OpenAI发布会上完全由Sora 2生成的视频(02:01)

时隔一年，Sora 2凌晨“炸场”。

当地时间9月30日，人工智能（AI）巨头OpenAI正式发布最新旗舰视频与音频生成模型Sora 2。在发布会的一开始，就播出了一段全部由Sora 2生成的视频，OpenAI CEO山姆·奥特曼和Sora负责人比尔·皮布尔斯（William Peebles，又名Bill）都被模型生成出来进行新功能的介绍。

据介绍，Sora 2能够完成对于先前视频生成模型来说异常困难、甚至在某些情况下完全不可能做到的事情：奥运体操动作、在精确模拟浮力和刚性动力学的桨板上后空翻，以及一只猫拼命抓住不放时完成的三周半旋转。先前的视频模型过于“乐观”，它们会扭曲物体、改变现实，以成功执行文本指令。例如，如果篮球运动员投篮不中，球可能会瞬间传送到篮筐。而在Sora 2中，如果篮球运动员投篮不中，球会从篮板上弹开。

同时，Sora 2在可控性方面也迎来巨大提升，能够遵循跨越多个镜头的复杂指令，同时准确地保持世界状态的一致；能够创建复杂的背景音景、语音和音效，并具有高度的真实感；还可以直接将现实世界的元素注入Sora 2。

OpenAI表示，2024年2月发布的初代Sora模型在许多方面可视为视频领域的“GPT-1时刻”，而Sora 2则直接迈入了视频领域的“GPT-3.5时刻”。

奥特曼则发文表示：“对我们许多人来说，这感觉像是‘创意领域的ChatGPT 时刻’，新奇而有趣……创意领域可能即将经历一次‘寒武纪大爆发’，随之而来的是艺术和娱乐质量的急剧提升。”

山姆·奥特曼在社交平台X发文介绍Sora 2

OpenAI还同时推出了由Sora 2驱动的Sora App。在应用中，用户可以创建音视频生成内容、还能在可定制的信息流中“刷视频”，并通过“客串”功能将自己或朋友带入视频。

该App还自带防沉迷功能，默认对青少年每天在信息流中能看到的生成内容数量设置限制，并且对该群体的客串功能也设置了更严格的权限。OpenAI表示，除了自动化安全防护栈之外，还正在扩大人工审核团队规模，以便在出现欺凌情况时快速审查。此外，App还带有通过ChatGPT管理的家长控制功能。

同时，App在包括防止他人滥用肖像进行深度伪造、防范令人不安或非法内容的保障、定期检查Sora对用户情绪和幸福感的影响等方面都设置了缓解措施。

Sora App界面

目前，Sora 2仅限受邀用户使用，iOS端应用可下载，安卓端可访问网页使用，将在美国和加拿大进行初步推广，并扩展至更多国家。

Sora 2初期将免费提供，并设有宽松的使用限制。ChatGPT Pro用户能够使用实验性质的更高质量的Sora 2 Pro 模型（该模型后续将在Sora App中上线）。OpenAI还计划在API中发布Sora 2，Sora 1 Turbo将继续可用，此前创建的内容将继续保留在库中。

值得注意的是，OpenAI今年上半年业绩也被曝光。据外媒报道，OpenAI上半年营收达43亿美元，较2024年全年营收增长16%，月收入更是超过10亿美元，全年营收预计将增至130亿美元。

同时，OpenAI同期消耗了25亿美元资金，主要原因是其人工智能研发以及ChatGPT运营成本，全年预计消耗85亿美元。截至报告期末，OpenAI持有约175亿美元现金与证券。

此前，OpenAI宣布与英伟达签署意向书并达成战略合作，OpenAI将能够使用英伟达系统（意味着数百万台GPU）构建和部署至少10GW（千兆瓦）的AI数据中心，用于训练和运行下一代模型，同时英伟达还计划逐步向OpenAI投资1000亿美元。

OpenAI首席财务官萨拉·弗莱尔（Sarah Friar）曾公开表示，OpenAI将考虑在未来某个时间点上市。目前，OpenAI正推进员工股票二次出售，公司估值已达5000亿美元。