OpenAI Sora एक टेक्स्ट-टू-वीडियो मॉडल और सोशल मीडिया ऐप था जिसे OpenAI द्वारा विकसित किया गया था। कृत्रिम बुद्धिमत्ता का उपयोग करते हुए, यह मॉडल टेक्स्ट प्रॉम्प्ट के आधार पर छोटे वीडियो क्लिप उत्पन्न करता था और मौजूदा छोटे वीडियो को विस्तारित कर सकता था। इसे पहली बार फरवरी 2024 में प्रीव्यू किया गया था, दिसंबर 2024 में सार्वजनिक रूप से जारी किया गया था, और अप्रैल 2026 में बंद कर दिया गया था, जिसका API सितंबर 2026 में बंद करने की योजना थी। सोरा की क्षमताओं और तेजी से बंद होने ने जनरेटिव AI के सामाजिक प्रभाव पर चर्चाओं को बढ़ावा दिया, जिसमें डीपफेक और कॉपीराइट से संबंधित चिंताएं शामिल थीं।
पृष्ठभूमि
सोरा से पहले, कई अन्य टेक्स्ट-टू-वीडियो मॉडल मौजूद थे, जिनमें मेटा का मेक-ए-वीडियो, रनवे का जेन-2, और गूगल वीओ शामिल थे। OpenAI ने पहले सितंबर 2023 में अपना तीसरा टेक्स्ट-टू-इमेज मॉडल DALL-E 3 जारी किया था। सोरा ने इसी श्रृंखला पर आधारित होकर, वीडियो निर्माण के लिए DALL-E 3 की तकनीक को अनुकूलित किया। यह मॉडल एक डिफ्यूजन ट्रांसफॉर्मर था, जो डीप लर्निंग आर्किटेक्चर का एक प्रकार है जो लेटेंट स्पेस में 3D पैच को डीनॉइज़ करता है, फिर उन्हें एक डीकंप्रेसर के माध्यम से मानक वीडियो में परिवर्तित करता है। OpenAI ने सोरा को सार्वजनिक रूप से उपलब्ध और लाइसेंस प्राप्त कॉपीराइट वाले वीडियो पर प्रशिक्षित किया, लेकिन सटीक स्रोतों या मात्राओं का खुलासा नहीं किया।
प्रारंभिक रिलीज़
टीम ने सोरा का नाम जापानी शब्द 'आकाश' के नाम पर रखा, जो इसकी 'असीमित रचनात्मक क्षमता' को दर्शाता है। 15 फरवरी, 2024 को, OpenAI ने कई हाई-डेफिनिशन वीडियो क्लिप जारी करके सोरा का प्रीव्यू किया, जिसमें एक पहाड़ी सड़क पर चलती एसयूवी, एक मोमबत्ती के पास 'छोटा रोएंदार राक्षस' का एनीमेशन, बर्फ में टोक्यो में चलते दो लोग, और कैलिफोर्निया गोल्ड रश का नकली ऐतिहासिक फुटेज शामिल था। OpenAI ने कहा कि यह एक मिनट तक के वीडियो उत्पन्न कर सकता है। कंपनी ने प्रशिक्षण विधियों का विवरण देने वाली एक तकनीकी रिपोर्ट साझा की। सीईओ सैम ऑल्टमैन ने भी उपयोगकर्ता प्रॉम्प्ट के जवाब में सोरा-जनित वीडियो के साथ ट्वीट पोस्ट किए।
9 दिसंबर, 2024 तक, OpenAI ने धीरे-धीरे सोरा को अमेरिका और कनाडा में ChatGPT Pro और ChatGPT Plus उपयोगकर्ताओं के लिए सार्वजनिक रूप से उपलब्ध कराया। इससे पहले, गलत सूचना और पूर्वाग्रह के विशेषज्ञों की एक छोटी 'रेड टीम' ने प्रतिकूल परीक्षण किया। OpenAI ने फीडबैक के लिए वीडियो निर्माताओं और कलाकारों सहित रचनात्मक पेशेवरों के एक छोटे समूह के साथ भी सोरा साझा किया। फरवरी 2025 में, OpenAI ने सोरा को ChatGPT में एकीकृत करने की योजना की घोषणा की, जिससे उपयोगकर्ता सीधे चैटबॉट से वीडियो उत्पन्न कर सकें।
सोरा 2
सोरा 2 का अनावरण 30 सितंबर, 2025 को एक iOS ऐप के साथ किया गया था, जिसमें एंड्रॉयड ऐप दो महीने बाद आया। सोरा 2 द्वारा उत्पन्न सभी वीडियो में दुरुपयोग को रोकने के लिए एक दृश्यमान, गतिशील डिजिटल वॉटरमार्क था। पिछले संस्करण में भी एक सुरक्षा वॉटरमार्क था। 7 अक्टूबर, 2025 को, 404 मीडिया ने रिपोर्ट किया कि वॉटरमार्क हटाने में सक्षम तृतीय-पक्ष प्रोग्राम व्यापक हो गए थे। वायर्ड जैसे कई आउटलेट्स ने नोट किया कि सोरा 2 ऐप शैली और सुविधाओं में टिकटॉक के समान था।
बंद करना
24 मार्च, 2026 को, OpenAI ने X पर घोषणा की कि वह मोबाइल ऐप और API दोनों में सोरा को बंद कर रहा है। सोरा ऐप 26 अप्रैल, 2026 को बंद कर दिया गया था, जबकि API को 24 सितंबर, 2026 को बंद करने की योजना थी। OpenAI की डिज्नी के साथ साझेदारी, जिसमें सोरा में डिज्नी पात्रों की अनुमति देने वाला लाइसेंसिंग समझौता शामिल था, भी समाप्त हो रही थी। इस निर्णय ने ब्रिटिश प्रौद्योगिकी समाचार वेबसाइट द रजिस्टर को OpenAI को 'प्रोडक्ट-किलर' कहने के लिए प्रेरित किया, जो गूगल, अमेज़न वेब सर्विसेज, ब्रॉडकॉम, क्लाउड सॉफ्टवेयर ग्रुप और नेटस्केप जैसी अन्य तकनीकी कंपनियों का अनुसरण कर रहा था।
OpenAI ने अपनी शटडाउन सूचना में सोरा को बंद करने का कोई विशिष्ट कारण नहीं बताया। रिपोर्टों ने इस निर्णय को कंप्यूटेशन की कमी, लागत के दबाव और मुख्य उद्यम उत्पादों की ओर व्यापक बदलाव से जोड़ा। अपने सार्वजनिक लॉन्च के बाद, सोरा के दुनिया भर के उपयोगकर्ता लगभग दस लाख तक पहुंच गए, इससे पहले 500,000 से कम हो गए, जबकि वीडियो निर्माण की कम्प्यूटेशनल मांगों के कारण सेवा को संचालित करने के लिए प्रतिदिन अनुमानित $1 मिलियन की लागत आती थी।
कानूनी विनियमन
नवंबर 2024 में, परीक्षकों के एक समूह द्वारा हगिंग फेस पर सोरा एक्सेस के लिए एक API कुंजी लीक हो गई थी, जिन्होंने एक घोषणापत्र पोस्ट किया था जिसमें विरोध किया गया था कि सोरा का उपयोग 'कला धोने' के लिए किया जा रहा था। OpenAI ने लीक के तीन घंटे बाद सभी एक्सेस रद्द कर दिए और कहा कि 'सैकड़ों कलाकारों' ने विकास को आकार दिया है और 'भागीदारी स्वैच्छिक है'।
लॉन्च के समय, सोरा 2 ने डिफ़ॉल्ट रूप से कॉपीराइट सामग्री की अनुमति दी, जब तक कि कॉपीराइट धारकों ने पीढ़ी को प्रतिबंधित करने के लिए OpenAI से संपर्क नहीं किया। 3 अक्टूबर, 2025 को, OpenAI ने कहा कि एक भविष्य का अपडेट कॉपीराइट धारकों को 'अधिक सूक्ष्म नियंत्रण' देगा, लेकिन यह निर्दिष्ट नहीं किया कि मौजूदा सामग्री हटाई जाएगी या नहीं। 6 अक्टूबर को, MPA के अध्यक्ष ने सोरा 2 के साथ कॉपीराइट के प्रति OpenAI के दृष्टिकोण की आलोचना की।
11 दिसंबर, 2025 को, वॉल्ट डिज़नी कंपनी ने OpenAI में $1 बिलियन के निवेश की घोषणा की, जिसमें एक तीन साल का लाइसेंसिंग समझौता था जो Disney+ उपयोगकर्ताओं को सोरा 2 पर 200 से अधिक कॉपीराइट पात्रों को उत्पन्न करने की अनुमति देता था, जिसमें डिज़नी एनीमेशन, पिक्सार, मार्वल स्टूडियो और स्टार वार्स के पात्र शामिल थे।
क्षमताएं और सीमाएं
सोरा के पीछे की तकनीक DALL-E 3 की तकनीक का एक अनुकूलन थी। OpenAI के अनुसार, सोरा एक डिफ्यूजन ट्रांसफॉर्मर था, एक डीनॉइज़िंग लेटेंट डिफ्यूजन मॉडल जिसमें एक ट्रांसफॉर्मर इसके डीनॉइज़र के रूप में था। वीडियो लेटेंट स्पेस में 3D पैच को डीनॉइज़ करके उत्पन्न किए गए थे, फिर एक वीडियो डीकंप्रेसर द्वारा मानक स्पेस में परिवर्तित किए गए थे। वीडियो के लिए विस्तृत कैप्शन बनाकर प्रशिक्षण डेटा को बढ़ाने के लिए रिकैप्शनिंग का उपयोग किया गया था।
OpenAI ने मॉडल को सार्वजनिक रूप से उपलब्ध वीडियो और लाइसेंस प्राप्त कॉपीराइट वाले वीडियो का उपयोग करके प्रशिक्षित किया, लेकिन सटीक संख्या या स्रोतों का खुलासा नहीं किया। रिलीज़ के समय, OpenAI ने कमियों को स्वीकार किया, जिसमें जटिल भौतिकी का अनुकरण करने, कार्य-कारण को समझने और बाएं से दाएं अंतर करने की सीमित क्षमता शामिल थी। OpenAI ने यह भी कहा कि सुरक्षा प्रथाओं का पालन करते हुए, सोरा यौन, हिंसक, घृणास्पद या सेलिब्रिटी इमेजरी के साथ-साथ मौजूदा बौद्धिक संपदा वाली सामग्री के लिए टेक्स्ट प्रॉम्प्ट को प्रतिबंधित करेगा।
सोरा शोधकर्ता टिम ब्रूक्स ने कहा कि मॉडल ने अपने डेटासेट से अकेले 3D ग्राफिक्स बनाना सीखा, जबकि साथी शोधकर्ता बिल पीबल्स ने कहा कि सुसंगत दृश्य उत्पन्न करने की मॉडल की क्षमता ट्रांसफॉर्मर आर्किटेक्चर और प्रशिक्षण डेटा को बढ़ाने का परिणाम थी।
प्रभाव और बहस
सोरा की रिलीज़ ने डीप लर्निंग और जनरेटिव AI के दुरुपयोग की संभावना पर सार्वजनिक बहस को तेज कर दिया, विशेष रूप से डीपफेक के संबंध में। दृश्यमान वॉटरमार्क एक शमन उपाय था, लेकिन तृतीय-पक्ष टूल द्वारा इसका निष्कासन सामग्री प्रामाणिकता में चुनौतियों को उजागर करता है। मॉडल का डिफ़ॉल्ट रूप से कॉपीराइट सामग्री का उपयोग, जब तक ऑप्ट-आउट नहीं किया जाता, कॉपीराइट धारकों और MPA जैसे उद्योग समूहों से आलोचना हुई। सोरा के बंद होने ने संसाधन-गहन AI उत्पादों की स्थिरता के बारे में भी सवाल उठाए, क्योंकि परिचालन लागत और उपयोगकर्ता गिरावट ने इसके अंत में योगदान दिया।
विरासत
सोरा के अल्पकालिक अस्तित्व ने टेक्स्ट-टू-वीडियो AI की तकनीकी क्षमता और व्यावसायिक चुनौतियों दोनों का प्रदर्शन किया। इसका डिफ्यूजन ट्रांसफॉर्मर दृष्टिकोण वीडियो निर्माण में बाद के शोध को प्रभावित करता है, जबकि इसके बंद होने ने बड़े पैमाने पर ऐसे मॉडल चलाने की आर्थिक वास्तविकताओं को रेखांकित किया। कॉपीराइट और वॉटरमार्किंग पर सोरा द्वारा छेड़ी गई बहसें AI सामग्री निर्माण के आसपास नीति चर्चाओं को आकार देती रहती हैं।