Qu'est-ce qui fait de Sora2 un bon animateur ?

En voyant les performances étonnantes de Sora2 en termes de fluidité d'animation, je me suis demandé : comment diable ce type a-t-il pu faire ça ? Pour être honnête, en tant qu'utilisateur fréquent de divers outils vidéo d'IA, les animations générées par Sora2 ont une "magie" unique - le balancement naturel des membres du singe pendant la danse, la trajectoire fluide du virage du patineur, tout cela incite les gens à se demander Qu'est-ce qui le rend si fluide par rapport aux autres modèles ?

Moteur physique avec modélisation précise des trajectoires de mouvement

Une étude attentive de la documentation technique de Sora2 révèle qu'il a déployé beaucoup d'efforts pour modéliser les trajectoires des mouvements. Par exemple, lors de la génération d'une vidéo d'un patineur sur glace, Sora2 ne prend pas seulement en compte les mouvements du corps humain, mais calcule également avec précision l'effet de la friction de la glace sur le mouvement. Cela me rappelle le problème de "glissement" que j'ai souvent rencontré avec d'autres outils - les pieds du personnage ne collent pas au sol lorsqu'il se déplace - mais Sora2 semble avoir parfaitement résolu ce problème. Selon certaines données, la précision de sa prédiction de trajectoire a augmenté de près de 40% par rapport à son prédécesseur, ce qui pourrait être la clé de sa fluidité.

Percées dans la cohérence entre les images

Ce qui m'a le plus surpris, c'est la façon dont Sora2 gère les mouvements rapides. Je me souviens avoir testé une scène de basket-ball où le joueur saute et tire un panier, et la transition entre la flexion du genou et la libération de chaque image intermédiaire est particulièrement naturelle. J'ai appris plus tard que cela était dû à son mécanisme d'attention temporelle amélioré - en bref, il se réfère au contenu de plusieurs images avant et après chaque image, plutôt que "image par image" comme le font certains modèles. Cette perspective globale rend l'action cohérente, comme si un véritable animateur dessinait des images clés.

Pour être honnête, Sora2 n'est pas parfait. Lors de mes tests, j'ai constaté que lorsque la scène est particulièrement complexe (par exemple, lorsqu'il y a plusieurs objets qui se déplacent en même temps), il y a encore occasionnellement un léger manque de cohésion. Mais comparé à d'autres outils, ce problème est bien moindre. Un ami dans l'industrie a révélé que cela pouvait être dû au pourcentage plus élevé de matériel d'animation de haute qualité dans les données d'entraînement - leur ensemble d'entraînement contiendrait un grand nombre d'œuvres provenant de studios d'animation professionnels.

En fin de compte, la force de Sora2 en matière d'animation fluide est essentiellement une compréhension profonde des lois de la physique et de l'esthétique du mouvement. Il ne s'agit pas seulement de relier des images, mais de "comprendre" la nature du mouvement. C'est pourquoi j'attends avec impatience son développement futur - peut-être qu'un jour nous pourrons l'utiliser pour produire des animations comparables à celles d'un studio professionnel !