- Sora 2 levererar synkroniserad video och ljud med större fysisk realism och kontinuitet i flera bilder.
- iOS-appen för sociala medier erbjuder verifierade cameos, remixer och ett anpassningsbart flöde.
- Tillgänglig via inbjudan i USA/Kanada; i Spanien finns det metoder för att installera och använda det med ett VPN.
De senaste veckornas teknikdiskussioner har kretsat kring Sora 2, OpenAI:s nya video- och ljudmodell och en social applikation som syftar till att göra audiovisuellt skapande lika sömlöst som att skriva text. Utöver hypen pratar vi om ett förslag som integrerar bild-, rörelse- och ljudgenerering från ett enda kommando, med ett socialt lager utformat för att skapa och remixa klipp i stil med korta videoplattformar.
I följande rader får du reda på vad Sora 2 är, hur det fungerar och hur det förbättrar Sora 1 , dess utrullningsstatus (inklusive tillgänglighet i Spanien), vad den nya iPhone-appen erbjuder, hur man konfigurerar skärmbilder med ansikte och röst, och vilka begränsningar och säkerhetsåtgärder som har tillkännagivits. Vi kommer också att granska åtkomstmetoder, från den amerikanska/kanadensiska App Store till att använda VPN på webben och omnämnanden av tredjepartsintegrationer.
Vad är Sora 2 och hur fungerar det?
Sora 2 är både en maskininlärningsmodell och ett produktlager . Modellen konverterar textbeskrivningar – och eventuellt källbilder – till korta videor med synkroniserat ljud; produktdelen inkluderar en webbplats och, viktigast av allt, en social iOS-app där du skapar, delar och remixar innehåll.
Idén är bekant om du är van vid ChatGPT eller DALL·E: du skriver vad du vill och AI:n tolkar det till naturligt språk . Där Sora 2 sticker ut är att den producerar det visuella klippet och ljudet i samma process, så läppsynkronisering och ljudeffekter som är associerade med det du ser (fotsteg, smällande dörrar, omgivande ljud) är redan perfekt anpassade.
Den tekniska grunden har en mer realistisk världssimulering : större objektpermanens, sammanhängande relationer mellan element i scenen och efterlevnad av rimlig fysisk dynamik. Detta leder till mer naturliga rörelser och färre konstiga artefakter jämfört med den första generationen.
Förutom att börja från grunden med text, låter systemet dig börja med en bild och generera en animerad scen från den. Och med skärmdumpsfunktionen kan du infoga ditt eget ansikte och verifierad röst för att medverka i videon, vilket öppnar dörren till personliga klipp utan behov av traditionell filmning.
Nya funktioner och förbättringar jämfört med Sora 1
Den tidigare versionen var redan imponerande vad gäller kvaliteten på de enskilda bildrutorna , men den misslyckades med att bibehålla konsekvens och realistisk fysik i rörelse. Sora 2 tar ett steg framåt på tre viktiga fronter: rörelserealism, sömlösa övergångar mellan bilder och synkroniserat inbyggt ljud.
När det gäller realism och fysik fångar modellen bättre momentum, kollisioner, flytkraft och friktion , så handlingar som hopp, en bakåtvolt på en paddleboard eller en basketbollsstuds känns trovärdiga. Medan Sora 1 skulle kunna "teleportera" objekt eller bryta banor, approximerar den nya versionen verkligt beteende mer.
När det gäller konsekvens i flera tagningar bibehåller Sora 2 objekt, karaktärer och stilar över flera tagningar , stöder komplexa kommandon och utför kamerarörelser och kompositioner med större naturtrohet. Detta underlättar sekvenser med korta plottar och övergångar utan att förlora viktiga element längs vägen.
Ljud är nu integrerat: dialog, Foley-effekter och omgivande ljud genereras tillsammans med videon. Du kan inkludera ett manus i din prompt så att en karaktär "talar" och klippet spelas upp med läppsynkronisering, tillsammans med ljudlandskap och effekter placerade i tid enligt specifikationerna.
Slutligen är det stilistiska spektrumet bredare. Du kan begära fotorealism, filmisk stil, anime-estetik eller andra variationer, och systemet förstår dessa nyanser bättre för att matcha estetiken med din beskrivning.
Cameos: Ditt ansikte och din röst i videor
En av de mest framstående funktionerna är Cameos. I appen konfigurerar du din cameo med en snabb verifieringsprocess: du läser siffror och vrider på huvudet för att fånga ansiktsdrag och röst. Med detta material kan Sora 2 placera ut dig som huvudperson i genererade scener, utan att träna komplexa modeller eller använda LoRAs.
Verktyget inkluderar samtyckeskontroller : du väljer om det är för dig ensam, godkända vänner, hela din vänlista eller hela communityn. Du kan också återkalla åtkomst senare eller ta bort videor som inkluderar dig, vilket är viktigt för att förhindra oönskad användning.
Det sociala fenomenet dök snabbt upp. Sam Altmans offentliga cameo utlöste en våg av memes med humoristiska remixer; plattformen gör det möjligt för en enda generation att innehålla flera cameos, så att man kan blanda sig med andra personer i samma scen för gemensamma sketcher.
Rent praktiskt tar det några minuter att generera ett klipp , du kan starta flera samtidigt, och det finns dagliga gränser (upp till 100 per dag anges i användarupplevelser). För närvarande är typiska klipp cirka nio sekunder långa, och formatet kan vara vertikalt eller panoramaformat beroende på vad du anger i prompten.
OpenAI kompletterar modellen med en social app för iPhone där flödet påminner om TikTok: en karusell av videor, kommentarer, gilla-markeringar och inbyggda remixer. Till skillnad från andra nätverk visar standardbeskrivningen den ursprungliga prompten, vilket gör det lättare att lära sig och replikera idéer.
Appen har en "stämningsväljare" för att justera vad du vill titta på , och OpenAI hävdar att dess rekommendationsalgoritmer kan konfigureras med naturligt språk. För att förhindra doomscrolling säger företaget att de prioriterar innehållsskapande framför konsumtion, med regelbundna välbefinnandeundersökningar och alternativ för att anpassa flödet.
I ton och anda beskriver många användare upplevelsen som en återgång till Vines smidighet : snabba klipp, rak humor och mindre press för perfektion. Det finns också mekanismer för att remixa andras videor och utöka memes med variationer, vilket snabbar upp den kreativa cykeln.
Det uppstår dock friktioner gällande immateriella rättigheter. Appen blockerar direkt skapandet av upphovsrättsskyddade karaktärer (The Simpsons, Dragon Ball, etc.), även om vissa användare försöker kringgå filter med alternativa ord. Gränsen mellan inspirerade stilar och användningen av upphovsrättsskyddade karaktärer granskas noga, och företaget förstärker moderering och begränsningar.
Tillgänglighet, länder och vad som händer i Spanien
Vid lanseringen är Sora 2 i en betafas endast för inbjudna och initialt tillgänglig i USA och Kanada. Det finns inget officiellt lanseringsdatum för Spanien, inte heller för den slutgiltiga versionen som kommer att vara tillgänglig utan inbjudan.
Sora -appen för iOS är för närvarande endast tillgänglig i appbutikerna i USA och Kanada. Det finns en webbversion, men vissa populära funktioner – som att konfigurera skärmbilder – kräver iPhone-appen, åtminstone till en början.
Tjänsten lanseras gratis men med varierande begränsningar beroende på efterfrågan (tillgänglig datorkapacitet). Om du har ett betalplan för ChatGPT har du prioritet, högre bildkvalitet och färre begränsningar, även om dessa detaljer kan ändras allt eftersom utrullningen utökas.
Hur man laddar ner appen på iPhone om man är i Spanien
Det finns ett sätt att installera appen utan VPN om du är i Spanien: använd ett amerikanskt eller kanadensiskt Apple-konto . Du förlorar inte dina data och du kan byta tillbaka till ditt vanliga konto efter nedladdningen. Du måste dock göra uppdateringar med det amerikanska kontot.
- Gå till Apple ID-webbplatsen (appleid.apple.com/account) och Skapa ett konto med dina riktiga uppgifter.
- I fältet Land eller Region väljer du USA eller Kanada.
- Fyll i captcha och skapelsen slutar.
- Öppna App Store på din iPhone, logga ut och logga in med det nya kontotSök efter ”Sora by OpenAI” och ladda ner.
Efter installationen kan du växla tillbaka till ditt spanska konto. Appen kommer att fortsätta fungera ; när det är dags att uppdatera måste du byta konto igen. Tänk på att du behöver en aktiv inbjudan för att spela Sora 2 i appen.
Om du föredrar en webbläsare kräver webbversionen av Sora också en inbjudan, och användare utanför lanseringsländerna måste använda ett VPN med en server i USA eller Kanada. Utan det VPN-programmet är åtkomsten till den första versionen av modellen enligt uppgift begränsad.
Logga in med ditt OpenAI/ChatGPT-konto och kontrollera vilka funktioner som är tillgängliga. För närvarande konfigureras skärmbilder i iOS-appen , så viktiga delar av den sociala upplevelsen saknas i webbversionen – något som kan komma att ändras när utrullningen är klar.
Priser, begränsningar och omnämnandet av "Sora 2 Pro"
OpenAI positionerar Sora 2 som en tjänst med begränsad gratisanvändning och premiumalternativ kopplade till sina prenumerationsplaner. En Sora 2 Pro-variant har nämnts för skapare som söker högre upplösning och längre videolängder, integrerad med ChatGPT Pro och med ett betalt API under utveckling.
De analyserade källorna nämner prioriterad åtkomst för prenumeranter och ett framtida API med fakturering per klipp eller sekund, även om inga officiella priser specificerades vid tidpunkten för tillkännagivandet. De citerar också referenser till ChatGPT Pro som en experimentell åtkomstpunkt, eftersom webbappen kommer att integreras med detta ekosystem.
Förutom den officiella kanalen hävdar vissa tredjepartsleverantörer – som CometAPI – att de är kompatibilitet med Sora 2 via API under en pay-as-you-go-modell (och nämner 0,16 USD per exekvering med streaming) och visar exempel på chattförfrågningar mot en enhetlig slutpunkt. Om du är utvecklare, granska alltid villkor och begränsningar innan du integrerar tredjepartstjänster.
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"}]
}'
När det gäller prestanda finns det vittnesmål som nämner klipp på upp till 10 sekunder med perfekt ljud-bild-synkronisering och förbättringar jämfört med alternativ som Veo 3 i vissa scener. Dessa siffror kan variera beroende på tillgänglighet, kostnadskontroll och modellutveckling.
Begränsningar, säkerhet och immateriella rättigheter
OpenAI har införlivat säkerhets- och modereringskontroller : standardgränser för tonåringar, verktyg för att justera anpassning, trakasseridetektering, mänsklig moderering och föräldrakontrollalternativ från ChatGPT-inställningarna (användningstider, inaktivera anpassning, moderera direktmeddelanden).
Företaget hävdar att de har mekanismer på plats för att begränsa offentliga personer och blockera explicit innehåll . De nämner också liveness-kontroller för cameos, metadata och vattenstämplar, och alternativ för att återkalla användningen av din bild, allt i syfte att förhindra personifiering och missbruk.
När det gäller upphovsrätt försöker appen filtrera bort tecken med skyddade rättigheter ; trots det hittar vissa användare kryphål med hjälp av alternativa termer. Problemet övervakas av rättighetsinnehavare, och OpenAI står redan inför rättsliga tvister för träning med upphovsrättsskyddat innehåll, så ständiga justeringar är att förvänta.
Sora 2 bör inte användas där otvetydig faktamässig noggrannhet krävs . Det är ett generativt system: det kan uppfinna rimliga detaljer, så i känsliga informationssammanhang eller med juridiska krav bör det behandlas som ett kreativt stödverktyg och inte som en ersättning.
Användarupplevelse och remixkultur
Den inledande strömmen förmedlar en känsla av lätthet och humor : noggrant utformade klipp för komisk effekt, avsiktligt obekväma tystnader och blickar in i kameran som modellen lägger till, även utan att uttryckligen bli tillfrågad, om de bidrar till humorn. Denna finjustering förstärker den virala potentialen hos de korta sketcherna.
Appen underlättar kreativ imitation med remixfunktioner och synliga uppmaningar som standard. Detta accelererar kollektivt lärande och uppmuntrar idéer att spridas snabbt med minimala variationer, något vi redan har sett lyckas i andra korta videoformat.
Vissa beskriver Sora som en attack mot Meta , som lanserade Vibes, deras nätverk av egengenererade klipp med ett kreativt/konstnärligt fokus. OpenAIs tillvägagångssätt är mer respektlöst och lättillgängligt och syftar till att prioritera skapande framför passiv konsumtion för att bekämpa oändlig scrolltrötthet.
Tävling och panorama
Branschen rör sig snabbt. Google går vidare med Veo 3 och verktyg för skapare på YouTube; Meta gör framsteg med Vibes; TikTok har mer restriktiva policyer för AI-genererade videor som behandlar känsliga ämnen. Kampen kan också utvidgas till intäktsgenerering, eftersom företag strävar efter att integrera dessa funktioner i verkliga arbetsflöden på bästa sätt.
Parallellt pågår en debatt om träning med befintligt innehåll (TV-program, videor från streamingplattformar etc.). Vissa publikationer föreslår att även artiklar som denna skulle kunna användas för att träna framtida modeller, med betoning på avtal, licensiering och transparens.
Inom Apples ekosystem har relaterade resurser som Image Playground för att generera bilder citerats , tillsammans med mer allmänt innehåll om appar och spel som hjälper till att definiera det kreativa sammanhanget på iOS. YouTubes växande roll inom Googles sökmotor diskuteras också, vilket visar hur video blir en central del av upptäckten.
Ideala användningsfall ... och när man inte ska använda dem
- Kortformat social video: snabb iteration, remixkultur och cameos för virala klipp.
- Prototypframställning för film, reklam eller spelVisuella och animatiska mockups med sammanhängande ljud.
- Pedagogiska och marknadsföringsanimationerberättarröst i linje med visuella element och ljud.
- Små studior och kreatörerpolerade resultat utan stora budgetar.
- Storformat och precision i visuella effekterbildruta-för-bildruta-kontroll som är ännu överlägsen traditionella pipelines.
- Sammanhang som kräver faktamässig noggrannhetModellen kan komma på troliga men felaktiga detaljer.
Med helhetsperspektivet för Sora 2 idén om ett färdigt videoklipp närmare än någonsin tidigare : beskriv scenen, lägg till stil, sätt in din cameo och få en video med synkroniserat ljud redo att delas eller remixas. Det finns fortfarande mycket att förfina – från global tillgänglighet till licensiering och kostnader – men den kreativa och sociala potentialen som redan är tydlig i detta tidiga skede förklarar varför så många inte kan sluta prova.