迁移对比

Veo 3.1 vs Sora 2

这不是谁更强的问题,其中一个就要被关掉了。真正要紧的是:原本发给 Sora 的请求接下来落到哪里,以及落过去之后有哪些东西必须改。

自己跑一遍这组对比

同一条 prompt、同一画幅,只换模型。逐个跑一遍,在你自己的屏幕上判断差别。

测试 prompt · 画幅 16:9

Night market street food stall: a cook tosses noodles in a flaming wok, oil hisses and the flame roars, steam drifts under string lights, crowd chatter and a distant scooter horn in the background. Handheld medium shot slowly pushing in.

逐项对比

能力Veo 3.1Sora 2(即将关闭)
片段时长4 / 6 / 8s4 / 8 / 12s
分辨率720p / 1080p / 4K—
宽高比16:9, 9:1616:9, 9:16, 1:1
首帧 / 尾帧支持不支持
参考图30
原生音频支持不支持
可复现种子支持不支持

在以下情况 Veo 3.1 是更近的落点:…

镜头短、要有电影感,而且要能一模一样地再做一遍。Veo 接手了 Sora 原本承担的文生视频工作,还多了种子、分辨率选择和原生音频——这三样,Sora 的管线通常都得在后面另外接上去。

在以下情况改发给 Seedance 2.5:…

片段超过八秒;或者角色、产品必须跨场景保持可辨认。Veo 的上限是八秒、三张参考图,所以一段十二秒的 Sora 片段到了 Veo 就是两个镜头——在 Seedance 这边则是一条。

请求里必须改掉的地方

  1. Sora 的 4 / 8 / 12 秒和 Veo 的 4 / 6 / 8 秒对不上。十二秒的片段要拆成两个镜头,或者改走 Seedance 2.5。
  2. Sora 把分辨率定死了。Veo 则把 720p、1080p 和 4K 都开放出来,而这个选择直接牵动成本——请自己定下来,而不是沿用默认值。
  3. Sora 返回的是无声片段。Veo 会直接生成原生音轨,所以流程里已经有配音环节的话就把它关掉,不要为一段最后用不上的音频付费。

资料来源

继续比较