Sora war ein Text-zu-Video-Modell und eine Social-Media-App, die von OpenAI entwickelt wurde. Mithilfe von Artificial intelligence generierte das Modell kurze Videoclips auf Grundlage von Textvorgaben und konnte auch bestehende kurze Videos erweitern. Im Februar 2024 zeigte OpenAI der Öffentlichkeit Beispiele seiner Ausgaben, wobei die erste Generation von Sora im Dezember 2024 öffentlich für ChatGPT-Plus- und ChatGPT-Pro-Nutzer in den USA und Kanada veröffentlicht wurde.
Die zweite Generation von Sora wurde Ende September 2025 für ausgewählte Nutzer in den USA und Kanada freigegeben. Sora 2 integrierte Social-Media-Funktionen in die App. Die App wurde am 26. April 2026 eingestellt, und die Anwendungsprogrammierschnittstelle (API) soll am 24. September 2026 abgeschaltet werden, was das Ende der gesamten KI-Marke Sora markiert.
Hintergrund
Vor Sora wurden bereits mehrere andere Modelle zur Videogenerierung aus Text entwickelt, darunter Make-A-Video von Meta, Gen-2 von Runway und Google Veo. OpenAI, das Unternehmen hinter Sora, hatte im September 2023 DALL-E 3 veröffentlicht, das dritte seiner DALL-E-Text-zu-Bild-Modelle. Diese früheren Systeme legten die technischen Grundlagen für Sora, das Fortschritte bei Diffusion Models und Transformer (architecture)-Architekturen nutzte, um Videodaten zu verarbeiten.
Erste Veröffentlichung
Das Team, das Sora entwickelte, benannte das Modell nach dem japanischen Wort für „Himmel“, um sein „grenzenloses kreatives Potenzial“ zu symbolisieren. Am 15. Februar 2024 zeigte OpenAI Sora erstmals öffentlich, indem es mehrere Clips von hochauflösenden Videos veröffentlichte, die es erstellt hatte, darunter einen SUV, der eine Bergstraße hinunterfährt, eine Animation eines „kleinen flauschigen Monsters“ neben einer Kerze, zwei Personen, die im Schnee durch Tokio gehen, und gefälschtes historisches Filmmaterial vom kalifornischen Goldrausch. OpenAI gab an, Videos mit einer Länge von bis zu einer Minute generieren zu können. Das Unternehmen veröffentlichte anschließend einen technischen Bericht, der die Methoden zur Schulung des Modells hervorhob. OpenAI-CEO Sam Altman postete außerdem eine Reihe von Tweets, in denen er auf Textvorgaben von Twitter-Nutzern mit von Sora generierten Videos reagierte.
Ab dem 9. Dezember 2024 machte OpenAI Sora schrittweise öffentlich für ChatGPT-Pro- und ChatGPT-Plus-Nutzer in den USA und Kanada verfügbar. Zuvor hatte das Unternehmen einer kleinen „Red Team“-Gruppe, darunter Experten für Fehlinformationen und Voreingenommenheit, begrenzten Zugang gewährt, um adversariale Tests am Modell durchzuführen. Das Unternehmen teilte Sora auch mit einer kleinen Gruppe von Kreativprofis, darunter Videomachern und Künstlern, um Feedback zu dessen Nützlichkeit in kreativen Bereichen einzuholen. Im Februar 2025 kündigte OpenAI Pläne an, Sora in ChatGPT zu integrieren, indem Nutzer über den Chatbot Sora-Videos generieren können.
Sora 2
Sora 2 wurde am 30. September 2025 vorgestellt, zeitgleich mit einer iOS-App sowie zwei Monate später einer Android-App. Alle vom Modell generierten Videos weisen ein sichtbares, bewegtes Wasserzeichen auf, um Missbrauch des Tools zu verhindern. Die vorherige Version von Sora fügte ebenfalls ein Sicherheitswasserzeichen hinzu, damit Betrachter zwischen echten und fiktiven Inhalten unterscheiden können. Am 7. Oktober berichtete 404 Media, dass Drittanbieterprogramme, die das Wasserzeichen aus Sora-2-Videos entfernen können, weit verbreitet waren. Viele Medien, darunter das Magazin Wired, stellten fest, dass die Sora-2-App in Stil und Funktionen offensichtlich TikTok ähnelt.
Einstellung
Am 24. März 2026 kündigte OpenAI auf X an, Sora sowohl in der mobilen App als auch in der API einzustellen. Die Sora-App wurde am 26. April 2026 abgeschaltet, während die API am 24. September 2026 abgeschaltet werden soll. Auch die Partnerschaft von OpenAI mit Disney, die eine Lizenzvereinbarung umfasste, die die Verwendung von Disney-Figuren in Sora erlaubte, lief aus. Die Entscheidung veranlasste die britische Technologie-Website The Register, OpenAI als „Produkt-Killer“ zu bezeichnen, in Anlehnung an andere Technologieunternehmen wie Google, Amazon Web Services, Broadcom, Cloud Software Group und Netscape.
OpenAI nannte in seiner Einstellungsmitteilung keinen spezifischen Grund für die Einstellung von Sora. Die Berichte, die zu dieser Einstellung auftauchten, brachten die Entscheidung mit Rechenkapazitätsengpässen, Kostendruck und einer breiteren Verlagerung hin zu Kernunternehmensprodukten in Verbindung. Nach seiner öffentlichen Einführung erreichte die weltweite Nutzerzahl von Sora einen Höhepunkt von etwa einer Million, bevor sie auf weniger als 500.000 sank, während der Dienst aufgrund des Rechenaufwands der Videogenerierung schätzungsweise 1 Million US-Dollar pro Tag kostete.
Rechtliche Regulierung
Im November 2024 wurde ein API-Schlüssel für den Sora-Zugang von einer Gruppe von Testern auf Hugging Face durchgesickert, die ein Manifest veröffentlichten, in dem sie protestierten, dass Sora für „Art Washing“ verwendet werde. OpenAI widerrief allen Zugang drei Stunden nach der Veröffentlichung des Lecks und erklärte, dass „Hunderte von Künstlern“ die Entwicklung geprägt hätten und dass „die Teilnahme freiwillig“ sei.
Zum Zeitpunkt seiner Einführung erlaubte Sora 2 urheberrechtlich geschützte Inhalte standardmäßig, es sei denn, Rechteinhaber kontaktierten OpenAI, um die Generierung ihrer Inhalte auf der Plattform einzuschränken. Am 3. Oktober 2025 erklärte OpenAI, dass ein zukünftiges Update von Sora 2 Rechteinhabern „granularere Kontrolle“ über die Generierung urheberrechtlich geschützter Inhalte geben werde, das Unternehmen gab jedoch nicht an, ob bestehende Inhalte entfernt würden. Am 6. Oktober kritisierte der Vorsitzende der MPA OpenAIs Ansatz zum Urheberrecht mit Sora 2.
Am 11. Dezember 2025 kündigte die Walt Disney Company an, im Rahmen eines dreijährigen Lizenzvertrags 1 Milliarde US-Dollar in OpenAI zu investieren, um Nutzern auf Disney+ die Generierung von mehr als 200 seiner urheberrechtlich geschützten Figuren auf Sora 2 zu ermöglichen. Zu diesen Figuren gehören solche aus Disney Animation, Pixar, Marvel Studios und Star Wars.
Fähigkeiten und Einschränkungen
Die Technologie hinter Sora ist eine Anpassung der Technologie hinter DALL-E 3. Laut OpenAI ist Sora ein Diffusionstransformer, ein denoising-latentes Diffusionsmodell mit einem Transformer als Denoiser. Ein Video wird im latenten Raum durch Denoising von 3D-„Patches“ generiert und dann durch einen Video-Dekompressor in den Standardraum transformiert. Zur Erweiterung der Trainingsdaten wird eine Rekaptionierung eingesetzt, bei der ein Video-zu-Text-Modell detaillierte Bildunterschriften für Videos erstellt.
OpenAI trainierte das Modell mit öffentlich verfügbaren Videos sowie für diesen Zweck lizenzierten urheberrechtlich geschützten Videos, gab jedoch weder die Anzahl noch die genaue Quelle der Videos preis. Bei seiner Veröffentlichung räumte OpenAI einige Schwächen von Sora ein, darunter seine begrenzte Fähigkeit, komplexe Physik zu simulieren, Kausalität zu verstehen und links von rechts zu unterscheiden. OpenAI erklärte außerdem, dass Sora in Übereinstimmung mit den bestehenden Sicherheitspraktiken des Unternehmens Textvorgaben für sexuelle, gewalttätige, hasserfüllte oder prominente Bilder sowie Inhalte mit bestehendem geistigem Eigentum einschränken werde.
Der Sora-Forscher Tim Brooks erklärte, dass das Modell aus seinem Datensatz allein gelernt habe, 3D-Grafiken zu erstellen, während sein Kollege Bill Peebles sagte, dass das Modell bestimmte Aspekte der physischen Welt ohne explizite Programmierung simulieren könne. Das System stützte sich auf Deep learning-Techniken, darunter Neural network-Schichten und Multi-Head Attention-Mechanismen, die es ihm ermöglichten, zeitliche und räumliche Informationen über Videoframes hinweg zu verarbeiten.
Technischer Ansatz
Die Architektur von Sora basierte auf dem Framework des latenten Diffusionsmodells, das Videodaten in einen niedrigdimensionalen latenten Raum komprimiert, bevor Denoising-Schritte angewendet werden. Das Modell verwendete 3D-Patches, also räumlich-zeitliche Blöcke von Videodaten, als Tokens für den transformerbasierten Denoiser. Dieser Ansatz unterschied sich von traditionellen Videogenerierungsmodellen, die oft U-Net-Architekturen verwendeten, da das Transformer-Backbone eine bessere Skalierung mit Modellgröße und Trainingsdaten ermöglichte.
Der Trainingsprozess umfasste groß angelegte Datensätze von Video- und Bildpaaren, wobei spezifische Details nicht offengelegt wurden. Die Rekaptionierungstechnik verwendete ein Video-zu-Text-Modell, um detaillierte textuelle Beschreibungen von Trainingsvideos zu generieren, was dem Modell half, bessere Assoziationen zwischen Textvorgaben und visuellen Inhalten zu lernen. Diese Methoden stützten sich auf frühere Arbeiten zu Sequence-to-Sequence (Seq2Seq)-Modellen und Cross-Attention-Mechanismen, die in der Large language model-Forschung entwickelt worden waren.
Kulturelle und ethische Auswirkungen
Die Enthüllung von Sora im Februar 2024 löste breite Diskussionen über die Auswirkungen der Text-zu-Video-Generierung auf kreative Branchen, Journalismus und Fehlinformationserkennung aus. Die Fähigkeit des Modells, realistische, hochauflösende Clips zu produzieren, warf Bedenken hinsichtlich der Möglichkeit auf, gefälschte Nachrichtenaufnahmen oder irreführende Inhalte zu erzeugen. Dies wurde durch das gefälschte Filmmaterial vom kalifornischen Goldrausch in der ersten Vorschau unterstrichen, das die Fähigkeit des Modells demonstrierte, plausible historische Bilder zu erstellen.
Rechtsexperten und Medienorganisationen debattierten über Urheberrechtsfragen im Zusammenhang mit der standardmäßigen Verwendung urheberrechtlich geschützten Materials in generierten Videos. Das sichtbare bewegte Wasserzeichen wurde als technische Sicherheitsmaßnahme eingeführt, aber seine Entfernung durch Drittanbieter-Tools innerhalb einer Woche nach der Veröffentlichung von Sora 2 verdeutlichte die Herausforderungen der Inhaltsauthentifizierung. Die Verwendung urheberrechtlich geschützter Trainingsdaten durch das Modell trug auch zu laufenden Klagen und regulatorischer Prüfung in der KI-Branche bei, obwohl OpenAI keine spezifischen rechtlichen Maßnahmen im Zusammenhang mit Sora offenlegte.