Tính năng chính
- Tính hiện thực vật lý & tính liên tục: cải thiện mô phỏng tính thường hằng của vật thể, chuyển động và vật lý nhằm giảm tạo tác hình ảnh.
- Âm thanh đồng bộ: tạo lời thoại và hiệu ứng âm thanh khớp với hành động trên màn hình.
- Khả năng định hướng & phạm vi phong cách: kiểm soát tinh vi hơn đối với bố cục khung hình máy quay, lựa chọn phong cách, và điều kiện hóa prompt cho các thẩm mỹ khác nhau.
- Điều khiển sáng tạo: chuỗi nhiều cảnh nhất quán hơn, cải thiện độ chân thực vật lý và chuyển động, và các điều khiển về phong cách và thời gian so với Sora 1.
Chi tiết kỹ thuật
OpenAI mô tả các mô hình thuộc họ Sora là tận dụng quy trình khuếch tán video ẩn với bộ khử nhiễu dựa trên transformer và điều kiện hóa đa phương thức để tạo ra các khung hình nhất quán theo thời gian và âm thanh được căn chỉnh. Sora 2 tập trung vào việc cải thiện tính vật lý của chuyển động (tuân theo động lượng, lực nổi), các cảnh quay dài nhất quán hơn, và đồng bộ rõ ràng giữa hình ảnh được tạo và lời nói/hiệu ứng âm thanh được tạo. Các tài liệu công khai nhấn mạnh an toàn ở cấp mô hình và các cơ chế kiểm duyệt nội dung (chặn cứng đối với một số nội dung bị cấm, ngưỡng nâng cao cho người vị thành niên, và luồng đồng thuận cho diện mạo).
Hạn chế & cân nhắc an toàn
- Những điểm chưa hoàn hảo vẫn tồn tại: Sora 2 mắc lỗi (tạo tác theo thời gian, vật lý không hoàn hảo trong các trường hợp biên, lỗi giọng nói/khẩu hình) —Sora 2 đã được cải thiện nhưng chưa hoàn hảo. OpenAI nêu rõ mô hình vẫn có các dạng lỗi.
- Rủi ro lạm dụng: Tạo diện mạo không có sự đồng thuận, deepfakes, lo ngại bản quyền, và rủi ro về phúc lợi/sự tham gia của thanh thiếu niên. OpenAI đang triển khai luồng đồng thuận, quyền xuất hiện cameo nghiêm ngặt hơn, ngưỡng kiểm duyệt cho người vị thành niên, và đội ngũ kiểm duyệt con người.
- Giới hạn nội dung & pháp lý: Ứng dụng và mô hình chặn nội dung khiêu dâm/bạo lực và hạn chế tạo diện mạo nhân vật công chúng khi không có đồng thuận; cũng có báo cáo rằng OpenAI sử dụng cơ chế opt-out cho nguồn có bản quyền. Người thực hành nên đánh giá rủi ro IP và quyền riêng tư/pháp lý trước khi sử dụng trong môi trường sản xuất.
- triển khai hiện tại nhấn mạnh các clip ngắn (tính năng ứng dụng tham chiếu các clip sáng tạo ~10 giây), và các nội dung tải lên có tính quang thực nặng hoặc không bị hạn chế bị cắt giảm trong
Các trường hợp sử dụng chính và thực tiễn
- Sáng tạo xã hội & clip lan truyền: tạo và phối lại nhanh các clip dọc ngắn cho nguồn cấp xã hội (trường hợp sử dụng ứng dụng Sora).
- Dự mẫu & tiền trực quan: dựng nhanh mô phỏng cảnh, storyboard, hình ảnh ý tưởng với âm thanh tạm thời đồng bộ cho các đội ngũ sáng tạo.
- Quảng cáo & nội dung dạng ngắn: thử nghiệm sáng tạo chứng minh ý tưởng và tư liệu chiến dịch nhỏ trong những trường hợp đã bảo đảm các giấy phép đạo đức/pháp lý.
- Nghiên cứu & tăng cường chuỗi công cụ: công cụ cho các phòng thí nghiệm truyền thông nghiên cứu mô hình hóa thế giới và căn chỉnh đa phương thức (tùy thuộc vào giấy phép và hàng rào an toàn).