Sora-OpenAI

Sora概述

Sora是OpenAI开发的视频生成模型，旨在接收文本、图像和视频输入并生成新的视频输出。据官网介绍，Sora被定位为能够理解和模拟物理世界的人工智能基础。该模型于2024年2月首次作为研究预览发布，能够根据文本提示生成长达一分钟的视频，同时保持视觉质量和用户提示的遵循度。Sora还可以将静态图像动画化，或扩展和填充现有视频的缺失帧。

技术架构

从技术上讲，Sora是一种基于Transformer架构的扩散模型，其中视频和图像被表示为称为视觉补丁（visual patches）的单元集合（类似于GPT中的token）。Sora通过从类似静态噪声的帧开始，并在多个步骤中逐渐去除噪声来生成视频。

产品发布与功能

2024年12月，Sora作为独立产品在sora.com上线，OpenAI发布了Sora Turbo版本，该版本比2024年2月的预览版速度显著提升，并向ChatGPT Plus和Pro用户开放。用户当时可以生成高达1080p分辨率、最长20秒的视频，支持宽屏、竖屏或方形宽高比，并可以上传自己的素材进行扩展、混剪和融合，或从文本生成全新内容。故事板工具允许用户精确指定每一帧的输入，Featured和Recent信息流展示了不断更新的社区创作。

在2024年12月发布时，Sora包含在ChatGPT Plus订阅中，无需额外费用，允许每月最多生成50个480p视频或更少的720p视频，而ChatGPT Pro计划提供约10倍的使用量、更高的分辨率和更长的时长。访问最初仅限于18岁及以上的用户，并且发布时限制上传人物，同时OpenAI完善深度伪造缓解措施。所有Sora生成的视频都带有C2PA元数据，标识其来自Sora，OpenAI还默认添加了可见水印，并提供了内部搜索工具来帮助验证内容是否源自Sora。

Sora 2

2025年9月30日，OpenAI发布了Sora 2，称其为旗舰视频和音频生成模型，比之前的系统在物理准确性、真实感和可控性方面更强，能够生成同步对话和音效，以及从自然语言或图像生成详细片段。Sora 2推出了一款新的基于邀请制的iOS社交应用，也名为Sora，用户可以在其中创建视频、混剪彼此的生成内容，并在可定制的信息流中发现内容，包括通过基于同意的“角色”功能将自己或朋友插入场景，该功能需要一次性身份验证录音。Sora 2最初免费提供，使用量限制宽松，ChatGPT Pro用户可以在sora.com上访问更高质量的实验性Sora 2 Pro模型，OpenAI还计划通过API发布Sora 2。

安全与责任

OpenAI在系统卡中记录了Sora的安全方法，包括来自九个国家的外部专家进行的红队测试、应用于提示和输出的多层级审核分类器、针对色情内容、未成年人、暴力和肖像滥用的输出分类器，以及包括C2PA元数据和指纹识别在内的来源措施。对于Sora 2，OpenAI表示每个生成的视频都包含可见和不可见的来源信号，基于肖像的“角色”功能受同意控制，并可以撤销访问权限，对青少年应用了更严格的护栏和家长控制，音频安全措施扫描生成语音的转录，并阻止模仿在世艺术家或现有音乐作品的尝试。

产品终止

2026年3月，OpenAI宣布将终止Sora，称已决定在消费者应用和API中终止该产品，并将计算资源用于其他项目，包括追求通用人工智能和继续世界模拟研究。Sora的网页和应用体验已于2026年4月26日终止，Sora API计划于2026年9月24日终止。OpenAI自己的Sora页面现在带有“Sora产品不再可用”的通知。用户被引导通过sora.chatgpt.com/sunset导出在Sora中创建的内容，之后OpenAI表示将永久删除与使用Sora相关的数据。