“最长纪录”“对世界有全面认知”,Sora这波的标题一个比一个敢写。demo挑好的放谁都会,真拿到手能不能稳定复现才算数。
不过把营销话术剥掉,有件事我觉得确实在变:文生视频比的东西换了。早期大家比清晰度、比帧率,现在开始比时长和物理一致性,说白了就是模型肚子里有没有一套“世界怎么运作”的隐含理解。球滚下楼梯会不会一级一级地弹,水倒进杯子满了会不会溢出来,这些常识以前的视频模型基本靠蒙,镜头短还能糊弄过去,一拉长就露馅。
所以谁能在长镜头里把物理逻辑扛住,谁才算真站住脚。讨论度再高我也先不站队,等开放了自己上手试试到底有多少水分。