两年前 Sora 放预览的时候我存了一堆截图，当时只觉得这东西离普通人自己机器上跑还差着好几个世代，何况那会儿它连声音都不出，能写的东西也被卡得死死的。这两天我拿本地的视频模型专挑难的试：固定机位对着电车车窗往外拍，东京郊外的独栋、低层公寓、电线杆和树成片糊过去，双层玻璃上还得压着车厢内景的反射，靠窗那位低头看手机，旁边还坐了个人。
出来的结果里，外面掠过的街景和玻璃上的反射是分开的两层，没糊成一坨，车轮咔哒声、底噪和窗外的风声也一并给了。
细看当然有崩的地方，镜头一长就开始飘。但从只能看官方 demo 到自己机器上出片，两年走成这样，我觉得已经够夸张了。