Google Veo 3 VS OpenAI Sora 2：AI影像大比拼！

zero comment

AI影片生成大比拼：Google Veo 3 vs OpenAI Sora 2

AI生成影片和圖片曾經非常容易被識破（記得Will Smith食意粉的梗嗎？），但最新的AI影片模型已經進步到令人驚嘆的程度，甚至有點嚇人。

當然，用AI生成影片比起生成圖片複雜得多。市面上雖然有數十款優秀的AI圖片生成器，但能夠令人信服地生成影片的工具卻屈指可數。其中最受歡迎的兩款是Google的Veo 3和OpenAI的Sora 2。

那麼，這兩款AI影片生成模型，誰才是王者？如果你一直有留意這場競賽，結果大概不會令人意外。

什麼是Veo 3和Sora 2？

Veo 3是Google最新的生成式AI影片模型。它不單是上一代Veo 2的重大升級，更掀起了AI影片的新時代。Veo 3可以根據文字提示生成逼真的影片，而不只是簡單地動畫化現有圖片。更重要的是，它還能創造對話和其他真實音效。用戶可透過Google的AI聊天機械人Gemini，或其他Google工具如實驗性AI電影製作工具Flow來使用Veo 3。

Veo 3有兩種模式：快速版（Fast）和高質版（Quality）。今次測試選用了高質版，重點是檢視影片質素。

OpenAI則於9月30日推出了獨立iOS應用程式Sora，內含Sora 2，為其首款AI影片模型Sora的繼任版。目前Sora 2只透過邀請制的Sora app提供。Sora 2亦有類似TikTok的社交媒體式影片瀏覽功能，讓社群分享和發現AI影片。

測試提示語及評比準則

我們利用AI（ChatGPT）協助創作測試用的影片提示語，涵蓋從音效到動畫的不同面向，並進行微調。以下是部分例子：

1. 手持攝影機拍攝一名年輕女子在東京夜晚下著細雨的人潮中行走，霓虹燈映照濕潤路面和傘面，焦距淺，營造電影感超寫實效果。
2. 紅銀色超級英雄於日落時分重重落地於天台，地面混凝土破裂，斗篷隨風飄揚，鏡頭慢動作環繞，遠處有無人機穿梭摩天大樓間，效果宛如實景大片。
3. 賽博朋克風格的3D動畫，時代廣場充斥全息廣告和飛行車，一塊大型數碼廣告牌顯示“MASHABLE”字樣，光影動態鮮明，帶有《蜘蛛俠：新宇宙》的視覺能量。
4. 手繪水彩風格2D動畫，兩個朋友在雨天午後咖啡店窗邊聊天，柔和光線與可見筆觸，一人說：「有時候最細微的步伐可以改變一切。」另一人微笑點頭，配合微妙口型動畫，背景伴隨雨聲與杯子輕敲聲。
5. 照片寫實街景，一名穿著輕鬆休閒服的主角在樹蔭城市人行道上自由跳舞，背景有遠處車聲和腳步聲，黃昏電影光影。

另外，我還設計了涉及版權角色的提示語，但基於尊重版權及避免鼓勵盜用，未公開分享。

測試結果詳解

提示1：東京雨中女子
兩款AI均能生成漂亮的影片，但有明顯差異。Sora 2的畫面裁切較緊，背景細節較少，反映出焦距淺的效果較明顯；而Veo 3視角較廣，帶來更沉浸感。Sora 2影片中主角使用了傘（提示中有提及傘），但Veo 3影片在細節與趣味性上更勝一籌。總體而言，Veo 3勝出。

提示2：超級英雄降落
Sora 2因涉及版權疑慮拒絕生成影片，顯示其版權審查嚴格。Veo 3則生成了影片，但效果不夠自然，超級英雄臉部較動畫化，物理效果也有瑕疵，例如混凝土碎片消失不見。儘管如此，Google勝出，主要靠對手棄賽。

提示3：賽博朋克時代廣場
兩款都能模擬未來時代廣場場景並顯示指定字樣。Sora 2在重現《蜘蛛俠：新宇宙》風格上稍勝一籌，但整體質素並不突出。Veo 3影片更有動態感，避免了靜態單畫面，令影片更吸引。此局打成平手。

提示4：兩位朋友對話
此提示測試音效與動畫風格。Veo 3忠實呈現2D水彩風格動畫，對白自然生動；Sora 2則呈現3D風格，對白聽起來怪異，彷彿夢話。兩者背景音效均有雨聲，但未完全符合提示要求。Veo 3明顯勝出。

提示5：街頭跳舞
Sora 2擅長製作含真人臉部的影片（經過授權），可輕鬆生成跳舞影片，我本人也是主角。Veo 3在此方面功能有限，且Gemini聊天機械人傾向拒絕基於人物照片生成影片，以防深偽影片濫用。兩者影片效果奇怪，Veo 2版本的我跳舞姿勢反向且面部有瑕疵，Sora 2則更具創意和流暢。此局Sora 2勝出。

提示6：版權角色
Sora 2對版權角色極為敏感，兩次提示均拒絕生成影片；Veo 3則無此限制，能生成多個版權角色影片。此類生成引發版權爭議，本文不深入討論，但若想製作喜愛角色影片，Sora 2限制較多。

總結：Veo 3勝出且遙遙領先

OpenAI的Sora 2以其社交功能和「真人臉部影片」特色引人注目，但在影片質素和多功能性方面仍有限。Google的Veo 3整體影片質素更高，更專業，無論是電影製作、遊戲、社交媒體還是廣告，都是更實用的選擇。Veo 3支援橫向和直向影片，還可以同時生成多個影片，功能更齊全。

—

評論與啟發

這場Google Veo 3與OpenAI Sora 2的AI影片生成大比拼，揭示了當前AI影像技術的發展階段與挑戰。雖然Sora 2以其獨特的社交屬性和面部影片功能吸睛，但在影片質感、細節和場景動態上仍顯不足；相反，Veo 3則在畫面構圖、光影處理、動畫細節乃至音效配合上更勝一籌，展現了Google強大的研發實力和對專業應用的定位。

值得注意的是，兩者在版權限制上的策略截然不同，反映出AI影像生成在法律與倫理邊界上的掙扎。Sora 2選擇嚴格審查，避免版權爭議；Veo 3則較為寬鬆，這雖然提升了創作自由，但同時也可能引發法律風險。未來AI影片生成發展，如何在技術創新與版權保護間取得平衡，將是關鍵課題。

此外，Veo 3在生成多角度、多場景影片的能力，彰顯了AI影片製作的潛力，尤其在電影、廣告等專業領域，能大幅降低製作成本與時間，推動影像創作民主化。然而，AI生成影片仍存在物理運動不自然、音效對白異常等問題，顯示技術尚未成熟，需要更多細節優化。

對香港及華語地區媒體從業者而言，未來AI影片生成不僅是技術工具，更可能成為新聞報道、娛樂內容製作的新利器。如何善用這些工具提升內容質素，同時避免倫理與法律風險，將決定媒體競爭力。

總結來說，Google Veo 3代表了當前AI影片生成的最高水平，是專業用途的首選；而OpenAI Sora 2則走向社交娛樂市場，強調用戶參與和個人化影片創作。兩者各有千秋，反映出AI影片生成技術多元化發展的趨勢。未來我們可以期待更高質素、更智能、更符合法規的AI影片工具，徹底改變我們的視覺媒體世界。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。