Vào ngày 30 tháng 9 năm 2025, OpenAI đã công bố Sora 2, mô hình văn bản thành video và âm thanh thế hệ tiếp theo và một ứng dụng xã hội đi kèm có tên là SoraBản phát hành này đánh dấu bước tiến rõ ràng nhất từ trước đến nay của OpenAI vào lĩnh vực video tạo hình: một nỗ lực đưa kiểu lặp lại nhanh chóng và sáng tạo mà ChatGPT đã mang lại cho văn bản vào video dạng ngắn, đồng thời tích hợp khả năng này vào một ứng dụng tương tự như trải nghiệm vuốt, điều khiển bằng nguồn cấp dữ liệu của TikTok và Reels. Mô hình này mở rộng Sora gốc (ra mắt lần đầu vào đầu năm 2024) bằng cách bổ sung âm thanh đồng bộ, mô phỏng vật lý chặt chẽ hơn, tính nhất quán của nhiều cảnh quay và các tính năng cho phép người dùng chèn hình ảnh chân dung đã được xác minh của chính họ vào các cảnh được tạo ra.
Sau đây tôi sẽ phân tích Sora 2 là gì, những gì nó có thể (và không thể) làm được hiện nay, cách OpenAI đóng gói nó trên phương diện thương mại và sản phẩm, hiệu suất của nó so với các công cụ hiện có và những gì mà các nhà sáng tạo và studio nên mong đợi tiếp theo.
Sora 2 thực chất là gì và nó khác với Sora bản gốc như thế nào?
Sora 2 như một mô hình và một sản phẩm
Sora 2 là cả một mô hình học máy và hệ sinh thái sản phẩmMô hình ML được đào tạo để chuyển đổi lời nhắc văn bản (và tùy chọn hình ảnh) thành video ngắn bao gồm âm thanh đồng bộ — lời nói, hiệu ứng âm thanh kiểu Foley và âm thanh xung quanh — đồng thời vẫn giữ nguyên tính nhất quán của vật thể, hiệu ứng vật lý hợp lý và tính liên tục của cảnh trong nhiều cảnh quay. Lớp sản phẩm bao gồm một ứng dụng iOS mới chỉ dành cho người được mời có tên Sora (ra mắt lần đầu tại Hoa Kỳ và Canada), trải nghiệm web trên sora.com và một API được lên kế hoạch cho các nhà phát triển.
Những thay đổi so với Sora 1
OpenAI định vị Sora 2 là một bước tiến đáng kể về kiến trúc và đào tạo so với Sora đầu tiên: các mô hình trước đó có thể tạo ra các khung hình hấp dẫn nhưng thường gặp khó khăn với độ chân thực chuyển động, mối quan hệ vật thể nhất quán giữa các cảnh quay và đồng bộ hóa âm thanh. Sora 2 nhấn mạnh vào việc mô phỏng thế giới được cải thiện — bám sát vật lý thực tế hơn và cốt truyện đa cảnh quay mạch lạc — cùng khả năng tạo âm thanh gốc, giúp video và âm thanh được sản xuất cùng nhau thay vì được ghép lại trong hậu kỳ. Đây chính là điểm khác biệt kỹ thuật nổi bật mà OpenAI nhấn mạnh.
Cải tiến sáng tạo:
- Vật lý được cải thiện và mô phỏng thế giới:Sora 2 tôn trọng động lượng, va chạm, lực nổi và các đặc tính vật lý khác trong các cảnh quay, do đó các hành động như nhảy, ném hoặc tương tác với nước trông có vẻ chân thực hơn.
- Khả năng lái tốt hơn và phạm vi phong cách: người sáng tạo có thể yêu cầu chuyển động máy quay, kiểu cảnh quay hoặc phong cách nghệ thuật một cách đáng tin cậy hơn và mong đợi mô hình tuân thủ. OpenAI định vị Sora 2 là cung cấp khả năng kiểm soát trực tiếp hơn về bố cục và thời gian.
- Độ chân thực cao hơn và tính nhất quán của khung hình: Sora 2 giảm hiện tượng nhấp nháy và hiện tượng tổng hợp trên các khung hình, tạo ra chuyển động mượt mà hơn và vật thể tồn tại lâu dài trên các clip ngắn.
Sora 2 có thể tạo ra những loại đầu ra nào?
- Đoạn văn bản thành video: các chuỗi ngắn, độ trung thực cao thể hiện tính nhất quán của khung hình được cải thiện và chuyển động vật thể thực tế.
- Âm thanh đồng bộ: Sora 2 tạo ra giọng nói, âm thanh xung quanh và hiệu ứng âm thanh phù hợp với hình ảnh và thời gian. Đây là một bước tiến quan trọng so với nhiều mô hình video trước đây thiếu âm thanh mạch lạc.
- Tự chèn / phối lại: thông qua ứng dụng Sora, người dùng đồng ý có thể cung cấp các mẫu video ngắn mà người khác có thể sử dụng lại để tạo ra các cảnh quay AI — với các nút điều khiển cho phép chủ thể thu hồi hoặc hạn chế việc sử dụng.
Những tính năng nổi bật của Sora 2 là gì?
Âm thanh gốc và âm thanh đồng bộ
Một tiến bộ cốt lõi là âm thanh đồng bộSora 2 có thể tạo hội thoại (lời nói với thời gian khớp với chuyển động môi), âm thanh nền và hiệu ứng âm thanh phù hợp với các sự kiện trên màn hình. Việc tạo ra đầu ra âm thanh-hình ảnh đáng tin cậy từ một lần tạo duy nhất giúp đơn giản hóa quy trình làm việc cho những người sáng tạo trước đây cần các bộ tạo âm thanh riêng biệt hoặc thiết kế âm thanh thủ công.
Tính thực tế vật lý và tính nhất quán của nhiều cảnh quay
Sora 2 được trang bị một cameo Quy trình làm việc: người dùng có thể ghi lại các đoạn video ngắn trong ứng dụng và kiểm tra giọng nói, cho phép mô hình chèn hình ảnh và giọng nói đã được xác minh vào các cảnh được tạo. OpenAI đã xây dựng các biện pháp kiểm soát sự đồng ý, kiểm tra độ sống động và siêu dữ liệu/đóng dấu bản quyền để hạn chế việc sử dụng sai mục đích. Một trong những tính năng nổi bật của ứng dụng Sora được xây dựng dựa trên Sora 2 là khả năng cho phép người dùng đưa người (bao gồm cả bản thân và bạn bè được mời) vào các clip được tạo thông qua luồng "Cameo" hoặc luồng sử dụng đã được đồng ý. OpenAI đã tích hợp các biện pháp kiểm soát xác thực và đồng ý vào tính năng này: người đóng góp có thể là đồng sở hữu của các tác phẩm được tạo và có thể thu hồi hoặc hạn chế việc sử dụng hình ảnh của họ. Hình ảnh của người nổi tiếng bị hạn chế và nội dung khiêu dâm bị chặn.
Phạm vi khả năng kiểm soát và phong cách
Sora 2 hỗ trợ khả năng điều khiển mạnh mẽ hơn: người sáng tạo có thể yêu cầu các loại máy quay, phong cách điện ảnh, phương pháp hoạt hình cụ thể (ví dụ: anime so với ảnh thực) và có thể lặp lại các cảnh bằng các tính năng phối lại. Hệ thống được quảng cáo là có khả năng tạo ra các đầu ra mang phong cách điện ảnh, hoạt hình, ảnh thực hoặc siêu thực, đồng thời tuân thủ hướng dẫn của người dùng với độ trung thực cao. Ứng dụng Sora bổ sung cơ chế kết nối xã hội và phối lại để người sáng tạo có thể xây dựng dựa trên tác phẩm của nhau (với các điều khiển để đồng ý—xem phần an toàn).
Sora 2 có giá như thế nào và người dùng có thể tiếp cận nó bằng cách nào?
Sora 2 Pro và tích hợp với ChatGPT Pro
OpenAI đang cung cấp một Sora 2 Pro — một biến thể chất lượng cao hơn, ít nhất là khi ra mắt, có sẵn như một tùy chọn thử nghiệm để Trò chuyệnGPT Pro Người đăng ký qua sora.com và sẽ sớm được tích hợp vào ứng dụng Sora. ChatGPT Pro là gói trả phí (đã được OpenAI công bố trước đó) tích hợp quyền truy cập tính toán ưu tiên, và Sora 2 Pro được định vị là một dịch vụ tiên tiến, độ phân giải cao hơn, thời lượng dài hơn dành cho các nhà sáng tạo chuyên nghiệp. OpenAI cũng đã báo hiệu rằng một API tính phí sẽ theo sau, với mức giá theo thế hệ hoặc theo mã thông báo tương tự như các API hình ảnh hiện có (mức giá API cụ thể cho mỗi clip hoặc mỗi giây chưa được công bố khi ra mắt).
Làm thế nào tôi có thể truy cập ngay hôm nay?
Thông qua OpenAI: Khi ra mắt, Sora 2 và ứng dụng Sora đang được triển khai theo hình thức mời tại Hoa Kỳ và Canada trên iOS; OpenAI đang sử dụng phương pháp tiếp cận theo giai đoạn (danh sách chờ/mời) để theo dõi việc sử dụng và tinh chỉnh các biện pháp kiểm soát an toàn. Đối với nhiều người dùng, hướng đi trước mắt sẽ là: đăng ký vào danh sách chờ Sora, tham gia ChatGPT Pro nếu bạn muốn quyền truy cập ưu tiên hoặc gói, hoặc chờ đợi bản phát hành trên cửa hàng ứng dụng công cộng khi OpenAI mở rộng phạm vi cung cấp.
Thông qua CometAPI: CometAPI hiện hỗ trợ các lệnh gọi API Sora 2. Chúng tôi rất vui mừng thông báo rằng CometAPI hiện đã hỗ trợ đầy đủ mô hình tạo video Sora 2 mới nhất của OpenAI! Các nhà phát triển giờ đây có thể dễ dàng truy cập công nghệ tạo video AI đột phá này thông qua giao diện API hợp nhất của chúng tôi.
Giá:
- Qua OpenAI: Miễn phí hoặc ChatGPT Pro: 200$/tháng. Đăng ký miễn phí vào danh sách chờ Sora và nhận Mã mời.
- Thông qua CometAPI: Sử dụng phát trực tuyến, 0.16 đô la một lần.
Làm thế nào để truy cập và sử dụng Sora 2 — thông qua CometAPI?
Cách bắt đầu (đường dẫn truy cập)
Sora-2 hiện đã hoạt động và tương thích với OpenAI Chat Completions. CometAPI hiện đã hỗ trợ truy cập Sora2.
- Đăng ký / đăng nhập tại Sao chổiAPI và tạo khóa API (thường được hiển thị dưới dạng
sk-xxxxx). Sao chép vào bảng tạm. - Lấy API Doc của CometAPI, chuyển URL cơ sở sang cometapi và sử dụng khóa lấy được từ bảng điều khiển cometapi để thực hiện cuộc gọi.
curl --location --request POST 'https://api.cometapi.com/v1/chat/completions' \
--header 'Authorization: sk-' \
--header 'Content-Type: application/json' \
--header 'Accept: /' \
--header 'Host: api.cometapi.com' \
--header 'Connection: keep-alive' \
--data-raw '{
"model": "sora-2",
"stream": true,
"messages":
}
Lưu ý:
- Do khả năng tính toán chính thức có hạn trong lần ra mắt đầu tiên, bạn có thể gặp phải một số bất ổn – chúng tôi rất cảm kích sự kiên nhẫn của bạn.
- Để tạo video bằng định dạng trò chuyện, vui lòng sử dụng đầu ra phát trực tuyến
Mẹo để thiết kế nhanh chóng với Sora 2
- Sử dụng mô tả cú đánh rõ ràng (góc quay, khung hình, hành động) để có sự nhất quán đáng tin cậy hơn khi quay nhiều cảnh.
- Chỉ định tín hiệu âm thanh nếu bạn cần hiệu ứng đồng bộ (ví dụ: "tiếng đóng sầm cửa lúc 00:02, tiếng bước chân nhẹ lúc 00:04").
- Khi sử dụng cameo, mẫu giọng nói ngắn giúp mô hình phù hợp với nhịp điệu; tôn trọng quyền riêng tư và sự đồng ý.
- Bắt đầu với độ phân giải thấp hơn/chạy miễn phí để lặp lại với chi phí thấp, sau đó nâng cấp lên Pro để có bản kết xuất cuối cùng.
Những quy tắc thực tế này phản ánh các phương pháp hay nhất đã được thiết lập từ việc tạo hình ảnh và văn bản nhưng được điều chỉnh để có thêm chiều hướng chuyển động và âm thanh.
Bài kiểm tra và kết quả của tôi
Hiện tại, nó có thể đạt được độ dài video là mười giây, đồng bộ hóa âm thanh và video một cách hoàn hảo, vượt trội hơn Veo3.
Bạn đã sẵn sàng sử dụng Sora 2 chưa?
Các nhà phát triển có thể truy cập API Sora 2 thông qua CometAPI, phiên bản mẫu mới nhất luôn được cập nhật trên trang web chính thức. Để bắt đầu, hãy khám phá các khả năng của mô hình trong Sân chơi và tham khảo ý kiến Hướng dẫn API để biết hướng dẫn chi tiết. Trước khi truy cập, vui lòng đảm bảo bạn đã đăng nhập vào CometAPI và lấy được khóa API. Sao chổiAPI cung cấp mức giá thấp hơn nhiều so với giá chính thức để giúp bạn tích hợp.
Sẵn sàng chưa?→ Đăng ký CometAPI ngay hôm nay !
CometAPI là một nền tảng API hợp nhất tổng hợp hơn 500 mô hình AI từ các nhà cung cấp hàng đầu—như loạt GPT của OpenAI, Gemini của Google, Claude của Anthropic, Midjourney, Suno, v.v.—thành một giao diện duy nhất, thân thiện với nhà phát triển. Bằng cách cung cấp xác thực nhất quán, định dạng yêu cầu và xử lý phản hồi, CometAPI đơn giản hóa đáng kể việc tích hợp các khả năng AI vào ứng dụng của bạn.
Sora 2 hữu ích nhất với ai?
Các trường hợp sử dụng nổi bật
- Video xã hội dạng ngắn, nơi văn hóa lặp lại và phối lại nhanh chóng trở nên quan trọng (nguồn cấp dữ liệu ứng dụng Sora).
- Tạo mẫu nhanh dành cho các nhà làm phim, nhà quảng cáo và họa sĩ ý tưởng trò chơi cần bản mô phỏng trực quan.
- Hoạt hình giáo dục và tiếp thị có nội dung tường thuật kết hợp với hình ảnh rất có giá trị.
- Các hãng phim và nhà sáng tạo nhỏ không có ngân sách sản xuất lớn nhưng cần sự trau chuốt và tính chân thực chuyển động.
Không lý tưởng cho…
- Quy trình sản xuất dài, độ phân giải cao yêu cầu kiểm soát chặt chẽ từng khung hình (quy trình VFX truyền thống vẫn phụ thuộc vào nghệ sĩ).
- Các tình huống đòi hỏi độ chính xác thực tế rõ ràng của các sự kiện phức tạp (Sora 2 có khả năng sáng tạo và có thể bịa ra các chi tiết hợp lý nhưng không chính xác).
Kết luận — Bạn có nên thử Sora 2 không?
Nếu tác phẩm của bạn được hưởng lợi từ việc lặp lại nhanh, hình ảnh điện ảnh ngắn gọn, hoặc tổng hợp âm thanh/hình ảnh tích hợp, Sora 2 đại diện cho một bước tiến đáng kể trong công cụ sáng tạo: nó giảm thiểu sự chồng chéo giữa ý tưởng và nội dung chuyển động, có thể nghe được. Đối với các nhà sáng tạo nội dung trên mạng xã hội, nhà tiếp thị và họa sĩ ý tưởng, nó mở ra những quy trình làm việc mới. Tuy nhiên, đối với những dự án sản xuất có rủi ro cao, nội dung nhạy cảm về mặt pháp lý, hoặc tác phẩm tường thuật dài, các nhóm nên coi Sora 2 như một trợ lý sáng tạo đắc lực thay vì thay thế cho đội ngũ sản xuất giàu kinh nghiệm.
