是各有風格特色。

例如可靈和Vidu的人物在走路姿態上更自然一些；PixVerse V2的人物在面部的一致性上較好；而清影則是整體畫面的色彩更為豐富。

一鏡到底

接下來，為了測試AI選手們生成畫面一致性的能力，我們來一段一鏡到底的復雜prompt：

生成一段主題為《城市公園的早晨》視頻。請使用一鏡到底的拍攝技巧，從公園入口開始，緩慢推進鏡頭，捕捉清晨陽光下公園的景象。鏡頭應平穩移動，依次展現以下元素：
1、公園入口的標識牌，陽光透過樹葉間隙，形成斑駁的光影。
2、晨跑的人群，他們臉上洋溢著活力和朝氣。
3、兒童游樂區，孩子們在秋千和滑梯上玩耍，笑聲充滿整個場景。
4、最后，鏡頭回到公園的另一側出口，結束視頻。

從結果來看，所有選手在大場景的表現均不錯，可以把公園、樹木生成的栩栩如生。

But！

所有選手在人物上全部出現錯誤：畸變的、消失的、魔幻的……

大特寫

在一致性之后，我們繼續測試一下特寫鏡頭，AI們是否能夠hold住：

動畫場景，展示一個粉色的毛絨絨的小怪物抱著一塊很大的芝士在吃，3d風格，需要注重畫面的細節，小怪物的神情充滿喜悅，表現出頑皮天真的樣子。溫暖的顏色和氛圍的燈光。

這一輪的測試，除了PixVerse V2出現的畸變之外，其它三位選手不論是一致性還是畫面豐富度，均表現出眾。

多主體

最后，我們試一下選手們能否在一個視頻里一口氣hold住多個主體，例如：

冬天，一家三口，爸爸，媽媽，還有女兒坐在沙發上，旁邊有只貓咪趴著睡覺，火爐取暖，溫馨畫面。

在畫風方面，只有可靈將“溫馨”解讀成了黑白風格，其它三位選手的畫風均比較契合prompt。

Vidu還是唯一一個生成了中國家庭的那個。

但所有玩家都沒能完整生成prompt中的4個主體，即三個人類和一只貓，都或多或少的出現了缺失的情況。

同樣的，到這里我們再來一個小總結：

以上就是這次AI視頻生成的全部評測內容了。

那么接下來的一個問題是：

國產AI生成視頻，哪家強？

除了上述效果之外，我們先再來看另一個維度的較量——生成速度：

我們針對圖生視頻和文生視頻兩個大賽道，分別對每個選手、每個案例統計了生成時間：

令人比較意外的，新秀Vidu不論是在哪個賽道，都只需要1分鐘不到的時間，是唯一一個進到“秒生成俱樂部”的玩家。

剩下的三位，整體來看，清影的生成速度高于其他二位。而且需要說明的一點是，清影的視頻時長為6秒，其他兩位是5秒。

至于可靈和PixVerse V2，整體而言PixVerse V2更快。

小結一下，整體生成速度排列如下：

Vidu > 清影 > PixVerse V2 > 可靈

不過在功能方面，還有一些細節內容值得說道說道。

例如PixVerse V2是支持免費把視頻長度擴展到8s；可靈是可以擴展到10s，但不支持高性能模式；清影和Vidu則是固定時長。

在生成數量限制方面，清影是相當的霸氣，完全不限次！

而其它三位玩家均采用積分制：

• 可靈：每日登錄免費獲66靈感值，生成單次5秒視頻需消耗10靈感值
• PixVerse V2：注冊即獲得100 Credits，每天還能免費得50 Credits，單次5秒視頻需消耗15 Credits
• Vidu：注冊即獲得80積分，更多積分需訂閱

……

最后，從視頻的生成效果、生成速度和功能等全方面來看，目前并不能判定哪家國產Sora屬于最強，只能說是各有千秋。

若是小伙伴們想要更深入地去體驗和評測，四位選手的體驗地址放在下面了；測試完后歡迎回來留言討論哦~

可靈體驗地址：
https://klingai.kuaishou.com/text-to-video/new

PixVerse V2體驗地址：
https://app.pixverse.ai/home

清影體驗地址：
https://chatglm.cn/video

Vidu體驗地址：
https://www.vidu.studio/