- Sora 2 liefert synchronisiertes Video und Audio mit größerem physischen Realismus und Multi-Shot-Kontinuität.
- Die soziale iOS-App ermöglicht verifizierte Cameos, Remixe und einen anpassbaren Feed.
- In den USA/Kanada auf Einladung verfügbar; in Spanien gibt es Methoden zur Installation und Verwendung mit einem VPN.
In den letzten Wochen drehte sich die Tech-Diskussion vor allem um Sora 2, das neue Video- und Audiomodell von OpenAI , und eine Social-Media-Anwendung, die audiovisuelle Inhalte so einfach wie Text erstellen soll. Abseits des Hypes geht es um ein Konzept, das Bild-, Bewegungs- und Tonerzeugung mit einem einzigen Befehl integriert und eine soziale Komponente bietet, mit der sich Clips im Stil von Kurzvideo-Plattformen erstellen und remixen lassen.
Im Folgenden erfahren Sie, was Sora 2 ist, wie es funktioniert und welche Verbesserungen es gegenüber Sora 1 bietet , wie der Veröffentlichungsstatus aussieht (einschließlich der Verfügbarkeit in Spanien), was die neue iPhone-App ermöglicht, wie Sie Cameo-Auftritte mit Ihrem Gesicht und Ihrer Stimme einrichten und welche Einschränkungen und Sicherheitsmaßnahmen angekündigt wurden. Wir gehen außerdem auf die Zugriffsmethoden ein, vom US-amerikanischen/kanadischen App Store bis hin zur Nutzung eines VPNs im Web, und informieren Sie über Integrationen von Drittanbietern.
Was ist Sora 2 und wie funktioniert es?
Sora 2 ist sowohl ein Machine-Learning-Modell als auch eine Produktebene . Das Modell wandelt Textbeschreibungen – und optional Quellbilder – in kurze Videos mit synchronisiertem Ton um; der Produktteil umfasst eine Website und, was am wichtigsten ist, eine soziale iOS-App, mit der man Inhalte erstellen, teilen und remixen kann.
Das Prinzip ist bekannt, wenn man ChatGPT oder DALL·E kennt: Man tippt, was man möchte, und die KI interpretiert es in natürlicher Sprache . Sora 2 zeichnet sich dadurch aus, dass es Bild und Ton im selben Prozess erzeugt, sodass Lippensynchronisation und Soundeffekte, die mit dem Gesehenen (Schritte, zuschlagende Türen, Umgebungsgeräusche) verbunden sind, perfekt aufeinander abgestimmt sind.
Die technische Grundlage zeichnet sich durch eine realistischere Weltsimulation aus : höhere Objektpermanenz, kohärente Beziehungen zwischen Elementen innerhalb der Szene und die Einhaltung plausibler physikalischer Gesetze. Dies führt im Vergleich zur ersten Generation zu natürlicheren Bewegungen und weniger Artefakten.
Neben der Möglichkeit, mit einem Text von Grund auf zu beginnen, bietet das System auch die Option, mit einem Bild zu starten und daraus eine animierte Szene zu generieren. Dank der Cameo-Funktion können Sie Ihr eigenes Gesicht und Ihre verifizierte Stimme in das Video einfügen und so personalisierte Clips erstellen, ohne aufwendige Filmaufnahmen.
Neue Funktionen und Verbesserungen im Vergleich zu Sora 1
Die Vorgängerversion beeindruckte bereits durch die Qualität der Einzelbilder , konnte aber die Bewegungsabläufe nicht konsistent und physikalisch realistisch gestalten. Sora 2 macht in drei wichtigen Bereichen einen großen Sprung nach vorn: realistische Bewegungen, nahtlose Übergänge zwischen den Szenen und synchronisierter Originalton.
In puncto Realismus und Physik bildet das Modell Impuls, Kollisionen, Auftrieb und Reibung besser ab , sodass Aktionen wie Springen, ein Rückwärtssalto auf einem Paddleboard oder ein Basketball-Aufprall glaubwürdig wirken. Während Sora 1 Objekte „teleportieren“ oder Flugbahnen verändern konnte, bildet die neue Version das Verhalten in der realen Welt deutlich besser nach.
Sora 2 zeichnet sich durch eine hohe Konsistenz in mehreren Einstellungen aus, indem Objekte, Charaktere und Stile über verschiedene Einstellungen hinweg beibehalten werden . Komplexe Befehle werden unterstützt, und Kamerabewegungen sowie Bildausschnitte werden mit größerer Präzision umgesetzt. Dies ermöglicht Sequenzen mit kurzen Handlungssträngen und Übergängen, ohne dass dabei wichtige Elemente verloren gehen.
Audio ist jetzt nativ integriert: Dialoge, Foley-Effekte und Umgebungsgeräusche werden parallel zum Video generiert. Sie können ein Skript in Ihre Eingabeaufforderung einfügen, sodass eine Figur „spricht“ und der Clip lippensynchron sowie mit zeitlich positionierten Klangkulissen und Effekten abgespielt wird.
Schließlich ist die stilistische Bandbreite größer. Sie können Fotorealismus, Kinostil, Anime-Ästhetik oder andere Variationen anfragen, und das System versteht diese Nuancen besser, um die Ästhetik Ihrer Beschreibung anzupassen.
Cameos: Ihr Gesicht und Ihre Stimme in Videos
Eine der herausragenden Funktionen sind Cameos. In der App richten Sie Ihren Cameo-Auftritt mit einem kurzen Verifizierungsprozess ein: Sie lesen Zahlen vor und drehen Ihren Kopf, um Gesichtszüge und Stimme zu erfassen. Mit diesem Material kann Sora 2 Sie als Hauptfigur in generierte Szenen einfügen, ohne komplexe Modelle trainieren oder LoRa-Sensoren verwenden zu müssen.
Das Tool bietet Zugriffssteuerung : Sie entscheiden, ob es nur für Sie, Ihre ausgewählten Freunde, Ihre gesamte Freundesliste oder die gesamte Community gilt. Sie können den Zugriff auch später widerrufen oder Videos entfernen, in denen Sie zu sehen sind – ein wichtiger Schritt, um unerwünschte Nutzung zu verhindern.
Das soziale Phänomen entstand rasant. Sam Altmans öffentlicher Gastauftritt löste eine Welle von Memes mit humorvollen Remixen aus; die Plattform ermöglicht es, dass eine einzige Generation mehrere Gastauftritte enthält, sodass man sich mit anderen Personen in derselben Szene für gemeinsame Sketche zusammentun kann.
In der Praxis dauert das Erstellen eines Clips nur wenige Minuten . Sie können mehrere gleichzeitig starten, und es gibt ein tägliches Limit (Nutzer berichten von bis zu 100 Clips pro Tag). Aktuell sind Clips in der Regel etwa neun Sekunden lang, und das Format kann je nach Ihren Angaben im Eingabeaufforderungsformular vertikal oder Panorama sein.
OpenAI ergänzt das Modell durch eine Social-Media-App für iPhones, deren Feed an TikTok erinnert: ein Karussell aus Videos, Kommentaren, Likes und eigenen Remixen. Anders als bei anderen Netzwerken wird in der Standardbeschreibung die ursprüngliche Aufforderung angezeigt, was das Lernen und Nachahmen von Ideen erleichtert.
Die App bietet eine Stimmungsauswahl, mit der Sie die gewünschten Inhalte nach Lust und Laune auswählen können . OpenAI gibt an, dass sich die Empfehlungsalgorithmen per natürlicher Sprache konfigurieren lassen. Um exzessives Scrollen zu vermeiden, priorisiert das Unternehmen die Content-Erstellung gegenüber dem reinen Konsum und bietet regelmäßige Umfragen zum Wohlbefinden sowie Optionen zur Personalisierung des Feeds.
Vom Tonfall und der Atmosphäre her beschreiben viele Nutzer die Plattform als Rückkehr zur Agilität von Vine : kurze Clips, unkomplizierter Humor und weniger Perfektionsdruck. Es gibt außerdem Funktionen zum Remixen von Videos anderer Nutzer und zum Erweitern von Memes durch Variationen, was den kreativen Prozess beschleunigt.
Es treten jedoch Reibungen im Zusammenhang mit geistigem Eigentum auf. Die App blockiert die Erstellung urheberrechtlich geschützter Charaktere (z. B. aus „Die Simpsons“, „Dragon Ball“) direkt, obwohl einige Nutzer versuchen, die Filter mit alternativen Wörtern zu umgehen. Die Grenze zwischen inspirierten Stilen und der Verwendung urheberrechtlich geschützter Charaktere wird derzeit genauer untersucht, und das Unternehmen verstärkt die Moderation und die Beschränkungen.
Verfügbarkeit, Länder und was in Spanien passiert
Sora 2 befindet sich zum Start in einer exklusiven Beta-Phase mit Einladung und ist zunächst in den USA und Kanada verfügbar. Ein offizielles Veröffentlichungsdatum für Spanien sowie für die finale Version, die ohne Einladung zugänglich sein wird, gibt es noch nicht.
Die Sora-App für iOS ist derzeit nur in den US-amerikanischen und kanadischen App Stores verfügbar. Es gibt zwar eine Webversion, aber bestimmte beliebte Funktionen – wie das Einrichten von Cameo-Auftritten – erfordern zumindest anfänglich die iPhone-App.
Der Dienst startet kostenlos, allerdings mit je nach Nachfrage (verfügbarer Rechenkapazität) variierenden Einschränkungen. Mit einem kostenpflichtigen ChatGPT-Abo genießen Sie Priorität, höhere Bildqualität und weniger Einschränkungen. Diese Details können sich jedoch im Zuge der Ausweitung des Angebots ändern.
So laden Sie die App auf das iPhone herunter, wenn Sie in Spanien sind
Wenn Sie sich in Spanien befinden, können Sie die App auch ohne VPN installieren: Verwenden Sie dazu ein US-amerikanisches oder kanadisches Apple-Konto . Ihre Daten bleiben erhalten und Sie können nach dem Download wieder zu Ihrem regulären Konto wechseln. Allerdings müssen Sie Updates mit dem US-Konto durchführen.
- Gehen Sie zur Apple-ID-Website (appleid.apple.com/account) und Ein Konto erstellen mit Ihren echten Daten.
- Wählen Sie im Feld Land oder Region USA oder Kanada.
- Füllen Sie das Captcha aus und Die Schöpfung endet.
- Öffnen Sie auf Ihrem iPhone den App Store, melden Sie sich ab und Melden Sie sich mit dem neuen Konto an. Suchen Sie nach „Sora by OpenAI“ und laden Sie es herunter.
Nach der Installation können Sie wieder zu Ihrem spanischen Konto wechseln. Die App funktioniert weiterhin ; für Updates müssen Sie erneut das Konto wechseln. Beachten Sie, dass Sie eine aktive Einladung benötigen, um Sora 2 in der App zu spielen.
Wer einen Browser bevorzugt, benötigt für die Webversion von Sora ebenfalls eine Einladung. Nutzer außerhalb der Startländer müssen zudem ein VPN mit einem Server in den USA oder Kanada verwenden. Ohne dieses VPN ist der Zugriff auf die erste Version des Modells Berichten zufolge eingeschränkt.
Melden Sie sich mit Ihrem OpenAI/ChatGPT-Konto an und prüfen Sie, welche Funktionen verfügbar sind. Aktuell sind Cameo-Auftritte in der iOS-App konfiguriert , daher fehlen in der Webversion noch wichtige Elemente der sozialen Interaktion – dies kann sich jedoch im Zuge der vollständigen Einführung ändern.
Preise, Limits und die Erwähnung von „Sora 2 Pro“
OpenAI positioniert Sora 2 als Dienst mit eingeschränkter kostenloser Nutzung und Premium-Optionen im Rahmen seiner Abonnementpläne. Für Kreative, die höhere Auflösungen und längere Videolängen wünschen, wurde eine Sora 2 Pro-Variante angekündigt, die mit ChatGPT Pro integriert ist und über eine kostenpflichtige API verfügt, die sich derzeit in der Entwicklung befindet.
Die analysierten Quellen erwähnen bevorzugten Zugriff für Abonnenten und eine zukünftige API mit Abrechnung pro Clip oder Sekunde, wobei zum Zeitpunkt der Ankündigung jedoch keine offiziellen Tarife genannt wurden. Sie verweisen außerdem auf ChatGPT Pro als experimentellen Zugangspunkt, da die Web-App in dieses Ökosystem integriert werden soll.
Neben dem offiziellen Kanal bieten einige Drittanbieter – wie beispielsweise CometAPI – Sora-2-Kompatibilität über eine API im Pay-as-you-go-Modell an (mit einer Angabe von 0,16 US-Dollar pro Ausführung mit Streaming) und zeigen Beispiele für Chat-Abschlussanfragen über einen einheitlichen Endpunkt. Entwickler sollten vor der Integration von Drittanbieterdiensten stets die Nutzungsbedingungen und Einschränkungen prüfen.
curl --location --request POST 'https://api.cometapi.com/v1/chat/completions' \
--header 'Authorization: sk-XXXX' \
--header 'Content-Type: application/json' \
--data-raw '{
"model": "sora-2",
"stream": true,
"messages": [{"role": "user", "content": "Generate a cute kitten sitting on a cloud, cartoon style"}]
}'
Hinsichtlich der Leistung gibt es Erfahrungsberichte, die bis zu 10 Sekunden lange Clips mit perfekter Audio-Video-Synchronisation und Verbesserungen gegenüber Alternativen wie Veo 3 in bestimmten Szenen dokumentieren. Diese Werte können je nach Verfügbarkeit, Kostenkontrolle und Modellentwicklung variieren.
Einschränkungen, Sicherheit und geistiges Eigentum
OpenAI hat Sicherheits- und Moderationsmechanismen integriert : Standardlimits für Teenager, Tools zur Anpassung der Personalisierung, Belästigungserkennung, menschliche Moderation und elterliche Kontrolloptionen aus den ChatGPT-Einstellungen (Nutzungszeiten, Deaktivierung der Personalisierung, Moderation von Direktnachrichten).
Das Unternehmen gibt an, Mechanismen zur Einschränkung der Rechte von Personen des öffentlichen Lebens und zur Blockierung anstößiger Inhalte eingerichtet zu haben . Es erwähnt außerdem Lebendigkeitsprüfungen für Cameo-Auftritte, Metadaten und Wasserzeichen sowie Optionen zum Widerruf der Bildnutzung – alles mit dem Ziel, Identitätsdiebstahl und Missbrauch zu verhindern.
In Bezug auf das Urheberrecht versucht die App, urheberrechtlich geschützte Zeichen herauszufiltern ; dennoch finden einige Nutzer Schlupflöcher, indem sie alternative Suchbegriffe verwenden. Die Rechteinhaber beobachten das Problem, und OpenAI sieht sich bereits mit Klagen wegen der Verwendung urheberrechtlich geschützter Trainingsinhalte konfrontiert, sodass ständige Anpassungen zu erwarten sind.
Sora 2 sollte nicht dort eingesetzt werden, wo absolute faktische Genauigkeit erforderlich ist . Es handelt sich um ein generatives System: Es kann plausible Details erfinden, daher sollte es in sensiblen Informationskontexten oder bei rechtlichen Anforderungen als kreatives Hilfsmittel und nicht als Ersatz verwendet werden.
Benutzererfahrung und Remix-Kultur
Der erste Eindruck vermittelt Leichtigkeit und Humor : Sorgfältig inszenierte Schnitte, die auf komische Effekte abzielen, absichtlich peinliche Pausen und Blicke in die Kamera, die das Model ungefragt einstreut, wenn sie zum Humor beitragen. Diese Feinabstimmung erhöht das virale Potenzial der kurzen Sketche.
Die App fördert kreatives Nachahmen durch standardmäßig sichtbare Remix-Funktionen und Anregungen. Dies beschleunigt das gemeinsame Lernen und trägt dazu bei, dass sich Ideen mit minimalen Variationen schnell verbreiten – ein Ansatz, der sich bereits bei anderen Kurzvideoformaten bewährt hat.
Manche sehen in Sora einen Seitenhieb auf Meta , das mit Vibes ein Netzwerk selbstgenerierter Clips mit kreativem/künstlerischem Fokus ins Leben gerufen hat. OpenAI verfolgt einen unkonventionelleren und zugänglicheren Ansatz, der die aktive Erstellung von Inhalten gegenüber dem passiven Konsum in den Vordergrund stellt, um der Ermüdung durch endloses Scrollen entgegenzuwirken.
Wettbewerb und Panorama
Die Branche entwickelt sich rasant. Google treibt Veo 3 und die Creator-Tools auf YouTube voran; Meta entwickelt Vibes weiter; TikTok verfolgt strengere Richtlinien für KI-generierte Videos mit sensiblen Themen. Der Wettbewerb könnte sich auch auf die Monetarisierung ausweiten, da Unternehmen bestrebt sind, diese Funktionen optimal in ihre Arbeitsabläufe zu integrieren.
Parallel dazu wird die Nutzung bestehender Inhalte (Fernsehsendungen, Videos von Streaming-Plattformen usw.) für das Training von Modellen diskutiert . Einige Publikationen legen nahe, dass sogar Artikel wie dieser für das Training zukünftiger Modelle verwendet werden könnten, wobei Vereinbarungen, Lizenzierung und Transparenz eine wichtige Rolle spielen.
Innerhalb des Apple-Ökosystems werden verwandte Ressourcen wie Image Playground zur Bildgenerierung sowie allgemeinere Inhalte zu Apps und Spielen erwähnt , die den kreativen Kontext auf iOS mitbestimmen. Auch die wachsende Bedeutung von YouTube innerhalb der Google-Suchmaschine selbst wird thematisiert und zeigt, wie Video zu einem zentralen Element der Informationssuche wird.
Ideale Anwendungsfälle … und wann man sie nicht verwenden sollte
- Kurzes Social-Video: schnelle Iteration, Remix-Kultur und Cameos für virale Clips.
- Prototyping für Film, Werbung oder Spiele: Visuelle und animierte Mockups mit stimmigem Audio.
- Bildungs- und Marketinganimationen: Erzählung abgestimmt auf visuelle Elemente und Ton.
- Kleine Studios und Schöpfer: ausgefeilte Ergebnisse ohne großes Budget.
- Großformat und präzise VFX: Bild-für-Bild-Steuerung, die herkömmlichen Pipelines sogar überlegen ist.
- Kontexte, die sachliche Genauigkeit erfordern: Das Modell kann plausible, aber fehlerhafte Details erfinden.
Sora 2 rückt die Idee eines fertigen Videoclips so nah wie nie zuvor : Szene beschreiben, Stil hinzufügen, Cameo-Auftritt einfügen und schon hat man ein Video mit synchronisiertem Ton, das man teilen oder remixen kann. Es gibt zwar noch einiges zu verbessern – von der weltweiten Verfügbarkeit über Lizenzierung bis hin zu Kosten –, aber das bereits in dieser frühen Phase erkennbare kreative und soziale Potenzial erklärt, warum so viele Menschen nicht genug davon bekommen können.