OpenAI 发布了其下一代视频生成模型 Sora 2，在拟真视频效果和音频生成能力上均有显著提升。新模型继承并扩展了早期图像生成技术，并推出配套 App，允许用户通过录制视频和语音进行身份验证，然后在生成的视频中“客串”。Sora App 提供个性化信息流和“可调节排序”功能。Sora 2 在物理规律表现上比初代模型更自然，并新增了语音生成。OpenAI 强调，尽管模型尚不完善，但大规模视频训练正逐步接近真实世界模拟。Sora App 已在 iOS 上架，采用邀请制，并将在美加地区逐步开放，初期提供较宽松的创作额度。商业模式暂定为在算力不足时提供付费额外视频生成选项。OpenAI 还发布了安全公告，强调视频将带有水印和元数据，用户肖像使用需经同意，并可随时撤销。青少年用户将受到家长控制和使用时长限制。系统防护措施将在生成阶段屏蔽不安全内容，并计划扩充人工审核团队。OpenAI 将 Sora 2 视为通往更强大 AI 系统的重要一步，预示着通用世界模拟器和机器人智能体的未来。
🌟 Sora 2 作为 OpenAI 的新一代视频生成模型，显著提升了视频的拟真度，并首次集成了音频生成能力，为用户带来更全面的视听体验。该模型在物理规律的模拟上更加自然流畅，解决了初代模型在动作表现上的僵硬问题。
📱 配套的 Sora 应用允许用户通过录制自己的视频和语音来验证身份，从而在生成的视频中“客串”自己或他人。应用采用了与社交媒体相似的算法推荐信息流，并提供“可调节排序”功能，让用户能够更个性化地定制内容。
🛡️ OpenAI 在安全方面采取了多项措施，包括为所有 Sora 视频添加水印和元数据标识，确保用户肖像的使用需获得本人同意且可随时撤销。同时，对青少年用户实施家长控制和时长限制，并在生成阶段屏蔽色情、恐怖主义宣传等不安全内容，并计划加强人工审核。
🚀 OpenAI 将 Sora 2 视为迈向更强大 AI 系统的重要里程碑，预示着通用世界模拟器和机器人智能体的发展潜力，有望重塑社会并加速人类发展进程。
IT之家 10 月 1 日消息，北京时间今天凌晨，OpenAI 发布了下一代视频生成模型 Sora 2。
这款新模型在拟真视频效果上有明显提升，并新增音频生成能力。其继承并扩展了早期的图像生成技术，在同期推出的新版 App 中，用户可以通过一次性录制自己的视频和语音来完成身份验证，然后在生成的视频中“客串”自己或他人。
Sora 应用与现有社交媒体相似，提供算法推荐的信息流，根据互动对象和兴趣推送个性化内容，并引入“可调节排序”功能，让用户进一步定制看到的内容。
Sora 2 延续了 2024 年 2 月发布的初代模型。相比初代在篮球反弹等动作上常常显得僵硬，新版本在物理规律表现上更自然。
与上一代不同，Sora 2 还能生成语音。OpenAI 表示，虽然模型远未完善，仍有不少错误，但这验证了通过更大规模的视频训练，可以逐步接近真实世界的模拟。
Sora 应用目前已在 iOS 上架，但采用邀请制，用户需通过应用申请资格。OpenAI 表示将率先在美国和加拿大逐步开放，并在初期给予用户较宽松的创作额度。但由于视频生成对算力要求极高，公司会限制使用，以保证服务稳定。
OpenAI 坦言，目前唯一的商业计划是在算力不足时，为有需求的用户提供付费生成额外视频的选项。
为回应安全担忧，OpenAI 同步发布了一份博客说明。据IT之家了解，公司强调，所有 Sora 视频都会带有水印和元数据标识，用户的肖像只能在本人同意下使用，并可随时撤销。青少年用户账号会受到家长控制和使用时长限制。
系统的防护措施会在生成阶段就尝试屏蔽不安全内容，包括色情、恐怖主义宣传和自残相关内容，并通过多帧画面和音频检测进行拦截。OpenAI 还计划扩充人工审核团队，重点审查可能涉及霸凌的视频。
OpenAI 将 Sora 2 描述为通往更强大 AI 系统的重要一步。公司表示：“视频模型正在飞速进化。通用世界模拟器和机器人智能体将重塑社会，加速人类的发展进程。”
相关阅读：
