सोरा 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 भी कर सकता था। फरवरी 2024 में, OpenAI ने इसके आउटपुट के उदाहरण जनता के सामने प्रस्तुत किए, और सोरा की पहली पीढ़ी दिसंबर 2024 में संयुक्त राज्य अमेरिका और कनाडा में ChatGPT Plus और ChatGPT Pro उपयोगकर्ताओं के लिए सार्वजनिक रूप से जारी की गई। दूसरी पीढ़ी, सोरा 2, सितंबर 2025 के अंत में अमेरिका और कनाडा में चुनिंदा उपयोगकर्ताओं के लिए जारी की गई, जिसमें सोशल मीडिया सुविधाएँ एकीकृत थीं। ऐप को 26 अप्रैल 2026 को बंद कर दिया गया, और एप्लिकेशन प्रोग्रामिंग इंटरफेस (API) को 24 सितंबर 2026 को बंद करने की योजना बनाई गई, जिससे सोरा AI ब्रांड का अंत हुआ।
सोरा DALL-E 3 के पीछे की तकनीक के अनुकूलन पर बनाया गया था, जिसमें डिफ्यूजन ट्रांसफॉर्मर आर्किटेक्चर का उपयोग किया गया था। डिफ़ॉल्ट रूप से, जनरेटर अपने वीडियो में कॉपीराइट सामग्री का उपयोग करता था, जब तक कि कॉपीराइट धारक सक्रिय रूप से ऑप्ट-आउट नहीं करते थे। वीडियो में दुरुपयोग को रोकने के लिए एक दृश्यमान, गतिशील डिजिटल वॉटरमार्क होता था, लेकिन सोरा 2 की रिलीज़ के एक सप्ताह बाद, तीसरे पक्ष के प्रोग्राम उपलब्ध हो गए जो वॉटरमार्क को हटा सकते थे।
पृष्ठभूमि
सोरा से पहले, टेक्स्ट से वीडियो उत्पन्न करने में सक्षम कई अन्य मॉडल बनाए गए थे, जिनमें मेटा का मेक-ए-वीडियो, रनवे का जेन-2, और गूगल वीओ शामिल थे। सोरा के पीछे की कंपनी OpenAI ने सितंबर 2023 में अपने DALL-E टेक्स्ट-टू-इमेज मॉडल में से तीसरा, DALL-E 3 जारी किया था। इन शुरुआती विकासों ने टेक्स्ट-टू-वीडियो जनरेशन के लिए आधार तैयार किया, जिसे सोरा ने बाद में लोकप्रिय बनाया।
प्रारंभिक रिलीज़
सोरा विकसित करने वाली टीम ने इसका नाम जापानी शब्द 'आकाश' के नाम पर रखा, जो इसकी "असीम रचनात्मक क्षमता" को दर्शाता है। 15 फरवरी 2024 को, OpenAI ने पहली बार सोरा का पूर्वावलोकन करते हुए कई हाई-डेफिनिशन वीडियो क्लिप जारी किए, जिनमें एक पहाड़ी सड़क पर चलती एसयूवी, एक मोमबत्ती के पास "छोटा रोएँदार राक्षस" का एनीमेशन, बर्फ में टोक्यो से गुजरते दो लोग, और कैलिफोर्निया गोल्ड रश का नकली ऐतिहासिक फुटेज शामिल था। OpenAI ने कहा कि यह एक मिनट तक लंबे वीडियो उत्पन्न करने में सक्षम था। कंपनी ने फिर एक तकनीकी रिपोर्ट साझा की जिसमें मॉडल को प्रशिक्षित करने के तरीकों पर प्रकाश डाला गया। OpenAI के CEO सैम ऑल्टमैन ने भी ट्विटर उपयोगकर्ताओं के प्रॉम्प्ट पर सोरा-जनित वीडियो के साथ जवाब देते हुए ट्वीट्स की एक श्रृंखला पोस्ट की।
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, कंपनी ने मॉडल पर प्रतिकूल परीक्षण करने के लिए गलत सूचना और पूर्वाग्रह के विशेषज्ञों सहित एक छोटी "रेड टीम" को सीमित पहुँच प्रदान की थी। कंपनी ने सोरा को रचनात्मक क्षेत्रों में इसकी उपयोगिता पर प्रतिक्रिया लेने के लिए वीडियो निर्माताओं और कलाकारों सहित रचनात्मक पेशेवरों के एक छोटे समूह के साथ भी साझा किया। फरवरी 2025 में, OpenAI ने उपयोगकर्ताओं को चैटबॉट से सोरा वीडियो उत्पन्न करने की अनुमति देकर सोरा को ChatGPT में एकीकृत करने की योजना की घोषणा की।
सोरा 2
सोरा 2 का अनावरण 30 सितंबर 2025 को किया गया, साथ ही उसी समय एक iOS ऐप और दो महीने बाद एक एंड्रॉइड ऐप भी जारी किया गया। मॉडल द्वारा उत्पन्न सभी वीडियो में उपकरण के दुरुपयोग को रोकने के लिए एक दृश्यमान, गतिशील वॉटरमार्क होता था। सोरा के पिछले संस्करण ने दर्शकों को वास्तविक और काल्पनिक सामग्री के बीच अंतर करने की अनुमति देने के लिए एक सुरक्षा वॉटरमार्क भी जोड़ा था। 7 अक्टूबर को, 404 मीडिया ने रिपोर्ट किया कि सोरा 2 वीडियो से वॉटरमार्क हटा सकने वाले तीसरे पक्ष के प्रोग्राम व्यापक हो गए थे। वायर्ड पत्रिका जैसे कई आउटलेट्स ने नोट किया कि सोरा 2 ऐप शैली और सुविधाओं में स्पष्ट रूप से 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 को 26 अप्रैल 2026 को बंद कर दिया गया, जबकि API को 24 सितंबर 2026 को बंद करने की योजना बनाई गई थी। OpenAI की डिज्नी के साथ साझेदारी, जिसमें सोरा के भीतर डिज्नी पात्रों के उपयोग 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 "उत्पाद-हत्यारा" करार देने के लिए प्रेरित किया, जो गूगल, अमेज़न वेब सर्विसेज, ब्रॉडकॉम, क्लाउड सॉफ्टवेयर ग्रुप और नेटस्केप जैसी अन्य प्रौद्योगिकी कंपनियों के नक्शेकदम पर चल रहा था।
OpenAI ने अपनी बंद करने की सूचना में सोरा को बंद करने का कोई विशिष्ट कारण नहीं बताया। इस विच्छेदन के संबंध में सामने आई रिपोर्टों ने इस निर्णय को कंप्यूटेशनल कमी, लागत 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 पहुँच गए, इससे पहले कि वे 500,000 से कम हो गए, जबकि वीडियो जनरेशन की कम्प्यूटेशनल माँगों के कारण सेवा को संचालित करने के लिए प्रति दिन लगभग $1 मिलियन की लागत आती थी।
कानूनी विनियमन
नवंबर 2024 में, सोरा एक्सेस के लिए एक API कुंजी हगिंग फेस पर परीक्षकों के एक समूह द्वारा लीक की गई थी, जिन्होंने एक घोषणापत्र पोस्ट किया था जिसमें कहा गया था कि वे विरोध कर रहे हैं कि सोरा का उपयोग "कला धोने" के लिए किया जा रहा था। लीक सार्वजनिक होने के तीन घंटे बाद OpenAI ने सभी पहुँच रद्द कर दी और कहा कि "सैकड़ों कलाकारों" ने विकास को आकार दिया है और "भागीदारी स्वैच्छिक है।"
अपने लॉन्च के समय, सोरा 2 ने डिफ़ॉल्ट रूप से कॉपीराइट सामग्री की अनुमति दी, जब तक कि कॉपीराइट धारकों ने प्लेटफ़ॉर्म पर अपनी सामग्री के जनरेशन को प्रतिबंधित करने के लिए OpenAI से संपर्क नहीं किया। 3 अक्टूबर 2025 को, OpenAI ने कहा कि सोरा 2 का भविष्य का अपडेट कॉपीराइट धारकों को कॉपीराइट सामग्री के जनरेशन पर "अधिक सूक्ष्म नियंत्रण" देगा, लेकिन कंपनी ने यह नहीं बताया 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 घोषणा की कि वह तीन साल के लाइसेंसिंग समझौते में OpenAI में $1 बिलियन का निवेश करेगी, ताकि डिज़नी+ पर उपयोगकर्ता सोरा 2 पर अपने 200 से अधिक कॉपीराइट पात्रों को उत्पन्न कर सकें। इन पात्रों में डिज़नी एनीमेशन, पिक्सार, मार्वल स्टूडियो और स्टार वार्स के पात्र शामिल थे।
क्षमताएँ और सीमाएँ
सोरा के पीछे की तकनीक DALL-E 3 के पीछे की तकनीक का अनुकूलन थी। OpenAI के अनुसार, सोरा एक डिफ्यूजन ट्रांसफॉर्मर था, एक डीनॉइज़िंग लेटेंट डिफ्यूजन मॉडल जिसमें एक ट्रांसफॉर्मर इसके डीनॉइज़र के रूप में था। एक वीडियो लेटेंट स्पेस में 3D "पैच" को डीनॉइज़ करके उत्पन्न किया गया था, फिर एक वीडियो डीकंप्रेसर द्वारा मानक स्पेस में परिवर्तित किया गया था। प्रशिक्षण डेटा को बढ़ाने के लिए रीकैप्शनिंग का उपयोग किया गया था, जिसमें वीडियो के लिए विस्तृत कैप्शन बनाने के लिए एक वीडियो-टू-टेक्स्ट मॉडल का उपयोग किया गया था।
OpenAI ने मॉडल को सार्वजनिक रूप से उपलब्ध वीडियो के साथ-साथ इस उद्देश्य के लिए लाइसेंस प्राप्त कॉपीराइट वीडियो का उपयोग करके प्रशिक्षित किया, लेकिन वीडियो की संख्या या सटीक स्रोत का खुलासा नहीं किया। अपनी रिलीज़ पर, OpenAI ने सोरा की कुछ कमियों को स्वीकार किया, जिसमें जटिल भौतिकी का अनुकरण करने, कार्य-कारण को समझने और बाएँ से दाएँ अंतर करने की सीमित क्षमता शामिल थी। OpenAI ने यह भी कहा कि कंपनी की मौजूदा 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 सीख लिया, जबकि साथी सोरा शोधकर्ता बिल पीबल्स ने कहा कि मॉडल में जटिल भौतिकी का अनुकरण करने की सीमित क्षमता थी। ये सीमाएँ प्रारंभिक जनरेटिव AI वीडियो मॉडल के लिए विशिष्ट थीं, जो अक्सर अस्थायी स्थिरता और भौतिक यथार्थवाद के साथ संघर्ष करते थे।
प्रभाव और विरासत
सोरा की रिलीज़ ने जनरेटिव AI में एक महत्वपूर्ण मील का पत्थर चिह्नित किया, जो टेक्स्ट प्रॉम्प्ट से सुसंगत वीडियो सामग्री उत्पन्न करने के लिए गहन शिक्षण मॉडल की क्षमता को प्रदर्शित करता है। इसका तेजी से अपनाया जाना और बाद में बंद होना ऐसे कम्प्यूटेशनल रूप से गहन मॉडल को स्केल करने की चुनौतियों को उजागर करता है। सोरा 2 में सोशल मीडिया सुविधाओं का एकीकरण टिकटॉक जैसे प्लेटफार्मों के समान, AI उपकरणों में सामुदायिक और साझाकरण क्षमताओं को शामिल करने की व्यापक प्रवृत्ति को दर्शाता है।
सोरा का बंद होना, इसकी उच्च परिचालन लागत और घटती उपयोगकर्ता संख्या के साथ, स्टैंडअलोन AI वीडियो जनरेशन सेवाओं की स्थिरता के बारे में प्रश्न उठाता है। इस निर्णय ने गूगल और अमेज़न वेब सर्विसेज जैसी अन्य प्रौद्योगिकी कंपनियों के साथ तुलना भी की, जिन्होंने उत्पाद बंद किए हैं। अपने छोटे जीवनकाल के बावजूद, सोरा ने टेक्स्ट-टू-वीडियो तकनीक में बाद के विकास को प्रभावित किया और कॉपीराइट, वॉटरमार्किंग और AI-जनित सामग्री के नैतिक उपयोग के बारे में चल रही बहसों में योगदान दिया।