Grok 放出 AI 生成《奥德赛》前七分钟：技术够了，艺术还差得远

Grok 放出了 AI 生成的《奥德赛》前七分钟，这在生成式视频领域算是一个值得记一笔的时刻。 从技术角度看，这段片子说明了文生视频模型在“长时间保持连贯”这件事上已经走了多远：画面能在多个场景之间延续，角色的外观、环境、动作不至于几秒钟就崩掉。但它同时也把局限暴露得很清楚——看过的评论者普遍认为，这段素材谈不上艺术性，没什么灵感，也很难让人产生情感上的兴趣。 这种褒贬参半的反应，其实就是 AI 视频当下的真实状态。几年前，生成出来的片段往往又短又不稳，画面前后打架是常态。现在，模型已经能在较长的场景里维持角色、设定和运动的连续性。仅凭提示词就生成七分钟连续画面，本身是个技术里程碑，即便成品作为“故事”还不好看。连贯和创作是两回事，后者很难被自动化。 《奥德赛》的发布，也是各家 AI 公司“比谁生成得更长、更一致”这场竞赛的一部分。序列越长，模型越要记住上下文、保住视觉细节、避免场景之间自相矛盾。这些方面一旦有进展，对广告、影视制作、游戏和社交媒体都可能产生不小的影响。片厂或许会用生成式视频做故事板、做预演，或者低成本地试各种方案；创作者也可能做出过去需要大团队和大预算才能做的东西。 但创意行业同样在警惕。如果生成视频继续变强，劳动力市场会承压，随之而来的还有署名权、训练数据和报酬分配的问题。《奥德赛》早期挨的这些批评说明，光有技术能力，未必能赢下观众。人的审美、叙事判断和情感共鸣，依然是难以替代的差异点。 所以现阶段，Grok 这次发布更适合当成一份“进度报告”来看：AI 生成视频正在从猎奇短片走向更长形态的内容，同时也暴露出“生成画面”和“讲好一个故事”之间的那道沟。下一阶段的竞争，大概率不再比谁的片子更长，而是比控制力、一致性，以及这些工具到底能不能做出观众真心想看的东西。