Datawhale分享
最新：Sora 2，编译：新智元
实属没想到，在这国庆第一天，没有预告，OpenAI进行了一场突袭直播——
正式官宣新一代AI视频模型：Sora 2。
下面是完整的中英字幕发布直播：
新一代Sora在物理准确性、逼真度上，一举刷新SOTA，并在一致性、可控性上实现了巨大飞跃。
值得一提的是，Sora 2首次实现「音画同步」。
Sora 2出世，视频GPT-3.5时刻来临
说到AI视频生成，过去总有种「梦里啥都有」的感觉——篮球瞬移进筐、人物刚刚还在左边，下一帧就冒出来个分身。
技术进步快没错，但「假」也总是藏不住。
直到Sora 2推出，第一次让人觉得，AI终于开始尊重物理和常识，生成世界不再是「随便编编」，而是真能照进现实。
2024年2月，Sora首次放出，堪称视频界的「GPT-1时刻」！这是首次，让所有人看到视频生成真的可用了。
过去半年，OpenAI团队死磕「如何让模型真正学会模拟实际运行」这个关键，如今终于取得重大突破。
基于海量视频数据的预训练和后训练技术，Sora 2的高光时刻降临。
正如官博所言，Sora 2开启了「视频领域的GPT-3.5 时刻」！
接下来，具体看看Sora 2历经一年多，究竟取得了哪些重大突破？
AI穿帮，终于被揪出来了
最让人感慨的，是Sora 2在物理细节上的进化。
别小看这个点，比如你让它生成人投篮，旧模型为了「满足」指令，球会强行飞进篮筐（哪怕角度完全不合理）；
现在的Sora 2，球打板弹开、甚至投丢都成常态，动作有惯性、受力和材质都说得通。
头顶一只猫咪并完成三周半跳？奥运冠军能否做到尚未可知，但Sora认为完全不在话下。
Prompt: figure skater performs a triple axle with a cat on her head
被业界封为「AI体操界的图灵测试」，Sora 2一次性就通过了。
Prompt: a gymnast flips on a balance beam. cinematic
就连这种不符合逻辑的奇葩操作：一名男子骑在一匹马背上，而这匹马又骑在另一匹马背上，Sora 2也能以意想不到方式完成。
Prompt: a man rides a horse which is on another horse
桨板上的后空翻也不是P上去的，而是力学能自洽地演绎。
Prompt: a man does a backflip on a paddleboard
你甚至能感受到角色的失误、尝试、挣扎，而不是一味「全都对」。
有点像在看小型纪录片——会成功，但也会失败。
Prompt: Title — Lanterns Above, Distance Between (10.0s, Live Action Black & White Festival Night)
Sora 2还能生成各类复杂环境声，效果十分惊艳，几乎听不出AI生成的痕迹。
Prompt: Two mountain explorers in bright technical shells, ice crusted faces, eyes narrowed with urgency shout in the snow, one at a time
「世界模拟器」这词，终于有点底气了。
多镜头、多风格，连贯成片不是梦
以前你让AI连续生成几个镜头，角色的衣服总莫名其妙换了、光线乱飘、道具没了。
Sora 2这次特别强调「世界状态」连续性——哪怕你让角色从厨房走到阳台，镜头切换时阳光、服饰、甚至地上洒的水都能一气呵成，不再穿帮。
你还可以像导演一样指定每个镜头的顺序、节奏、景别变化，把握故事节奏。
风格上，它已经能写实、能做电影质感；
Prompt: Vikings Go To War — North Sea Launch (10.0s, Winter cool daylight / early medieval)
甚至连日漫那种「超现实高燃」也能做得行云流水。
比如生成一场刀光剑影的动漫打斗，每一帧都能让二次元粉感叹「这比PPT流畅多了」。
还有曾经爆火全网的吉卜力风格，Sora 2在生成效果上也能拿捏。
Prompt: in the style of a studio ghibli anime, a boy and his dog run up a grassy scenic mountain with gorgeous clouds, overlooking a village in the distant background
而且音频直接跟上，不仅对白和口型对齐，连环境音、动作声效都随场景变化，给人一种「拿来即用」的感觉，省去后期剪辑音频的繁琐。
就比如，一位年长的教授可以英语无缝切换德语讲话。
Prompt: old professor talks in english then german
更多Sora 2官方惊艳Demo一览：
左右滑动查看
新玩法：Sora App 让你「投影」自己进故事
除了模型本身，这次最让人感到「时代变了」的，是全新iOS 社交App——Sora。
打开App，只需要录一小段带声音的视频，系统验证身份和采集形象后，你或朋友，马上就能把你的样子和声音准确「扔进」任意生成场景：
可以让自己出现在巴黎铁塔前开派对、和熊猫打乒乓，甚至和马斯克同框唱歌（当然，公众人物暂时不支持哈）。
Sora 2可以直出一只鸵鸟叼走男子的帽子，在农场里奔跑的视频，效果非常自然，让人辨别不出这是AI生成的。
Prompt: an ostrich steals dads hat and dad chases after it
更令人惊喜的是，在Sora 2中还能赋予一个人「超能力」——飞起来，一个Prompt就可实现。
这个功能还用于Sora App，带来了一种全新的社交互动方式。
Prompt: Add @kendra except she can actually fly
「狗超人」拯救人类的剧情，在Sora 2中上演了。
Prompt: @rocket is a superpowered superhero dog, flying through the sky and saving new york city
还有更多的惊艳Demo，以第一视角带你畅玩。
左右滑动查看
这个「Cameo」功能用一次就停不下来，很多OpenAI内测员工说靠它结识了新朋友，AI不止能生成内容，还能创造社交纽带。
Sora的分发逻辑也颇有趣：推荐更偏向于「有二创价值」的视频，而不是单纯让你无脑刷时长。
你可以用自然语言告诉系统想看什么类型、什么风格、哪种故事，算法会主动调整推荐。
起步是邀请制，先在美加上线，后续很快扩展。
拿到邀请码还能上sora.com网页体验，高质量Pro版则专属ChatGPT Pro用户。
历史作品不会丢，API也在路上。
安全与治理：Sora 2十分重视
能力强了，风险也大了。
Sora 2在每一个环节都布下「安全网」：
三层审核：文本提示、上传素材、视频逐帧、自动生成的场景描述和音频转写，全流程分层分类拦截。有些内容在输入就会被拦，有的生成完还要二次封堵，尤其未成年场景严上加严。
肖像权与公众人物保护：刚上线时，禁止用别人的视频做「换脸」，不支持生成公众人物。只有你自己验证授权后，别人才可以用你的形象做视频，所有涉及你形象的作品你都能查到、撤回。
青少年守护：青少年账号内容和Cameo权限都有限制，家长可以通过ChatGPT平台控制推荐、管理私信甚至关掉个性化推荐。
可追溯性：视频下载会带动态水印，所有内容都嵌入行业标准元数据。官方还开发了检测工具，方便未来判断「是不是AI造的」。
压力测试：在成人内容、极端主义、自伤、暴力、误导性政治等维度，都有专门评测和红队攻防。对违规拦截率、误杀率的数据都透明公布，核心指标大多在95-99%区间。
核心团队介绍
在Sora 2官博最后，OpenAI放出了所有参与的成员名单，阵容超豪华。
上下滑动查看
在这份「电影谢幕工作人员表」中，OpenAI的几乎所有员工都被拉出来谢幕。
而为我们带来这场如梦如幻的电影的「总导演」，也就是Sora负责人Bill Peebles。
他是一名95后，本科毕业于MIT计算机专业，后于加州伯克利取得计算机博士学位。
他曾先后在英伟达、Adobe、Meta的AI岗实习，博士毕业后直接加入了OpenAI，工作的最大业绩是Created Sora（创造出了Sora）。
字越少事越大，言简意赅。
下一步：从玩内容到「世界模拟」
OpenAI说，Sora 2不会是终点。
OpenAI坦言它还会犯错，但路线已经明朗：继续用更多、更高质量的视频数据喂养模型，世界模拟的准确性和细节感会越逼真。
这个进化带来的不仅仅是让你玩得爽，更会影响影视广告、动画分镜、教育科普、产品演示，甚至是未来AI机器人「在现实世界里学本事」。
当然，这也意味着欺诈、非自愿肖像、青少年保护等问题会更加突出，需要靠技术、产品、社区和政策一起盯着。
你想把自己「丢」进哪个世界？
Sora 2这一波，是真正把视频生成从「像不像」推向「合不合理」，物理逻辑、镜头控制、音画同步、可玩性和安全性全线升级；
Cameo则把创作从「看别人」变成「玩自己」，让每个人都能成为主角。
不妨现在就想想：如果有30秒，让你出现在任何场景，你最想玩点啥？
是和偶像穿越打怪，还是带宠物环游地球，或者干脆做自己的动漫主角？
欢迎在评论区留言告诉我们你的第一条Sora 2创意。
参考资料：
1.https://openai.com/index/sora-2/
2.https://openai.com/index/sora-2-system-card/
3.https://cdn.openai.com/pdf/50d5973c-c4ff-4c2d-986f-c72b5d0ff069/sora_2_system_card.pdf
4.https://www.youtube.com/watch?v=gzneGhpXwjU
一起“点赞”三连↓
1047
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
