Sora 2 来了 | OpenAI

Sora 2 来了 | OpenAI 🎎 Sora 2 来了 | OpenAI Modified October 1, 2025 • Sora 2 功能特性 ◦ 强大性能表现 ▪ 视频音频生成：Sora 2 是旗舰视频和音频生成系统，能同时生成视频和音频，可生成多种语言的对话、音效和音景，是首个具备此能力的模型。 ▪ 物理交互处理：在物理交互上比前代更智能，能自然处理复杂动态，如奥运会体操动作、滑水后空翻等，展现出出色的物理效果。 ▪ 超分辨率功能：Sora 的超分辨率功能优秀，能增强视频清晰度，恢复细节，尽管之前存在手和脸变形的问题，但仍有一定优势。 ◦ 出色叙事能力：相比前代模型，Sora 2 可在一次生成中讲述更长、更连贯的故事，克服了多镜头长叙事生成的困难，为用户提供更丰富的内容体验。 ◦ 创新 cameo 功能 ▪ 灵活插入功能：通过观察个体、宠物或物体的短片段，模型能将其插入任何 Sora 生成的环境，具有广泛的风格范围，从现实到动漫均可实现。 ▪ 使用设置与权限：cameo 功能使用时，用户需录制动态音频提示，通过活跃度检查和系统验证；用户可设置使用权限，对生成内容拥有所有权，还能调整偏好以控制生成效果。 • Sora 应用介绍 ◦ 社交界面特色：Sora 应用具有类似社交媒体的界面，有身份、个人资料和关注他人的功能，所有内容均由 AI 生成，带来独特的新媒体体验，让用户感受到全新的社交互动方式。 ◦ 有趣应用案例 ▪ cameo 功能实例：展示了 cameo 功能的应用实例，如与 Sam 在同一场景对话，视频细节丰富，包括镜头切换、自然手势、面部表情和准确的唇同步等。 ▪ 香水广告混音：呈现了香水 Zora 的广告混音内容，如“Zora 到新牙膏，清新、干净且毫不掩饰”等，展示了应用的创意和趣味性。 ▪ kickflip 视频展示：视频生成模型在 coworker Minia 的 kickflip 视频中展示了出色的物理效果，与其他视频生成模型相比表现优异。 ◦ 产品开发进展 ▪ 新界面开发：正在开发新的产品界面，以充分利用模型的能力，让更多人能够使用，为用户提供更便捷的操作体验。 ▪ remix 功能应用：应用的 remix 功能可让用户参与他人创造的趋势和故事，如点击 remix 按钮定制创作，发起生成过程，为用户提供更多创作可能性。 • 安全与部署计划 ◦ 安全与审核措施 ▪ 内容水印处理：当内容从应用导出时，会明显添加水印，内部也有技术可追溯内容的生成来源，确保内容的可追溯性。 ▪ 推理模型审核：推理模型确保难以创建有害内容，特别是对于 cameo 功能，防止生成 x 级或暴力内容，团队从保守的审核策略开始，努力平衡用户自由和网络安全。 ◦ 应用部署安排 ▪ iOS 应用上线：Sora iOS 应用将于今日下午晚些时候在 App Store 上线，初始仅支持 iOS，团队正在开发 Android 版本，为不同平台用户提供服务。 ▪ 邀请制推出计划：应用将在美国和加拿大以邀请制方式推出，用户下载应用并收到推送通知后，将自动获得四个邀请码，可邀请朋友使用。 ◦ Sora 2 来了 | OpenAI 基本信息 发布日期： 2025年9月30日 原文链接： https://openai.com/index/sora 2/ 分类： 研究 | 发布 | 产品 概述 我们最新的视频生成模型比以往系统更准确地反映物理世界、更逼真且更可控。它还具有同步对话和音效功能。请在全新的 Sora 应用中体验创作。 今天我们发布 Sora 2，我们的旗舰视频和音频生成模型。 技术突破 2024年2月发布的原始 Sora 模型在很多方面可以说是视频生成的 GPT 1 时刻——视频生成首次开始看起来可行，简单的行为如物体永恒性从扩展预训练计算中显现出来。从那时起，Sora 团队一直专注于训练具有更高级世界模拟能力的模型。 / 奥林匹克体操动作 在桨板上的后空翻（准确建模浮力和刚性动力学） 猫咪拼命抓住不放时的三周跳 物理准确性改进 以往的视频模型过于乐观——它们会扭曲物体和变形现实来成功执行文本提示。例如，如果篮球运动员投篮未中，球可能会突然传送到篮筐。 在 Sora 2 中，如果篮球运动员投篮未中，球会从篮板反弹。有趣的是，模型犯的"错误"经常看起来像是 Sora 2 隐式建模的内部代理的错误；尽管仍不完美，但相比以往系统，它更好地遵守物理定律。 功能特性 可控性提升 该模型在可控性方面也是一个巨大飞跃，能够遵循跨多个镜头的复杂指令，同时准确保持世界状态。它在写实、电影和动画风格方面表现出色。 音频生成 作为一个通用的视频 音频生成系统，它能够创建复杂的背景音效、语音和音效，具有高度逼真感。 客串功能 你还可以直接将真实世界的元素注入 Sora 2。例如，通过观察我们团队成员的视频，模型可以将他们插入任何 Sora 生成的环境中，准确还原外观和声音。这种能力非常通用，适用于任何人类、动物或物体。 Sora 2 的部署 在通往通用仿真和能够在物理世界中运作的 AI 系统的路上，我们认为人们可以从我们一路构建的模型中获得很多乐趣。 几个月前我们在 Sora 团队首次开始尝试这个"上传自己"功能，我们都玩得很开心。这感觉像是交流的自然演进——从文字消息到表情符号到语音笔记再到这个。 所以今天，我们推出一个名为"Sora"的全新社交 iOS 应用，由 Sora 2 驱动。在应用内，你可以创作、重新混合他人的生成内容、在可定制的 Sora 信息流中发现新视频，并通过客串功能带入自己或朋友。通过客串功能，你可以在应用内进行一次性的短视频和音频录制来验证身份和捕捉相貌后，以卓越保真度直接将自己投入任何 Sora 场景。 上周，我们在 OpenAI 内部推出了这个应用。我们已经从同事那里听说他们因为这个功能在公司结交了新朋友。我们认为围绕"客串"功能构建的社交应用是体验 Sora 2 魔力的最佳方式。 负责任地推出 关于无休止刷屏、成瘾、孤立和强化学习优化信息流的担忧是首要考虑——以下是我们针对此采取的措施。 我们为用户提供工具和选择权来控制他们在信息流中看到的内容。使用 OpenAI 现有的大语言模型，我们开发了一类新的推荐算法，可以通过自然语言进行指导。我们还内置了定期询问用户健康状况的机制，并主动为他们提供调整信息流的选项。 默认情况下，我们向你显示的内容严重偏向于你关注或互动的人，并优先显示模型认为你最可能用作自己创作灵感的视频。我们不优化信息流中的停留时间，我们明确设计应用来最大化创作，而非消费。 这个应用是为了与朋友一起使用而设计的。测试者的压倒性反馈是客串功能使其感觉不同且有趣——你必须亲自尝试才能真正理解，但这是一种全新且独特的与人交流方式。我们将此作为邀请制应用推出，确保你与朋友一起加入。在所有主要平台都在远离社交图谱的时候，我们认为客串功能将加强社区联系。 • Sora 2 功能特性 ◦ 强大性能表现 ▪ 视频音频生成：Sora 2 是旗舰视频和音频生成系统，能同时生成视频和音频，可生成多种语言的对话、音效和音景，是首个具备此能力的模型。 ▪ 物理交互处理：在物理交互上比前代更智能，能自然处理复杂动态，如奥运会体操动作、滑水后空翻等，展现出出色的物理效果。 ▪ 超分辨率功能：Sora 的超分辨率功能优秀，能增强视频清晰度，恢复细节，尽管之前存在手和脸变形的问题，但仍有一定优势。 ◦ 出色叙事能力：相比前代模型，Sora 2 可在一次生成中讲述更长、更连贯的故事，克服了多镜头长叙事生成的困难，为用户提供更丰富的内容体验。 ◦ 创新 cameo 功能 ▪ 灵活插入功能：通过观察个体、宠物或物体的短片段，模型能将其插入任何 Sora 生成的环境，具有广泛的风格范围，从现实到动漫均可实现。 ▪ 使用设置与权限：cameo 功能使用时，用户需录制动态音频提示，通过活跃度检查和系统验证；用户可设置使用权限，对生成内容拥有所有权，还能调整偏好以控制生成效果。 ◦ 强大性能表现 ▪ 视频音频生成：Sora 2 是旗舰视频和音频生成系统，能同时生成视频和音频，可生成多种语言的对话、音效和音景，是首个具备此能力的模型。 ▪ 物理交互处理：在物理交互上比前代更智能，能自然处理复杂动态，如奥运会体操动作、滑水后空翻等，展现出出色的物理效果。 ▪ 超分辨率功能：Sora 的超分辨率功能优秀，能增强视频清晰度，恢复细节，尽管之前存在手和脸变形的问题，但仍有一定优势。 ▪ 视频音频生成：Sora 2 是旗舰视频和音频生成系统，能同时生成视频和音频，可生成多种语言的对话、音效和音景，是首个具备此能力的模型。 ▪ 物理交互处理：在物理交互上比前代更智能，能自然处理复杂动态，如奥运会体操动作、滑水后空翻等，展现出出色的物理效果。 ▪ 超分辨率功能：Sora 的超分辨率功能优秀，能增强视频清晰度，恢复细节，尽管之前存在手和脸变形的问题，但仍有一定优势。 ◦ 出色叙事能力：相比前代模型，Sora 2 可在一次生成中讲述更长、更连贯的故事，克服了多镜头长叙事生成的困难，为用户提供更丰富的内容体验。 ◦ 创新 cameo 功能 ▪ 灵活插入功能：通过观察个体、宠物或物体的短片段，模型能将其插入任何 Sora 生成的环境，具有广泛的风格范围，从现实到动漫均可实现。 ▪ 使用设置与权限：cameo 功能使用时，用户需录制动态音频提示，通过活跃度检查和系统验证；用户可设置使用权限，对生成内容拥有所有权，还能调整偏好以控制生成效果。 ▪ 灵活插入功能：通过观察个体、宠物或物体的短片段，模型能将其插入任何 Sora 生成的环境，具有广泛的风格范围，从现实到动漫均可实现。 ▪ 使用设置与权限：cameo 功能使用时，用户需录制动态音频提示，通过活跃度检查和系统验证；用户可设置使用权限，对生成内容拥有所有权，还能调整偏好以控制生成效果。 • Sora 应用介绍 ◦ 社交界面特色：Sora 应用具有类似社交媒体的界面，有身份、个人资料和关注他人的功能，所有内容均由 AI 生成，带来独特的新媒体体验，让用户感受到全新的社交互动方式。 ◦ 有趣应用案例 ▪ cameo 功能实例：展示了 cameo 功能的应用实例，如与 Sam 在同一场景对话，视频细节丰富，包括镜头切换、自然手势、面部表情和准确的唇同步等。 ▪ 香水广告混音：呈现了香水 Zora 的广告混音内容，如“Zora 到新牙膏，清新、干净且毫不掩饰”等，展示了应用的创意和趣味性。 ▪ kickflip 视频展示：视频生成模型在 coworker Minia 的 kickflip 视频中展示了出色的物理效果，与其他视频生成模型相比表现优异。 ◦ 产品开发进展 ▪ 新界面开发：正在开发新的产品界面，以充分利用模型的能力，让更多人能够使用，为用户提供更便捷的操作体验。 ▪ remix 功能应用：应用的 remix 功能可让用户参与他人创造的趋势和故事，如点击 remix 按钮定制创作，发起生成过程，为用户提供更多创作可能性。 ◦ 社交界面特色：Sora 应用具有类似社交媒体的界面，有身份、个人资料和关注他人的功能，所有内容均由 AI 生成，带来独特的新媒体体验，让用户感受到全新的社交互动方式。 ◦ 有趣应用案例 ▪ cameo 功能实例：展示了 cameo 功能的应用实例，如与 Sam 在同一场景对话，视频细节丰富，包括镜头切换、自然手势、面部表情和准确的唇同步等。 ▪ 香水广告混音：呈现了香水 Zora 的广告混音内容，如“Zora 到新牙膏，清新、干净且毫不掩饰”等，展示了应用的创意和趣味性。 ▪ kickflip 视频展示：视频生成模型在 coworker Minia 的 kickflip 视频中展示了出色的物理效果，与其他视频生成模型相比表现优异。 ▪ cameo 功能实例：展示了 cameo 功能的应用实例，如与 Sam 在同一场景对话，视频细节丰富，包括镜头切换、自然手势、面部表情和准确的唇同步等。 ▪ 香水广告混音：呈现了香水 Zora 的广告混音内容，如“Zora 到新牙膏，清新、干净且毫不掩饰”等，展示了应用的创意和趣味性。 ▪ kickflip 视频展示：视频生成模型在 coworker Minia 的 kickflip 视频中展示了出色的物理效果，与其他视频生成模型相比表现优异。 ◦ 产品开发进展 ▪ 新界面开发：正在开发新的产品界面，以充分利用模型的能力，让更多人能够使用，为用户提供更便捷的操作体验。 ▪ remix 功能应用：应用的 remix 功能可让用户参与他人创造的趋势和故事，如点击 remix 按钮定制创作，发起生成过程，为用户提供更多创作可能性。 ▪ 新界面开发：正在开发新的产品界面，以充分利用模型的能力，让更多人能够使用，为用户提供更便捷的操作体验。 ▪ remix 功能应用：应用的 remix 功能可让用户参与他人创造的趋势和故事，如点击 remix 按钮定制创作，发起生成过程，为用户提供更多创作可能性。 • 安全与部署计划 ◦ 安全与审核措施 ▪ 内容水印处理：当内容从应用导出时，会明显添加水印，内部也有技术可追溯内容的生成来源，确保内容的可追溯性。 ▪ 推理模型审核：推理模型确保难以创建有害内容，特别是对于 cameo 功能，防止生成 x 级或暴力内容，团队从保守的审核策略开始，努力平衡用户自由和网络安全。 ◦ 应用部署安排 ▪ iOS 应用上线：Sora iOS 应用将于今日下午晚些时候在 App Store 上线，初始仅支持 iOS，团队正在开发 Android 版本，为不同平台用户提供服务。 ▪ 邀请制推出计划：应用将在美国和加拿大以邀请制方式推出，用户下载应用并收到推送通知后，将自动获得四个邀请码，可邀请朋友使用。 ◦ ◦ 安全与审核措施 ▪ 内容水印处理：当内容从应用导出时，会明显添加水印，内部也有技术可追溯内容的生成来源，确保内容的可追溯性。 ▪ 推理模型审核：推理模型确保难以创建有害内容，特别是对于 cameo 功能，防止生成 x 级或暴力内容，团队从保守的审核策略开始，努力平衡用户自由和网络安全。 ▪ 内容水印处理：当内容从应用导出时，会明显添加水印，内部也有技术可追溯内容的生成来源，确保内容的可追溯性。 ▪ 推理模型审核：推理模型确保难以创建有害内容，特别是对于 cameo 功能，防止生成 x 级或暴力内容，团队从保守的审核策略开始，努力平衡用户自由和网络安全。 ◦ 应用部署安排 ▪ iOS 应用上线：Sora iOS 应用将于今日下午晚些时候在 App Store 上线，初始仅支持 iOS，团队正在开发 Android 版本，为不同平台用户提供服务。 ▪ 邀请制推出计划：应用将在美国和加拿大以邀请制方式推出，用户下载应用并收到推送通知后，将自动获得四个邀请码，可邀请朋友使用。 ▪ iOS 应用上线：Sora iOS 应用将于今日下午晚些时候在 App Store 上线，初始仅支持 iOS，团队正在开发 Android 版本，为不同平台用户提供服务。 ▪ 邀请制推出计划：应用将在美国和加拿大以邀请制方式推出，用户下载应用并收到推送通知后，将自动获得四个邀请码，可邀请朋友使用。 ◦ Sora 2 来了 | OpenAI 基本信息 发布日期： 2025年9月30日 原文链接： https://openai.com/index/sora 2/ 分类： 研究 | 发布 | 产品 概述 我们最新的视频生成模型比以往系统更准确地反映物理世界、更逼真且更可控。它还具有同步对话和音效功能。请在全新的 Sora 应用中体验创作。 今天我们发布 Sora 2，我们的旗舰视频和音频生成模型。 技术突破 2024年2月发布的原始 Sora 模型在很多方面可以说是视频生成的 GPT 1 时刻——视频生成首次开始看起来可行，简单的行为如物体永恒性从扩展预训练计算中显现出来。从那时起，Sora 团队一直专注于训练具有更高级世界模拟能力的模型。 / 奥林匹克体操动作 在桨板上的后空翻（准确建模浮力和刚性动力学） 猫咪拼命抓住不放时的三周跳 物理准确性改进 以往的视频模型过于乐观——它们会扭曲物体和变形现实来成功执行文本提示。例如，如果篮球运动员投篮未中，球可能会突然传送到篮筐。 在 Sora 2 中，如果篮球运动员投篮未中，球会从篮板反弹。有趣的是，模型犯的"错误"经常看起来像是 Sora 2 隐式建模的内部代理的错误；尽管仍不完美，但相比以往系统，它更好地遵守物理定律。 功能特性 可控性提升 该模型在可控性方面也是一个巨大飞跃，能够遵循跨多个镜头的复杂指令，同时准确保持世界状态。它在写实、电影和动画风格方面表现出色。 音频生成 作为一个通用的视频 音频生成系统，它能够创建复杂的背景音效、语音和音效，具有高度逼真感。 客串功能 你还可以直接将真实世界的元素注入 Sora 2。例如，通过观察我们团队成员的视频，模型可以将他们插入任何 Sora 生成的环境中，准确还原外观和声音。这种能力非常通用，适用于任何人类、动物或物体。 Sora 2 的部署 在通往通用仿真和能够在物理世界中运作的 AI 系统的路上，我们认为人们可以从我们一路构建的模型中获得很多乐趣。 几个月前我们在 Sora 团队首次开始尝试这个"上传自己"功能，我们都玩得很开心。这感觉像是交流的自然演进——从文字消息到表情符号到语音笔记再到这个。 所以今天，我们推出一个名为"Sora"的全新社交 iOS 应用，由 Sora 2 驱动。在应用内，你可以创作、重新混合他人的生成内容、在可定制的 Sora 信息流中发现新视频，并通过客串功能带入自己或朋友。通过客串功能，你可以在应用内进行一次性的短视频和音频录制来验证身份和捕捉相貌后，以卓越保真度直接将自己投入任何 Sora 场景。 上周，我们在 OpenAI 内部推出了这个应用。我们已经从同事那里听说他们因为这个功能在公司结交了新朋友。我们认为围绕"客串"功能构建的社交应用是体验 Sora 2 魔力的最佳方式。 负责任地推出 关于无休止刷屏、成瘾、孤立和强化学习优化信息流的担忧是首要考虑——以下是我们针对此采取的措施。 我们为用户提供工具和选择权来控制他们在信息流中看到的内容。使用 OpenAI 现有的大语言模型，我们开发了一类新的推荐算法，可以通过自然语言进行指导。我们还内置了定期询问用户健康状况的机制，并主动为他们提供调整信息流的选项。 默认情况下，我们向你显示的内容严重偏向于你关注或互动的人，并优先显示模型认为你最可能用作自己创作灵感的视频。我们不优化信息流中的停留时间，我们明确设计应用来最大化创作，而非消费。 这个应用是为了与朋友一起使用而设计的。测试者的压倒性反馈是客串功能使其感觉不同且有趣——你必须亲自尝试才能真正理解，但这是一种全新且独特的与人交流方式。我们将此作为邀请制应用推出，确保你与朋友一起加入。在所有主要平台都在远离社交图谱的时候，我们认为客串功能将加强社区联系。