百万人围观的「萌娃教训小狗」视频火了，结果都是AI生成的｜附教程

人类总是对可爱的小东西毫无抵抗力。

最近社交平台冒出一堆萌娃与「汪星人」温馨互动的视频，简直把人萌化。不夸张地说，每一帧都精准击中老夫那颗尘封已久、半死不活的心。

有小孩一本正经教训小狗的。

比如一个扎着辫子的小女孩站在厨房里，用手指指着金毛犬「教训」它：「你给我听好了，大狗，不许把我放在桌上的饼干拿走，那太淘气了，哼！别对着我呲牙，你知道自己在做坏事，哼！别找借口，你有自己的零食。」狗狗则乖乖看着她，时不时「汪」一声以示抗议。

视频来自 X 博主 @Doggy7233

另一个小孩则因为柯基抢走了她的糖果，揪着柯基的脖子大声呵斥：「看着我，别叫了，我说了不行，你拿了糖，现在还笑，一点都不好笑，我们先谈谈，真糟糕，去找你妈妈，我很忙……」柯基一脸无辜地看着她，旁边还传来一阵大人的笑声。

视频来自 X 博主 @Ndi_Muvenda_

有小孩和小狗对汪后亲亲抱抱的。

狗狗朝小孩「汪」了声，小孩奶声奶气地说「别叫唤，我们是朋友，我们彼此相爱」。

还有小狗逗弄、安慰、陪小孩玩的。

更搞笑的是他们一起捣蛋。一个穿着连体睡衣的小宝宝和一只金毛幼犬正看着手机，听到妈妈开门的声音，立马趴下装睡。宝宝和小狗之间神同步，有着毫无排练痕迹的默契。

这类视频在社交平台上刮起一阵流量风暴，点赞量动辄上万，播放量多则上百万，少则也有几十万。

沉浸在这些治愈瞬间时，底下评论区有人提醒：这是 AI 生成的。

仔细一看，确实有些细节不太自然，而且视频大多在 15 秒以内，符合大多数 AI 生成视频时长限制（Sora2 可以单次生成最长 15 秒的视频）。

那么问题来了，这些让无数人心动的 AI 视频究竟是如何制作出来的？

其实这活儿 Sora2、Veo3.1 以及新上线的可灵 Video 2.6 都能干，关键在于提示词。

• 体验 Sora2：https://sora.chatgpt.com/
• 体验 Veo3.1：https://labs.google/flow/about
• 体验可灵 Video 2.6：https://app.klingai.com/cn/text-to-video/new

我们摸索出一个提示词：A 14-month-old Eurasian toddler boy with light brown hair, wearing a white onesie, is sitting on the living room floor. A golden retriever puppy barks at him once. The boy sternly points at the puppy and says in clear English with a childish voice, "No! Don’t bark at me! We are friends!" Then he opens his arms and hugs the puppy tightly. The puppy licks his face, and he smiles and says, "We love each other."The scene features cozy, warm lighting, Canon C70-style cinematography, extremely realistic detail, and perfect lip sync.(一名 14 个月大的欧亚混血小男孩，金棕色头发，穿着白色连体衣，坐在客厅的地板上，一只金毛幼犬冲他「汪」了一声，小男孩严肃地指着这只金毛幼犬，用带着童音但清晰的英语说：「不！不要对我叫！我们是朋友！」然后他张开双臂紧紧抱住小狗，小狗舔他的脸，他露出笑容并说：「我们相亲相爱。」 画面呈现舒适温暖的光影、Canon C70 的电影质感、极度真实、口型完美同步。)

以下是 Sora 2 生成效果。

相较于上个版本，Sora 2 在物理真实性、细节呈现和音频同步方面有显著提升。

它能生成与画面高度匹配的对话、音效和 BGM，就连婴儿咿咿呀呀的说话方式生成得都很到位，动作细节也经得起推敲，金毛幼犬摇尾巴、晃动身子的样子完全可以以假乱真。这些细节的写实度已经到了「不说是 AI 生成，可能真会以为是哪个家长拍的家庭录像」的程度。

Veo3.1 整体生成效果也不错，但「演戏」痕迹似乎过重，看着像个广告片。

这几天快手可灵密集上新，推出的 Video 2.6 模型也能实现音画同步。比如下面这个视频即 Video 2.6 模型生成，完成度蛮高，就是萌娃的语音语调像英语听力中的朗读，有点不自然。

萌娃与小狗温馨互动的视频能火，说白了就是精准击中了人性中最柔软的那块地方。小孩与宠物的互动天然具备治愈属性，这种纯粹的情感触动能跨越文化和语言障碍，满足现代人对美好的渴望。

过去，捕捉这类完美瞬间需要大量时间和运气，但 AI 技术的介入让理想画面实现了批量生产，优质内容的供给大幅增加。

而平台算法识别到用户对这类内容的高完播率和互动率后，会自动加大推荐力度，用户观看得越多，推送得越频繁，由此形成持续强化的循环。

在这个信息爆炸、情绪内耗的时代，这种简单纯粹的快乐反而成了最珍贵的奢侈品。

两个月后，Sora APP 留存率归零

既然 Sora 2 能生成如此逼真的视频，按理说应该火得一塌糊涂才对。事实上，Sora 2 上线之初确实凭借强大的 AI 视频生成能力和病毒式传播效应，一度冲上美国 App Store 榜首，每天狂揽 20 万下载量。

不过，短短两个月，热度的退潮比预想来得更快。

近日，a16z 合伙人 Olivia Moore 给 OpenAI 泼了盆冷水。她拿出 Sensor Tower 的数据，把 Sora App 和 TikTok 的留存率放在一起对比，发现 Sora 的下载量还在持续增长，但用户留存率相当疲软：第 1 天只剩 10%，第 7 天 2%，第 30 天 1%，第 60 天直接归零，而 TikTok 同期还能稳在 30% 左右。

她得出一个结论，Sora 很火，但留不住大多数用户，真正常用的只有一批核心创作者。

下载量依然可观，用户却留不住，这是怎么回事？

Olivia Moore 指出，新社交应用通常都会经历这样的过程：一开始用户蜂拥而至，大家都忙着玩、忙着发内容，活跃度爆表，可过几天热度就会慢慢降下来，用户会开始评估「我在这里有没有继续玩下去的理由？能不能在这里比别人更厉害、更受关注？」如果有这种动力，平台就会继续增长；如果没有，绝大部分人会逐渐离开，只剩下一小撮忠实爱好者。

Sora 的尴尬在于它的双重身份。它既是强大的创作工具，在制作 Cameo 式名人定制视频方面几乎没有对手，但同时又想做社交平台。

问题是，用户生成的真实社交内容都被导出到 Instagram、TikTok 等平台了，留在 Sora 的只有 AI 生成的视频，而没有真实社交圈的内容，那它怎么能长期留住用户呢？

一个百分之百 AI 生成内容的 Feed 流，体验远不如真人内容和 AI 内容混合的平台，毕竟人们刷社交媒体，是想看真实的人、真实的故事，而不是一堆精美但缺乏温度的 AI 作品，更何况最好的 Sora 内容正在被导出其他平台。

换句话说，Sora 更像是一个内容生产工厂，但用户并不想留在工厂里消费内容，他们更喜欢把产品拿到别的地方去展示。这也是为什么 TikTok 早期花了大价钱购买内容，如果你要做「内容社交图谱」而不是「朋友社交图谱」产品，你就需要海量的内容来留住用户。

Olivia Moore 的判断是：Sora 会继续作为一个强大的创意工具蓬勃发展，但作为社交产品可能就没那么成功了。工具类产品的特点是用户带着明确目的来，完成任务就走，留存率天然不高。从目前的数据来看，Sora 更像是视频创作者的 Photoshop，而不是下一个 TikTok。

参考链接：

https://x.com/omooretweets/status/1991273107152334875?s=20

文章来自于“机器之心”，作者 “杨文”。