OpenAIのSoraを３万円使って、いろいろ試してみました。

「ティラノサウルス、渋谷に現わる」というテーマで作ってみた動画がこちら。

画像をクリックするとYouTubeに飛びます。戻るボタンで戻ってきてください。

あれ？最初はいいんだけど、首が尻尾になっちゃったぞ。どうもSoraはこういう体の前後ろが分からないハルシネーションをよく起こすようです。渋谷の交差点の雰囲気はかなり良くできてますけどね。

同じテーマでもうひとつ。これはMIdjourneyで生成した画像をSoraで動画化したものです。

これは大笑いだね。まさかこんなことをしてくるとは。こういうのを活かすのがAIの面白い使い方かもしれません。

次は「恐竜を見上げて怯えるカップル」というプロンプトで生成した動画。

これはね、すごいですね、面白すぎます。Soraはときどきカットを勝手に割ってきます。他の動画生成AIは5秒でも10秒でもワンカットで作ってくるのですが、Soraはカット割りをしてくることがよくあります。

Storyboardという機能があって、動画の中の何秒目でどんなアクションが欲しいかを指定できるのですが、指定しなくても勝手にカットを変えてきます。動きの激しい動画を作るのは他のAIにはできないレベルですごいのですが、逆に動きすぎる問題があります。Storyboardは私は今のところ使いこなせていません。やれることが多いと研究に時間がかかります。

Soraはコントロールが本当に難しいなと思います。

同じ「渋谷の恐竜」「怯えるカップル」でMidjourneyとKLINGで生成した動画。

かなりいいですね。恐竜は素晴らしい出来栄え。「人々が逃げ惑う」っていうプロンプトはいろいろ試してもやってくれませんでしたが。エキストラの演技は研究しないとです。2カット目の「怯えて上を見るカップル」はすごくないですか？このまま映画に使えそうなくらいのクォリティ。カメラの手ぶれとかカッコいいです。

というわけで、今のところSoraよりMidjourney＋KLINGが優秀です。

 

でもね、Soraは侮れない部分があります。突然いいのを出してくるんですよ。

これは驚きました。

一発で出してきたからね。プロンプトはこれ。

A close-up time-lapse of a white rose blooming from a tight bud to a fully open flower, the delicate petals unfolding gracefully, covered in shimmering water droplets that catch the light, cinematic lighting, ultra-realistic textures, high detail, soft and ethereal atmosphere, 4K resolution, dynamic motion capturing the gradual yet mesmerizing transformation of the flower

水滴がついているところまでやってきたのがすごい。

これもかなりいいです。

ちゃんと走ってますね。破綻もない。昨年の今頃は歩けなかったのに。

 

SoraはOpenAIのChatGPTの仲間なので、まじめだなって印象を受けました。アート的な表現より、きちっとオーソドックスな表現が上手いように感じています。

それと同じ理由で、Text to Videoが得意でImage to Videoは苦手ですね。これは大きい弱点です。ベースとなる絵を作ってから動かすというアプローチができないので。

ダンスのような動きの激しいものは他のAIではできないレベルで得意。でも動かなくてもいい時も動きすぎる傾向があります。

昨年の2月に発表されてから、一般に使えるようになった12月まで10ヶ月、世界を期待させながら待たせていたSora。これは正直待たせすぎだったなと思います。ITの世界ではプロトタイプを発表して、最初は不備があっても人々に使ってもらいながら性能を更新させていくというやり方が一般的です。Soraはそれをしなかった。その間にRunwayやKLINGやその他の動画生成AIが進化してしまった。「満を持して」っていうやり方は、今どき通用しないのです。私も途中段階を見せるのが嫌いな昔の感覚の人なので、反省させられます。

でもついに一般公開されて、世界中の人が使い始めて、ここからSoraがどのように進化していくのかフォローしていきたいと思います。

月３万円はなんとかして欲しいけどね。