9 月 30 日,OpenAI 发布了新一代视频生成模型 Sora 2,并同时推出了一款名为"Sora"的 iOS 社交应用。
相比今年 2 月发布的 Sora 1,Sora 2 在物理准确性、真实感和可控性方面都有显著提升。新模型能够生成奥运体操动作、水上运动等复杂场景,并准确模拟物理规律。例如,篮球投篮不中时,球会从篮板上弹回,而不是像之前的模型那样"瞬移"到篮筐。
Sora 2 还支持生成同步的对话和音效,能够创建复杂的背景音景、语音和声音效果。模型可以按照跨越多个镜头的复杂指令工作,并准确保持场景状态。
新推出的 Sora 应用采用类似 TikTok 的短视频形式,用户可以创建、混剪视频,并在个性化信息流中发现新内容。应用的核心功能是"Cameo"(客串),用户通过录制一段短视频和音频,就能将自己或朋友的形象准确地放入任何 AI 生成的场景中。

在安全措施方面,OpenAI 表示采取了多项举措:
用户对自己的形象拥有完全控制权,可以决定谁能使用其 Cameo,并能随时撤销权限或删除相关视频。下载的视频会清晰标记为 AI 生成。
目前,Sora 应用已在美国和加拿大的 iOS 平台推出,采用邀请制逐步开放。初期将免费提供,但受算力限制会有使用额度。ChatGPT Pro 用户可以在 sora.com 使用实验性的 Sora 2 Pro 模型。Android 版本正在开发中,API 接口也在计划推出。
OpenAI 表示,视频生成能力大约需要两分钟,但模型仍会出现错误,比如给人物配上错误的口音。公司承认技术仍不完美,但认为这代表了向通用世界模拟器迈出的重要一步。
值得注意的是,社区对这项技术的反应呈现两极分化。支持者认为这将革新机器人、自动驾驶等需要模拟器的领域,批评者则担心深度伪造技术的滥用风险。有用户在演示视频中发现,摩托车头盔的反光中出现了"摄像机"的影子,引发了关于视频真实性的讨论。

OpenAI 在公告中强调,公司的盈利计划仅限于在需求超过算力时提供付费生成选项,并承诺将用户福祉作为主要目标。
当同行还在卷模型时,OpenAI已经换了条赛道。昨天电商购物,今天视频社交——密集的产品发布暴露了Sam Altman的真实野心:他要的不是做技术供应商,而是打造下一个Google或亚马逊级别的超级平台。
不过,步子迈的太大容易扯着蛋,最近GPT-5的风评就说明问题。当一家没有稳定现金流的新公司,既想做底层模型,又想做上层应用,还要横跨电商、社交等多个赛道时,结果可能是哪头都做不到极致。OpenAI的这场豪赌,到底是远见还是冒进,时间会给出答案。