ซานฟรานซิสโก 25 กรกฎาคม 2025 — มีรายงานว่า OpenAI กำลังเตรียมเปิดตัว โซระ 2ซึ่งเป็นเวอร์ชันใหม่ของโมเดลการแปลงข้อความเป็นวิดีโอ โดยมีเป้าหมายที่จะแซงหน้าคู่แข่ง เช่น Veo 3 ของ Google ข่าวลือเกี่ยวกับการอัปเดตนี้ปรากฏขึ้นหลังจากการวิเคราะห์ไฟล์สาธารณะของ OpenAI และการอ้างอิงเซิร์ฟเวอร์ถึง "Sora 2" แม้ว่าบริษัทจะยังไม่ได้ออกประกาศอย่างเป็นทางการก็ตาม
การปรับปรุงที่คาดหวังของ Sora 2
ระบบเสียงและการพูดแบบบูรณาการ
ฟีเจอร์หลักที่คาดว่าจะมีใน Sora 2 คือเสียงที่สร้างโดย AI ซึ่งประกอบไปด้วยเสียงพากย์ เสียงรอบข้าง และเอฟเฟกต์เสียง ซึ่งสอดคล้องกับฉากแอ็กชันบนหน้าจออย่างแม่นยำ การรั่วไหลก่อนหน้านี้ชี้ให้เห็นว่า OpenAI มีเป้าหมายที่จะสอน Sora 2 ให้ "พูด" ในวิดีโอ นำเสนอน้ำเสียงที่สมจริง บรรยากาศรอบข้าง และการลิปซิงค์ที่กระชับ เพื่อหลีกเลี่ยงข้อจำกัดของ "ภาพยนตร์เงียบ" ของภาคก่อน
การเคลื่อนไหวของมนุษย์ที่ดีขึ้น
ผลงานของ Sora ในปัจจุบันบางครั้งอาจแสดงภาพร่างมนุษย์ที่บิดเบี้ยวหรือ "ละลาย" เนื่องจากข้อจำกัดในการสร้างแบบจำลองทางฟิสิกส์และการเคลื่อนไหว คาดว่า Sora 2 จะใช้เทคนิคการฝึกฝนขั้นสูงเพื่อจำลองการเคลื่อนไหวของมนุษย์ที่สมจริงยิ่งขึ้น ช่วยลดความบิดเบี้ยวของแขนขาและตำแหน่งของร่างกาย และสร้างการเคลื่อนไหวที่เป็นธรรมชาติและลื่นไหลมากขึ้น
คลิปที่ยาวขึ้นและคุณภาพสูงขึ้น
แม้ว่าคู่แข่งมักจะจำกัดวิดีโอให้สั้นกว่าสิบวินาที แต่ OpenAI ได้แสดงให้เห็นถึงความสามารถของ Sora ในการบันทึกคลิปวิดีโอที่มีความยาว 20 วินาทีหรือมากกว่านั้น Sora 2 อาจขยายขีดจำกัดนี้ไปอีก โดยอาจยาวถึง 30 วินาทีหรือมากกว่านั้น ด้วยการปรับปรุงความละเอียดและความคมชัดของภาพให้ดีขึ้น ฟีเจอร์เหล่านี้น่าจะมีระดับชั้นให้เลือกใช้ โดยจะนำเสนอในแพ็กเกจสมาชิกที่สูงกว่าเนื่องจากต้องใช้การประมวลผลข้อมูลจำนวนมาก
กลยุทธ์การบูรณาการและการกำหนดราคา
OpenAI อาจกำหนดเวลาเปิดตัว Sora 2 ให้ตรงกับการเปิดตัว GPT-5 ที่กำลังจะเกิดขึ้น โดยใช้ประโยชน์จากการทำงานร่วมกันระหว่างโมเดลวิดีโอและภาษาขั้นสูง ผู้สังเกตการณ์ในอุตสาหกรรมตั้งข้อสังเกตว่าการรวม Sora 2 เข้ากับระบบนิเวศของ ChatGPT อาจเสนอราคาที่แข่งขันได้กับการเข้าถึง Veo 3 แบบสมัครสมาชิกของ Google ซึ่งดึงดูดทั้งผู้สร้างและผู้ใช้ระดับองค์กร อย่างไรก็ตาม กลยุทธ์ด้านราคายังคงไม่แน่นอน โดย OpenAI กำลังพิจารณาถึงสิทธิ์การใช้งานที่กว้างขึ้นเมื่อเทียบกับต้นทุนโครงสร้างพื้นฐาน
แนวการแข่งขัน
OpenAI เผชิญการแข่งขันที่รุนแรงจาก Google วีโอ 3ซึ่งมีระบบเสียงแบบบูรณาการและการลิปซิงค์ที่ขัดเกลาแล้ว และจากแพลตฟอร์มเฉพาะ เช่น กลิง, ทางวิ่งและ มูนวัลเลย์โดยแต่ละแพลตฟอร์มต่างพัฒนาอย่างรวดเร็วทั้งในด้านความสมจริงของวิดีโอและฟีเจอร์ต่างๆ ดังนั้น Sora 2 จะต้องสร้างความแตกต่าง ไม่เพียงแต่ในด้านคุณภาพและฟีเจอร์เท่านั้น แต่ยังรวมถึงการเข้าถึงได้ด้วย โดยอาจพิจารณาจากราคาที่เอื้อมถึงและการผสานรวมกับระบบนิเวศที่กว้างขวางกว่าของ ChatGPT
เมื่อมองไปข้างหน้า ความสำเร็จของ Sora 2 จะขึ้นอยู่กับความสามารถในการสร้างวิดีโอที่ราบรื่น มีจริยธรรม และคุ้มค่า ในขณะที่เทคโนโลยีวิดีโอเชิงสร้างสรรค์กำลังถูกตรวจสอบอย่างเข้มงวดเกี่ยวกับการใช้งานในทางที่ผิดที่อาจเกิดขึ้น OpenAI คาดว่าจะนำมาตรการป้องกันแบบเดียวกับที่ใช้ในการเปิดตัว Sora ครั้งแรกมาใช้ ซึ่งรวมถึงตัวกรองเนื้อหาและนโยบายการใช้งานที่ออกแบบมาเพื่อป้องกันผลลัพธ์ที่เป็นอันตรายหรือหลอกลวง ด้วยการแข่งขันที่ทวีความรุนแรงขึ้น Sora 2 จึงเป็นบททดสอบสำคัญสำหรับความเป็นผู้นำของ OpenAI ในวงการสื่อที่ขับเคลื่อนด้วย AI
เริ่มต้นใช้งาน
CometAPI เป็นแพลตฟอร์ม API แบบรวมที่รวบรวมโมเดล AI มากกว่า 500 โมเดลจากผู้ให้บริการชั้นนำ เช่น ซีรีส์ GPT ของ OpenAI, Gemini ของ Google, Claude ของ Anthropic, Midjourney, Suno และอื่นๆ ไว้ในอินเทอร์เฟซเดียวที่เป็นมิตรกับนักพัฒนา ด้วยการนำเสนอการตรวจสอบสิทธิ์ การจัดรูปแบบคำขอ และการจัดการการตอบสนองที่สอดคล้องกัน CometAPI จึงทำให้การรวมความสามารถของ AI เข้ากับแอปพลิเคชันของคุณง่ายขึ้นอย่างมาก ไม่ว่าคุณจะกำลังสร้างแชทบ็อต เครื่องกำเนิดภาพ นักแต่งเพลง หรือไพพ์ไลน์การวิเคราะห์ที่ขับเคลื่อนด้วยข้อมูล CometAPI ช่วยให้คุณทำซ้ำได้เร็วขึ้น ควบคุมต้นทุน และไม่ขึ้นอยู่กับผู้จำหน่าย ทั้งหมดนี้ในขณะที่ใช้ประโยชน์จากความก้าวหน้าล่าสุดในระบบนิเวศ AI
นักพัฒนาสามารถเข้าถึงได้ผ่าน โคเมทเอพีไอรุ่นล่าสุดที่ระบุไว้เป็นข้อมูล ณ วันที่เผยแพร่บทความ เริ่มต้นด้วยการสำรวจความสามารถของโมเดลใน สนามเด็กเล่น และปรึกษา คู่มือ API สำหรับคำแนะนำโดยละเอียด ก่อนเข้าใช้งาน โปรดตรวจสอบให้แน่ใจว่าคุณได้เข้าสู่ระบบ CometAPI และได้รับรหัส API แล้ว โคเมทเอพีไอ เสนอราคาที่ต่ำกว่าราคาอย่างเป็นทางการมากเพื่อช่วยคุณบูรณาการ