洋彼岸，Sora的到來，似乎讓AI有了睜眼看世界的可能。在官方表述中，Sora被稱為“世界模擬器”：它理解真實的規則，并在此基礎上生成“世界”。

如果說從前還是一道銅墻鐵壁，那么現在，虛擬與真實可能僅一線之隔。大家都不想做創建虛構的玩具，而是想成為生成世界的“造夢機”。Sora之后，它的挑戰者們前赴后繼。

6月，視頻生成大模型迎來又一輪新品爆發，生成式AI賽道像是“過年了”。快手可靈、Luma AI以及Runway迭代更新后的Gen-3 Alpha等現象級爆款不斷涌現。其中，討論度最高的是快手自研視頻生成大模型“可靈”，全面對標Sora。

《每日經濟新聞》記者將OpenAI官方公布的5條Sora視頻提示詞投喂給可靈，對其文生視頻的能力進行測試，同時從動態、視效、細節、場景等多維度表現進行結果比對和關聯。

每經記者從五大場景全面評測Sora和快手可靈

測試和觀察后發現，雖然在部分維度Sora仍然領先，且可靈由于尚處開放初期，上線功能相對單一，生成存在一定限制，但幾乎可以判斷，國產視頻生成大模型已經上升到了一個新的高度。

國金證券互聯網傳媒首席分析師陳澤敏在接受記者采訪時表示，拋開技術，快手“可靈”已經實現一部分絕對真實世界觀的數據支持，AI對不同世界觀的快速理解以及在視頻上的反應，“這是我認為不可思議的”。

可靈，靈嗎？

Sora之后，國內視頻生成大模型不斷推出。

3月底，字節旗下Dreamina（即夢）內測視頻生成功能；4月底，生數科技首個文生視頻模型Vidu發布；5月，騰訊也開源了DiT架構的混元文生圖模型。

今年以來，快手先后發布1750億參數規模的通用大語言模型“快意”和文生圖大模型產品“可圖”。視頻生成大模型可靈則在6月被推出，快手方面稱，可靈能夠生成大幅度的合理運動，模擬物理世界特性，生成的視頻分辨率達1080p，時長最長可達2分鐘。圖生視頻功能后續開放。

《每日經濟新聞》記者選取了OpenAI官方公布的5條Sora視頻提示詞（東京街頭的女士、太空人、無人機視角的海岸、3D動畫的小怪物、云端讀書的年輕人）測試可靈。同時比對生成視頻進行效果測試，從“畫面呈現”“功能與體驗”兩大維度下的多個具體表現進行總結。

在畫面呈現上：

1、動態效果。可靈的“鏡頭”普遍為前后向邏輯推進，Sora則更豐富。在“海浪撞擊懸崖的無人機視圖”一項，Sora畫面的聚焦點在提示詞中“有燈塔的小島”，對整個環境進行環視，重點突出。可靈的鏡頭前后推進，小島被設置在畫面的最遠端，沒有重點突出小島。不過，Sora和可靈對海浪的運動軌跡描述都很準確。

2、視覺效果。這一項上，Sora和可靈表現都較為優秀。特別是在“東京街頭的女士”視頻畫面呈現上，無論是對霓虹燈色彩的展示，還是潮濕地面反光的呈現，兩個模型的畫面光影表達都很準確。

3、細節表現。記者重點關注到二者對人的五官的呈現。Sora的刻畫更細致，特別是人在動態場景下，五官沒有變形，幾乎是相對靜態的。可靈在動態場景下，人的五官有所變形，會隨著畫面鏡頭的推進、人的動作而扭曲。

但在“3D動畫的小怪物”生成上，可靈的細節表現與Sora差別不大，特別是對小怪物蓬松毛發特性的捕捉和呈現上，很精準也很細致。