文 | 字母榜，作者 | 涯角，編輯 | 肖陽

微軟將 Sora 免費了，但卻已經晚了。

前天，微軟 Bing 宣布在其應用程序中推出 Bing 視頻創作器（Bing Video Creator），該功能基于 OpenAI 的 Sora 模型，允許用戶通過文本提示詞生成視頻。這也是Sora 首次面向用戶免費開放。

就在昨天，Manus 推出原生文生視頻，嵌入進了自家 Agent 的工作流中。

一個是默默關注 Sora、OpenAI 背后的 " 大東家 "，另一個則是 AI Agent 里的 " 新秀 "，兩方在自家產品生態中上馬文生視頻的時間點幾乎是一樣的。可見，微軟這一步棋到底慢了多久。

從 Sora 代號第一次問世到現在，整體局面的發展路徑很像：" 微軟想要，OpenAI 不給，但最后微軟如愿以償得到了 Sora 的副產品 "。

為什么說它是 Sora 的副產品？因為微軟上線的 Bing 視頻創作器從產品力和宣傳上來講，很難說得上是個完整的產品。

當微軟終于宣布將它免費向用戶開放時，這個消息并未掀起預期中的熱潮，反而透著一股尷尬的遲到感。網友對這款產品的 " 自來水 " 評價很差，甚至直言：我們已經有了可靈和 Veo，為何還用 Sora？

Sora，這個曾被 OpenAI 寄予厚望、甚至被譽為 "AI 視頻領域的牛頓時刻 " 的模型，自誕生之日起便充滿了戲劇性：不斷延期、高昂的定價、復雜的安全風險，讓市場對它的期待逐漸消退。如今微軟通過 Bing 上線了免費的 "Bing 視頻創作器 "，但它卻顯得有些" 食之無味，棄之可惜 "，從產品力到用戶反饋，都難以令人滿意。

下面讓我們來看看，在微軟與 OpenAI 的復雜博弈中上線的 Bing 視頻創作器，到底體驗如何？

微軟的 Sora，這回表現如何？

當 OpenAI 首次官宣 Sora 時，"Sora 的誕生是牛頓時刻 " 的說法迅速刷屏網絡，甚至激發了諸多科技大廠的產品靈感與探索方向。當時的 OpenAI 用實際宣發告訴所有人：AI 得這么玩。

盡管如今文本生成視頻已經成了 " 爛大街 " 的常規功能，但在當時幾乎只有 Sora 成功出圈了。

雖然經歷了一次次延期，但 OpenAI 的深厚技術底蘊依然穩固，Sora 的視覺表現雖不能稱得上頂尖，仍舊處于業界第一梯隊。如今，這個備受關注的明星產品也終于免費上線微軟的 Bing 視頻生成器，用戶可以直接體驗。

不過，免費歸免費，微軟的 Bing 視頻生成器目前仍存在明顯局限：視頻長度僅限 5 秒，畫面比例只有 9:16 可選，且同時最多只能排隊生成三個視頻。更尷尬的是，其生成速度也頗為感人，Fast 模式尚需幾分鐘，Standard 模式甚至要耗費數小時，難免讓人懷疑微軟究竟獲得了 OpenAI 多少的資源支持。

沒錯，這個 " 產品 " 只有下面這 4 個可選項：

我們實際測試了兩個案例，來看一看 Bing 視頻生成器和現在的 SOTA 模型相比，效果如何：

（1）羊駝穿西裝在冰上跳舞

提示詞：

一只羊駝穿著藍色的西裝，像人一樣雙腿直立，在中央公園的冰面上跳著動感舞曲

An alpaca wearing a blue suit and standing upright on its legs like a human being, dances a dynamic dance on the ice in Central Park

Bing 視頻生成器：

畫面主體羊駝辨識度低，背景 AI 感強烈，動作雖流暢，但整體質感回到了一年前。如果我不提誰能看得出來這是只羊駝？

Sora：

緊接著，我同樣用 OpenAI 的 Sora 試了下一模一樣的提示詞。畫面的視覺效果明顯上了一個層次，無論是顏色的層次感、畫面主體的動作流暢度，甚至是冰面的陰影的顯示都很真實。

可靈 2.1

接下來就是可靈 2.1 大師版了。雖然用最新出的模型去對比 Sora 有點欺負人，但是 2.1 的普通模式無法文生圖，也就只能出出血，拿大師版試一下了。

可以看得出來，運鏡設計創意比較好，畫面連貫且風格統一，動作復雜性和自然程度也很高。

即夢：

相比之下，即夢的效果就比較抽象了。風格略顯割裂，背景像是綠幕效果，動作重復且表情僵硬，整體表現不佳。我很懷疑是否是我的提示詞給錯了。

Veo3：

谷歌的 Veo3 效果依舊耐打，視頻整體視覺效果流暢，畫面連貫性比較好。色彩正常偏明亮，動作和表情也比較自然不僵硬。但是沒有運鏡，鏡頭語言比較單一。Veo 3 的真實感和流暢度確實都很好。

（2）玻璃茶杯中的旋轉光芒

一個空的玻璃茶杯內有旋轉的彩色光芒，杯身放置在木桌上，木桌上映出茶杯明亮的倒影。鏡頭緩緩向茶杯靠近。

An empty glass teacup with a swirling colored glow inside is placed on a wooden table, which reflects the bright reflection of the teacup. The camera slowly moves closer to the teacup.

茶杯這個例子是我從 Bing 視頻生成器的官方推薦靈感庫里找到的，效果只能說勉強貼合提示詞，但色彩生硬，整體視覺感受奇怪。

OpenAI 的 Sora 在動態光效上的呈現能力確實比較強，畫面非常協調，光芒以很柔和的方式隨著液體閃動，桌面上的倒影也很真實。

可靈 2.1 的視頻流暢度比較好，桌面的倒影非常真實，會隨著光線變化而變化。這顯示了可靈對物理效果的理解。但茶杯內的流光有些單薄，沒有完全達到提示詞的要求。

即夢在動態效果上的表現也還是比較好的。視頻流暢美觀，色彩和諧飽和度高，運鏡也非常自然，但是未能貼合提示詞生成一個空茶杯，語義理解能力稍顯不足。

經過一番體驗，Bing 視頻生成器整體呈現的水平似乎還停留在 2024 年的水準。視頻時長、畫面比例、生成速度以及多模態融合功能上的明顯短板，都讓我感到力不從心。此外，它在處理復雜提示詞時的準確性也難稱得上滿意，距離用戶的期望值還有明顯差距。

我還放了幾個官方 Case，大家可以自行評判效果：

Sora 免費了，但已經晚了

如今，圍繞 AI 下半場的討論熱火朝天，但無論爭論的焦點如何變化，"AI 下半場比拼的是產品能力 " 已經成為行業共識。然而，OpenAI 旗下的 Sora 產品因價格高昂和發布延期，幾乎已從主流 "AI 視頻工具 " 的競賽中 Out 了。

從 2024 年初開始，現象級別的 Sora 帶給所有關注者的不是驚喜，而是不斷的懵圈：不斷延期的同時，每隔一段時間就釋放一些新的令人驚艷的 " 小道消息 "，展示自身的強大能力。終于，在年末時，Sora 終于發布了，奧特曼甚至稱它為 " 視頻版的 GPT-1"。

但在這個等待的過程中，OpenAI 留給了一眾競爭對手追趕的生存空間，現在的它們早已完成了多次重大更新和迭代。像是快手的可靈、字節的即夢、通義萬相的 WanX、谷歌的 Veo 等新玩家都熬成了頂級老玩家。

媒體 VentureBeat 在一篇評論中直言："Sora 上市時萬眾矚目，但不到一年，其光環已經大幅褪色。"Sora 的發布頻繁跳票，錯過了 AI 視頻產品的黃金發展期，其背后離不開大東家微軟與 OpenAI 之間錯綜復雜的博弈。

微軟與 OpenAI 在 AI 領域的合作關系，從一開始發展得非常要好到 " 心生嫌隙 "，幾乎貫穿了這款產品的研發周期。從 2023 年下半年開始，自 OpenAI 推出自有企業版產品之后，微軟就不再 " 完全相信 "OpenAI 了。

在那場圍繞 OpenAI CEO 奧特曼的宮斗風波中，微軟深度介入協調，但雙方管理層之間仍舊出現了很多矛盾：員工之間互相不爽，OpenAI 團隊依靠自有技術高人一等，微軟團隊也對分享前沿技術持保守態度。這個時候，微軟內部就已經有呼聲希望盡快將 Sora 整合進產品線了。

在 2024 年，微軟招攬 Mustafa Suleyman 負責自家 AI 業務，更加明確了 " 擺脫對 OpenAI 依賴 " 的意圖。Salesforce CEO Marc Benioff 更是爆料稱，奧特曼與 Mustafa Suleyman 的關系不睦。

大家普遍認為：微軟與 OpenAI 的蜜月期宣告結束。在這段時間里，Sora 的發布策略一改再改。可以說，2024 年微軟與 OpenAI 圍繞 Sora 乃至整體合作關系，上演了一場錯綜復雜的博弈。

此外，Sora 自身在安全性上的問題遲遲未能有效解決。YouTube 曾公開指責 Sora 侵犯其數據版權。雖然一番風波中，有槍打出頭鳥的嫌疑，但是自從 Sora 代號公布以來，麻煩確實不斷。總結成一句話：微軟想用 Sora 當王牌拯救產品線，OpenAI 則礙于一系列考慮不斷推遲。

微軟這回圍繞免費版 "Sora" 推出的一系列市場推廣動作，卻讓用戶好感度驟降。比如，微軟選擇在 Bing 平臺上線 Sora 而非旗艦 AI 平臺 Copilot，這是否是微軟游移不定的最佳證明？再有，Bing 上利用 Sora 視頻生成時還需要賺積分操作，生硬的推廣也讓大家 " 愣神一秒 "。

與此同時，市場上涌現了如 Kling、Vidu AI、即夢、PixVerse、WanX、谷歌 Veo、Luma 和 Runway 等一大批優秀的 AI 視頻生成工具。Kling 早在 2.0 版本時便宣稱在物理引擎和敘事連貫性上超過了 Sora；谷歌的 Veo 系列甚至支持了高品質 AI 配樂和音效。

反觀 Sora，承諾的單次 60 秒視頻生成至今未完全兌現，用戶實際最多只能體驗 20 秒的輸出效果。可以說，如今的 Sora 雖然免費，但在技術表現和用戶體驗方面已很難與競品保持競爭力。更何況，這一年中，中國廠商紛紛將成本壓到什么等級，所有用戶有目共睹 。

可以說，微軟這回搞的免費版 Sora，真的有點晚了。

中國廠商后來者居上，優勢能保持多久？

Sora 剛問世時，曾給國內 AI 視頻行業帶來了巨大壓力。如今，盡管微軟將 Sora 免費開放，但在文本生成視頻領域，黃金窗口期似乎已被錯過。不過，微軟畢竟是微軟，龐大的 Windows 和 Office 用戶生態，加上必應這一強大的入口渠道，能迅速放大 Sora 的影響力，觸達到數量巨大的普通消費者。

過去的一段時間中，中國的 Kling、Vidu AI、即夢、PixVerse、WanX 等一眾產品已經經過了無數次的迭代，其中像是 Kling 等產品都已經成功跑通商業化。

Sora 就像達摩克利斯之劍，一直懸在國內外眾廠商的頭頂上。沒人知道，Sora 的到來，是否會瞬間變革一切。Sora 本身的性能可以說仍在第一梯隊，其流暢性一直被人津津樂道。這回有了微軟這家 " 橫跨 PC 時代，移動互聯時代，云計算時代，并且在每一個時代都引領潮頭的超級巨廠 " 在產品端的下場，Sora 得到的助力將會遠超以往。

" 工業化 + 產品化 " 被認為是 AI 視頻生成賽道的下半場的答案之一。Sora 如果能獲得一個寶貴的場景入口，可能就會從現在的困局之中抽身開來，轉入新賽道。一個場景入口的重要性，我們其實已經在 Anthropic 的身上看到了。現在的 AI 大營銷時代下，基礎模型最怕的不是 " 技術落后一絲 " 而是默默無聞。

" 已經晚了 " 并不意味著沒有機會了。

可以預計，微軟開放 Sora 將迫使競爭對手們加速創新，推出更優服務。國內 AI 視頻廠商想必都感受到了一些沖擊。之前，他們通過快速迭代，從而在 AI 視頻效果的各個領域積累起來的優勢，儼然無法讓大家繼續安心前行。

AI 視頻生成領域可以說是一個 " 強技術、高變動 " 的賽道，這條路有多難走，國內大廠有話說。比如，百度 CEO 李彥宏就曾在 2024 年第三季度內部會上明確表示：" 百度不碰 Sora 類的視頻生成。" 他認為 To B 業務應盡量避免那種 " 吃力不討好 " 的定制項目，而應推出標準化產品。

阿里巴巴通義團隊的 AI 視頻生成模型 WanX2.1 的開源策略，也走出了一條獨特的道路，在開源的領域蠶食關注力。

Sora 會跑的多快？我們無法預測，但是中國廠商仍需提速。過去一年，谷歌 Veo2、Veo3 在性能上的領先幅度非常大，但高昂的成本令市場反應平淡；反而是價格適中、性能更均衡的 Kling 等產品大受歡迎，迅速積累了 2200 萬用戶。

" 免費 " 策略對用戶的心理沖擊是巨大的。盡管微軟的免費行動更像是被動追趕，而非主動創新，但在巨頭資源的加持下，Sora 仍可能引發新一輪行業競爭。

Sora 能否憑借免費重回巔峰？國產廠商們還能保持多久的領先優勢？或許答案并不遙遠。畢竟在 AI 時代，" 誰跑得更快 " 比 " 誰先起跑 " 更為關鍵，先行者需要不斷提速，追趕者則希望彎道超車。