啥是 Sxxx
之前的文章被系统删了,懂得都懂(这是之前文章的补发)...
OpenAI 推出全新一代视频生成模型 Sxxx[1],相比上一代,它更符合物理规律,支持多镜头控制、音画同步,并能将真实人物与声音无缝植入生成内容中。现已通过 Sxxx App(iOS) 提供体验。
之前在文章 OpenAI 新动态里提到 Sxxx,没想到假期就被各种刷屏了。
🚀 核心亮点
这里就不放视频了,感兴趣的可以去官方 blog 查看,主要介绍一下亮点功能。
更真实的物理模拟
Sxxx 在“物理一致性”方面大幅提升。例如篮球投偏不再“瞬移”进篮筐,而是会真实弹回。它不仅模拟成功,更能模拟失败,是任何希望准确还原现实世界行为的模型所需的重要能力。
多镜头与世界状态保持一致
Sxxx 能理解并执行复杂提示,如多场景切换、角色动作连续等,确保生成内容在逻辑和状态上的一致性。支持电影风、动漫风与写实风格自由切换。
音效 + 对话同步生成
作为通用视听生成系统,Sxxx 可自动合成自然的对白、环境音与音效,实现完整的视频体验,且音画同步精准。
现实融合能力强:支持真人植入
只需上传一段短视频,模型就能将真人、动物或物体以逼真的外观和声音“植入”到任意生成场景中。这项功能适用于任意身份人物,生成效果高度还原。
📱 Sxxx App:创作 × 社交
OpenAI 推出了专属 iOS 应用 Sxxx App,基于 Sxxx 2 驱动,支持内容创作与社交分享:
- 生成 + 改编:用户可生成原创视频,也可改编他人内容
- 信息流浏览:每日更新个性化视频内容
- Cameo(客串)功能:录制一次视频与音频,即可将自己或朋友植入任意 Sxxx 视频中,形象还原度极高
- 朋友优先机制:采用邀请制,鼓励与好友一起使用
内测反馈显示,许多员工通过该功能拓展了社交圈,OpenAI 也认为 cameo 是最能体现 Sxxx 魔力的入口。
🔒 安全 & 隐私
在使用安全、内容控制与青少年保护方面,有以下具体措施:
- 自然语言推荐控制:可通过语言提示定制内容推荐逻辑
- 不以停留时间为优化目标:系统鼓励创作行为而非无脑刷流
- 个人形象完全控制:只有你可以授权他人使用你的 cameo,任何包含你形象的视频(包括草稿)都可随时删除
- 青少年专属保护:
- 默认限制每日浏览量
- cameo 权限更严格
- 配备人类审核团队及时处理欺凌问题
- 家长可通过 ChatGPT 控制推荐内容、私信权限、算法个性化等设置
💡 使用 & 计划
- Sxxx App(iOS)现已上线,首批支持美国与加拿大地区(需要美区 ID 账号进行应用下载)
- 可前往 App 内注册账号,开启体验资格排队(或使用 xxx 码)
- 获得邀请后也可通过网页版 sxxx.com 使用
- 初期提供免费使用,限制较宽松,方便探索模型能力
- ChatGPT Pro 用户可试用增强版 Sxxx 2 Pro,未来将同步上线 App
- Sxxx 2 API 正在开发中,Sxxx 1 Turbo 模型仍将继续开放,所有历史作品保留在 sxxx.com 账号中
补充:目前 Sxxx App 无广告、无推荐诱导机制,也不以“用户时长”为衡量指标。未来若算力紧张,可能会引入“付费生成额外视频”的选项,其余暂无商业化计划。
实测分享
我自己尝试生成了一些视频,发现 Sxxx 还是比较依赖 prompt 描述的,如果不知道咋写提示词,可以让 ChatGPT 之类的进行辅助(比如镜头、人物细节、场景、分镜之类的东西)。它在音画同步方面确实做的很棒,对中文支持也不错(这里简单放几个视频号发的,如果对后续感兴趣,可以关注视频号)。
在语音方面,某些场景如果缺少细节描述,可能会少了一些情感、阴阳顿挫等。我还发现 Sxxx 不能区分多音字。比如让它说“长生 cháng shēng”,它会读成 “zhǎng shēng”。
还有刀剑不分,描述“舞剑”,剑不直像长刀外,还会产生抖动,动作也有部分怪异。
如果不特别指定人称,提示词写议论纷纷,自己也会说胡话。
应该还有很多其他问题,时间有限,这里就不列举了。视频细节虽然瑕疵,但大体能看了,复杂动作也比较连贯,最大的进步就是语音的融入、以及嘴形的同步都是相对比较惊艳的地方。
xx码
之前以为是这部分违规,直到我再次编辑原文,删除 xx 码所有内容,依然失败时,我才意识到大概率是 “Sxxx” 违规了,那就不发呗,我们这篇文章只介绍 xxx(此处省略 500 字)...
总结:生成的视频大体能看,细节充满瑕疵,但基本的氛围感已经有了。目前最大的限制应该是分辨率和时长了,如果可以生成三五分钟的视频,那基本上人人都可以制作微电影、MV 了...
References
Sxxx(注意自己修改链接,我也是第一次这么彻底的修改文字):https://openai.com/index/sxxx-2