OpenAI近日正式发布新一代视频生成模型Sora 2，该模型在物理模拟精度、画面真实感及用户控制能力方面实现突破性进展。此次升级首次引入与视频画面同步生成的AI音频功能，能够精准匹配复杂动作场景的物理规则，例如物体碰撞、液体流动等动态效果的声效还原。
伴随模型发布，OpenAI同步推出iOS版独立应用Sora，其核心功能"入镜"（Cameo）允许用户通过上传照片或实时拍摄，将自身形象自然融入生成的视频场景中。该应用已开启美国和加拿大地区的优先体验，后续将分阶段向全球用户开放。开发者接口方面，Sora API将于数周内正式上线，为第三方应用提供视频生成能力支持，目前安卓版本仍在研发阶段。
在服务模式上，Sora 2采取基础版免费+高级版订阅的策略。所有用户均可免费使用标准画质版本，但设有每日生成次数限制；ChatGPT Pro会员可解锁"Sora 2 Pro"模型，获得4K分辨率、60帧率等增强参数；ChatGPT Plus用户则与免费用户保持同等权益。这种分层设计既降低了技术普及门槛，又为专业创作者提供了进阶选择。
技术文档显示，Sora 2通过改进时空注意力机制，显著提升了长视频生成的连贯性。在测试案例中，模型成功处理了包含20个独立物体交互的复杂场景，其物理引擎对重力、摩擦力等参数的模拟准确率较初代提升47%。这种进步使得生成内容在科学演示、游戏开发等领域具有更高实用价值。
