在微软的“牛顿时刻”，免费的 Sora 曾备受期待，仿佛能开启全新的交互时代。它带着强大的语言处理能力和创新的应用场景登场，让人们对其未来发展充满信心。然而，随着时间的推移，Sora 逐渐陷入“鸡肋时刻”。一些用户发现其在实际使用中存在诸多局限性，比如响应速度不够快、对复杂问题的理解和处理能力有待提升等。尽管微软不断进行优化和改进，但这些尴尬的表现仍让 Sora 未能达到最初的预期，成为其发展道路上的一段曲折经历。

微软将Sora免费了，但却已经晚了。

前天，微软Bing宣布在其应用程序中推出 Bing 视频创作器（Bing Video Creator），该功能基于OpenAI的Sora模型，允许用户通过文本提示词生成视频。这也是Sora首次面向用户免费开放。

就在昨天，Manus推出原生文生视频，嵌入进了自家Agent的工作流中。

一个是默默关注Sora、OpenAI背后的“大东家”，另一个则是AI Agent里的“新秀”，两方在自家产品生态中上马文生视频的时间点几乎是一样的。可见，微软这一步棋到底慢了多久。

从Sora代号第一次问世到现在，整体局面的发展路径很像：“微软想要，OpenAI不给，但最后微软如愿以偿得到了Sora的副产品”。

为什么说它是Sora的副产品？因为微软上线的Bing 视频创作器从产品力和宣传上来讲，很难说得上是个完整的产品。

当微软终于宣布将它免费向用户开放时，这个消息并未掀起预期中的热潮，反而透着一股尴尬的迟到感。网友对这款产品的“自来水”评价很差，甚至直言：我们已经有了可灵和Veo，为何还用Sora？

Sora，这个曾被OpenAI寄予厚望、甚至被誉为“AI视频领域的牛顿时刻”的模型，自诞生之日起便充满了戏剧性：不断延期、高昂的定价、复杂的安全风险，让市场对它的期待逐渐消退。如今微软通过Bing上线了免费的“Bing 视频创作器”，但它却显得有些“食之无味，弃之可惜”，从产品力到用户反馈，都难以令人满意。

下面让我们来看看，在微软与OpenAI的复杂博弈中上线的Bing 视频创作器，到底体验如何？

一、微软的Sora，这回表现如何？

当OpenAI首次官宣Sora时，“Sora的诞生是牛顿时刻”的说法迅速刷屏网络，甚至激发了诸多科技大厂的产品灵感与探索方向。当时的OpenAI用实际宣发告诉所有人：AI得这么玩。

尽管如今文本生成视频已经成了“烂大街”的常规功能，但在当时几乎只有Sora成功出圈了。

虽然经历了一次次延期，但OpenAI的深厚技术底蕴依然稳固，Sora的视觉表现虽不能称得上顶尖，仍旧处于业界第一梯队。如今，这个备受关注的明星产品也终于免费上线微软的Bing视频生成器，用户可以直接体验。

不过，免费归免费，微软的Bing视频生成器目前仍存在明显局限：视频长度仅限5秒，画面比例只有9:16可选，且同时最多只能排队生成三个视频。更尴尬的是，其生成速度也颇为感人，Fast模式尚需几分钟，Standard模式甚至要耗费数小时，难免让人怀疑微软究竟获得了OpenAI多少的资源支持。

没错，这个“产品”只有下面这 4 个可选项：

我们实际测试了两个案例，来看一看Bing视频生成器和现在的SOTA模型相比，效果如何：

（1）羊驼穿西装在冰上跳舞

提示词：

一只羊驼穿着蓝色的西装，像人一样双腿直立，在中央公园的冰面上跳着动感舞曲

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 视频生成器：

画面主体羊驼辨识度低，背景AI感强烈，动作虽流畅，但整体质感回到了一年前。如果我不提谁能看得出来这是只羊驼？

Sora：

紧接着，我同样用OpenAI的Sora试了下一模一样的提示词。画面的视觉效果明显上了一个层次，无论是颜色的层次感、画面主体的动作流畅度，甚至是冰面的阴影的显示都很真实。

可灵 2.1

接下来就是可灵2.1大师版了。虽然用最新出的模型去对比Sora有点欺负人，但是2.1的普通模式无法文生图，也就只能出出血，拿大师版试一下了。

可以看得出来，运镜设计创意比较好，画面连贯且风格统一，动作复杂性和自然程度也很高。

即梦：

相比之下，即梦的效果就比较抽象了。风格略显割裂，背景像是绿幕效果，动作重复且表情僵硬，整体表现不佳。我很怀疑是否是我的提示词给错了。

Veo3：

谷歌的Veo3效果依旧耐打，视频整体视觉效果流畅，画面连贯性比较好。色彩正常偏明亮，动作和表情也比较自然不僵硬。但是没有运镜，镜头语言比较单一。Veo 3 的真实感和流畅度确实都很好。

（2）玻璃茶杯中的旋转光芒

提示词：

一个空的玻璃茶杯内有旋转的彩色光芒，杯身放置在木桌上，木桌上映出茶杯明亮的倒影。镜头缓缓向茶杯靠近。

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.

Bing 视频生成器：

茶杯这个例子是我从Bing视频生成器的官方推荐灵感库里找到的，效果只能说勉强贴合提示词，但色彩生硬，整体视觉感受奇怪。

Sora：

OpenAI的Sora在动态光效上的呈现能力确实比较强，画面非常协调，光芒以很柔和的方式随着液体闪动，桌面上的倒影也很真实。

可灵 2.1

可灵2.1的视频流畅度比较好，桌面的倒影非常真实，会随着光线变化而变化。这显示了可灵对物理效果的理解。但茶杯内的流光有些单薄，没有完全达到提示词的要求。

即梦：

即梦在动态效果上的表现也还是比较好的。视频流畅美观，色彩和谐饱和度高，运镜也非常自然，但是未能贴合提示词生成一个空茶杯，语义理解能力稍显不足。

经过一番体验，Bing视频生成器整体呈现的水平似乎还停留在2024年的水准。视频时长、画面比例、生成速度以及多模态融合功能上的明显短板，都让我感到力不从心。此外，它在处理复杂提示词时的准确性也难称得上满意，距离用户的期望值还有明显差距。

我还放了几个官方Case，大家可以自行评判效果：

二、Sora免费了，但已经晚了

如今，围绕AI下半场的讨论热火朝天，但无论争论的焦点如何变化，“AI下半场比拼的是产品能力”已经成为行业共识。然而，OpenAI旗下的Sora产品因价格高昂和发布延期，几乎已从主流“AI视频工具”的竞赛中Out了。

从2024年初开始，现象级别的Sora带给所有关注者的不是惊喜，而是不断的懵圈：不断延期的同时，每隔一段时间就释放一些新的令人惊艳的“小道消息”，展示自身的强大能力。终于，在年末时，Sora终于发布了，奥特曼甚至称它为“视频版的GPT-1”。

但在这个等待的过程中，OpenAI留给了一众竞争对手追赶的生存空间，现在的它们早已完成了多次重大更新和迭代。像是快手的可灵、字节的即梦、通义万相的WanX、谷歌的Veo等新玩家都熬成了顶级老玩家。

媒体VentureBeat 在一篇评论中直言：“Sora上市时万众瞩目，但不到一年，其光环已经大幅褪色。”Sora的发布频繁跳票，错过了AI视频产品的黄金发展期，其背后离不开大东家微软与OpenAI之间错综复杂的博弈。

微软与OpenAI在AI领域的合作关系，从一开始发展得非常要好到“心生嫌隙”，几乎贯穿了这款产品的研发周期。从2023年下半年开始，自OpenAI推出自有企业版产品之后，微软就不再“完全相信”OpenAI了。

在那场围绕OpenAI CEO 奥特曼的宫斗风波中，微软深度介入协调，但双方管理层之间仍旧出现了很多矛盾：员工之间互相不爽，OpenAI团队依靠自有技术高人一等，微软团队也对分享前沿技术持保守态度。这个时候，微软内部就已经有呼声希望尽快将Sora整合进产品线了。

在2024年，微软招揽Mustafa Suleyman负责自家AI业务，更加明确了“摆脱对OpenAI依赖”的意图。Salesforce CEO Marc Benioff更是爆料称，奥特曼与Mustafa Suleyman的关系不睦。

大家普遍认为：微软与OpenAI的蜜月期宣告结束。在这段时间里，Sora的发布策略一改再改。可以说，2024 年微软与 OpenAI 围绕 Sora 乃至整体合作关系，上演了一场错综复杂的博弈。

此外，Sora自身在安全性上的问题迟迟未能有效解决。YouTube曾公开指责Sora侵犯其数据版权。虽然一番风波中，有枪打出头鸟的嫌疑，但是自从Sora代号公布以来，麻烦确实不断。总结成一句话：微软想用Sora当王牌拯救产品线，OpenAI则碍于一系列考虑不断推迟。

微软这回围绕免费版“Sora”推出的一系列市场推广动作，却让用户好感度骤降。比如，微软选择在Bing平台上线Sora而非旗舰AI平台Copilot，这是否是微软游移不定的最佳证明？再有，Bing上利用Sora视频生成时还需要赚积分操作，生硬的推广也让大家“愣神一秒”。

与此同时，市场上涌现了如Kling、Vidu AI、即梦、PixVerse、WanX、谷歌Veo、Luma和Runway等一大批优秀的AI视频生成工具。Kling早在2.0版本时便宣称在物理引擎和叙事连贯性上超过了Sora；谷歌的Veo系列甚至支持了高品质AI配乐和音效。

反观Sora，承诺的单次60秒视频生成至今未完全兑现，用户实际最多只能体验20秒的输出效果。可以说，如今的Sora虽然免费，但在技术表现和用户体验方面已很难与竞品保持竞争力。更何况，这一年中，中国厂商纷纷将成本压到什么等级，所有用户有目共睹 。

可以说，微软这回搞的免费版Sora，真的有点晚了。

三、中国厂商后来者居上，优势能保持多久？

Sora刚问世时，曾给国内AI视频行业带来了巨大压力。如今，尽管微软将Sora免费开放，但在文本生成视频领域，黄金窗口期似乎已被错过。不过，微软毕竟是微软，庞大的Windows和Office用户生态，加上必应这一强大的入口渠道，能迅速放大Sora的影响力，触达到数量巨大的普通消费者。

过去的一段时间中，中国的Kling、Vidu AI、即梦、PixVerse、WanX等一众产品已经经过了无数次的迭代，其中像是Kling等产品都已经成功跑通商业化。

Sora就像达摩克利斯之剑，一直悬在国内外众厂商的头顶上。没人知道，Sora的到来，是否会瞬间变革一切。Sora本身的性能可以说仍在第一梯队，其流畅性一直被人津津乐道。这回有了微软这家“横跨PC时代，移动互联时代，云计算时代，并且在每一个时代都引领潮头的超级巨厂”在产品端的下场，Sora得到的助力将会远超以往。

“工业化+产品化”被认为是AI视频生成赛道的下半场的答案之一。Sora如果能获得一个宝贵的场景入口，可能就会从现在的困局之中抽身开来，转入新赛道。一个场景入口的重要性，我们其实已经在Anthropic的身上看到了。现在的AI大营销时代下，基础模型最怕的不是“技术落后一丝”而是默默无闻。

“已经晚了”并不意味着没有机会了。

可以预计，微软开放 Sora 将迫使竞争对手们加速创新，推出更优服务。国内AI视频厂商想必都感受到了一些冲击。之前，他们通过快速迭代，从而在AI视频效果的各个领域积累起来的优势，俨然无法让大家继续安心前行。

AI视频生成领域可以说是一个“强技术、高变动”的赛道，这条路有多难走，国内大厂有话说。比如，百度CEO李彦宏就曾在2024年第三季度内部会上明确表示：“百度不碰 Sora 类的视频生成。”他认为To B业务应尽量避免那种“吃力不讨好”的定制项目，而应推出标准化产品。

阿里巴巴通义团队的AI视频生成模型WanX2.1的开源策略，也走出了一条独特的道路，在开源的领域蚕食关注力。

Sora会跑的多快？我们无法预测，但是中国厂商仍需提速。过去一年，谷歌Veo2、Veo3在性能上的领先幅度非常大，但高昂的成本令市场反应平淡；反而是价格适中、性能更均衡的Kling等产品大受欢迎，迅速积累了2200万用户。

“免费”策略对用户的心理冲击是巨大的。尽管微软的免费行动更像是被动追赶，而非主动创新，但在巨头资源的加持下，Sora仍可能引发新一轮行业竞争。

Sora能否凭借免费重回巅峰？国产厂商们还能保持多久的领先优势？或许答案并不遥远。毕竟在AI时代，“谁跑得更快”比“谁先起跑”更为关键，先行者需要不断提速，追赶者则希望弯道超车。

本文来自微信公众号：直面AI，作者：涯角，编辑：肖阳