सोरा एक टेक्स्ट-टू-वीडियो मॉडल और सोशल मीडिया ऐप था जिसे ओपनएआई द्वारा विकसित किया गया था। कृत्रिम बुद्धिमत्ता का उपयोग करते हुए, यह मॉडल संकेतों के आधार पर छोटे वीडियो क्लिप उत्पन्न करता था और मौजूदा छोटे वीडियो को विस्तारित भी कर सकता था। फरवरी 2024 में, ओपनएआई ने अपने आउटपुट के उदाहरण जनता के सामने पेश 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।
सोरा की दूसरी पीढ़ी सितंबर 2025 के अंत में अमेरिका और कनाडा में चुनिंदा उपयोगकर्ताओं के लिए जारी की गई थी। सोरा 2 ने ऐप में सोशल मीडिया सुविधाओं को एकीकृत किया। ऐप को 26 अप्रैल 2026 को बंद कर दिया गया था, और एप्लिकेशन प्रोग्रामिंग इंटरफ़ेस (एपीआई) को 24 सितंबर 2026 को बंद करने की योजना है, जो सोरा एआई ब्रांड के पूर्ण रूप से अंत का प्रतीक है।
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 वेओ शामिल हैं। ओपनएआई, सोरा के पीछे की कंपनी, ने सितंबर 2023 में अपने DALL-E टेक्स्ट-टू-इमेज मॉडल में से तीसरा, DALL-E 3 जारी किया था। सोरा का विकास जनरेटिव एआई में प्रगति पर आधारित था, विशेष रूप से डिफ्यूजन मॉडल और ट्रांसफॉर्मर पर, जिन्हें छवि और टेक्स्ट निर्माण पर लागू किया गया था। बड़े भाषा मॉडल और तंत्रिका नेटवर्क पर ओपनएआई के पिछले काम ने मॉडल की वास्तुकला को सूचित किया।
प्रारंभिक रिलीज़
सोरा विकसित करने वाली टीम ने इसका नाम जापानी शब्द 'आकाश' के नाम पर रखा ताकि इसकी "असीम रचनात्मक क्षमता" का संकेत मिल सके। 15 फरवरी 2024 को, ओपनएआई ने पहली बार सोरा का पूर्वावलोकन करते हुए इसके द्वारा बनाए गए कई हाई-डेफिनिशन वीडियो क्लिप जारी किए, जिनमें एक पहाड़ी सड़क पर चलती एसयूवी, एक मोमबत्ती के पास एक "छोटा रोएँदार राक्षस" का एनीमेशन, बर्फ में टोक्यो से गुजरते दो लोग, और कैलिफोर्निया गोल्ड रश का नकली ऐतिहासिक फुटेज शामिल था। ओपनएआई 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 लिए उपयोग की जाने वाली विधियों पर प्रकाश डाला गया। ओपनएआई के सीईओ सैम ऑल्टमैन ने भी ट्विटर उपयोगकर्ताओं के संकेतों का जवाब देते हुए सोरा-जनित वीडियो के साथ ट्वीट्स की एक श्रृंखला पोस्ट की।
9 दिसंबर 2024 तक, ओपनएआई ने धीरे-धीरे सोरा को अमेरिका और कनाडा में ChatGPT Pro और ChatGPT Plus उपयोगकर्ताओं के लिए सार्वजनिक रूप से उपलब्ध करा दिया था। 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 रचनात्मक क्षेत्रों में इसकी उपयोगिता पर प्रतिक्रिया प्राप्त करने के लिए वीडियो निर्माताओं और कलाकारों सहित रचनात्मक पेशेवरों के एक छोटे समूह के साथ भी सोरा साझा किया। फरवरी 2025 में, ओपनएआई 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 था, साथ ही उसी समय एक आईओएस ऐप और दो महीने बाद एक एंड्रॉयड ऐप भी जारी किया गया था। मॉडल द्वारा उत्पन्न सभी वीडियो में उपकरण के दुरुपयोग को रोकने के लिए एक दृश्यमान, गतिशील वॉटरमार्क होता है। 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 बताया कि सोरा 2 वीडियो से वॉटरमार्क हटा सकने वाले तृतीय-पक्ष प्रोग्राम प्रचलित हो गए थे। वायर्ड पत्रिका जैसे कई आउटलेट्स ने नोट किया है कि सोरा 2 ऐप शैली और सुविधाओं में स्पष्ट रूप से टिकटॉक के समान है।
बंद करना
24 मार्च 2026 को, ओपनएआई ने एक्स पर घोषणा की कि वह मोबाइल ऐप और एपीआई दोनों में सोरा को बंद कर रहा है। सोरा ऐप को 26 अप्रैल 2026 को बंद कर दिया गया था, जबकि एपीआई को 24 सितंबर 2026 को बंद करने की योजना है। ओपनएआई की डिज्नी के साथ साझेदारी, जिसमें एक लाइसेंसिंग समझौता शामिल था जो सोरा के भीतर डिज्नी पात्रों के उपयोग की अनुमति देता था, भी समाप्त होने वाली थी। इस निर्णय ने ब्रिटिश प्रौद्योगिकी समाचार वेबसाइट द रजिस्टर को ओपनएआई 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 है।
ओपनएआई ने अपनी शटडाउन अधिसूचना में सोरा को बंद करने का कोई विशिष्ट कारण नहीं बताया। इस असातत्य के संबंध में सामने आई रिपोर्टों ने इस निर्णय को कम्प्यूटेशनल 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 घटकर 500,000 से कम हो गए, जबकि वीडियो निर्माण की कम्प्यूटेशनल मांगों के कारण सेवा को संचालित करने के लिए प्रति दिन लगभग 1 मिलियन डॉलर की लागत का अनुमान लगाया गया था।
कानूनी विनियमन
नवंबर 2024 में, हगिंग फेस पर परीक्षकों के एक समूह द्वारा सोरा पहुँच के लिए एक एपीआई कुंजी लीक कर दी गई थी, जिन्होंने एक घोषणापत्र पोस्ट किया था जिसमें कहा गया था कि वे इस बात का विरोध कर रहे हैं कि सोरा का उपयोग "कला धुलाई" के लिए किया जा रहा था। ओपनएआई ने लीक सार्वजनिक होने के तीन घंटे बाद 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 निर्माण को प्रतिबंधित करने के लिए ओपनएआई से संपर्क नहीं किया। 3 अक्टूबर 2025 को, ओपनएआई ने कहा कि सोरा 2 के भविष्य के अपडेट से कॉपीराइट धारकों को कॉपीराइट सामग्री के निर्माण पर "अधिक सूक्ष्म नियंत्रण" मिलेगा, लेकिन कंपनी ने यह नहीं बताया कि मौजूदा सामग्री को हटाया जाएगा या नहीं। 6 अक्टूबर को, एमपीए के अध्यक्ष ने सोरा 2 के साथ कॉपीराइट के प्रति ओपनएआई के दृष्टिकोण की आलोचना की।
11 दिसंबर 2025 को, वॉल्ट डिज़नी कंपनी ने घोषणा की कि वह तीन साल के लाइसेंसिंग सौदे में ओपनएआई में 1 बिलियन डॉलर का निवेश करेगी, ताकि डिज़नी+ पर उपयोगकर्ता सोरा 2 पर अपने 200 से अधिक कॉपीराइट पात्र उत्पन्न कर सकें। इन पात्रों में डिज़नी एनीमेशन, पिक्सार, मार्वल स्टूडियो और स्टार वार्स के पात्र शामिल हैं।
क्षमताएँ और सीमाएँ
सोरा के पीछे की तकनीक DALL-E 3 के पीछे की तकनीक का एक अनुकूलन है। ओपनएआई के अनुसार, सोरा एक डिफ्यूजन ट्रांसफॉर्मर है, जो एक डीनॉइज़िंग लेटेंट डिफ्यूजन मॉडल है जिसमें एक ट्रांसफॉर्मर इसके डीनॉइज़र के रूप में कार्य करता है। एक वीडियो लेटेंट स्पेस में 3डी "पैच" को डीनॉइज़ करके उत्पन्न किया जाता है, फिर एक वीडियो डीकंप्रेसर द्वारा मानक स्पेस में बदल दिया जाता है। वीडियो-से-टेक्स्ट मॉडल का उपयोग करके वीडियो के लिए विस्तृत कैप्शन बनाने के लिए प्रशिक्षण डेटा को बढ़ाने के लिए रिकैप्शनिंग को नियोजित किया जाता है।
ओपनएआई 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, ओपनएआई 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 है। ओपनएआई ने यह भी कहा कि कंपनी की मौजूदा सुरक्षा प्रथाओं का पालन करते हुए, सोरा यौन, हिंसक, घृणास्पद या सेलिब्रिटी कल्पना के साथ-साथ मौजूदा बौद्धिक संपदा वाली सामग्री के लिए टेक्स्ट संकेतों को प्रतिबंधित करेगा।
सोरा शोधकर्ता टिम ब्रूक्स ने कहा कि मॉडल ने अपने डेटासेट से अकेले 3डी ग्राफिक्स बनाना सीखा, जबकि साथी सोरा शोधकर्ता बिल पीबल्स ने कहा कि सुसंगत दृश्य उत्पन्न करने की मॉडल की क्षमता प्रशिक्षण डेटा और कम्प्यूट को बढ़ाने का परिणाम थी। मॉडल की वास्तुकला ने वीडियो अनुक्रमों में अस्थायी निर्भरता को संभालने के लिए मल्टी-हेड अटेंशन और पोजीशनल एन्कोडिंग का लाभ उठाया। अपनी क्षमताओं के बावजूद, भौतिक अनुकरण और कारण तर्क में सोरा की सीमाओं ने वीडियो निर्माण में डीप लर्निंग की चुनौतियों पर प्रकाश डाला।
स्वागत और प्रभाव
फरवरी 2024 में सोरा का पूर्वावलोकन एआई-जनित वीडियो के निहितार्थों के बारे में महत्वपूर्ण सार्वजनिक रुचि और बहस उत्पन्न किया। आलोचकों ने गलत सूचना, कॉपीराइट उल्लंघन और रचनात्मक पेशेवरों के विस्थापन के लिए संभावित दुरुपयोग के बारे में चिंताएँ उठाईं। समर्थकों ने वीडियो उत्पादन को लोकतांत्रिक बनाने और कलात्मक अभिव्यक्ति के नए रूपों को सक्षम करने की क्षमता पर प्रकाश डाला। सरल टेक्स्ट संकेतों से एक मिनट लंबे वीडियो उत्पन्न करने की मॉडल की क्षमता को जनरेटिव एआई में एक बड़ा कदम माना गया, हालाँकि इसकी कम्प्यूटेशनल लागत और अंततः बंद होने ने ऐसे मॉडलों की स्थिरता के बारे में प्रश्न उठाए।
सोरा 2 की रिलीज़ के बाद, सोशल मीडिया सुविधाओं के एकीकरण ने टिकटॉक जैसे मौजूदा प्लेटफार्मों के साथ तुलना की, कुछ पर्यवेक्षकों ने वायरल सामग्री निर्माण की क्षमता पर ध्यान दिया। सोरा 2 की रिलीज़ के तुरंत बाद उभरे वॉटरमार्क हटाने के उपकरणों ने सामग्री प्रमाणीकरण और डिजिटल फोरेंसिक में चल रही चुनौतियों को रेखांकित किया। 2026 में सोरा का बंद होना, ओपनएआई के उद्यम उत्पादों की ओर बदलाव के साथ, उपभोक्ता-सामना करने वाले एआई उपकरणों से एक उल्लेखनीय वापसी को चिह्नित करता है, जो प्रतिस्पर्धी एआई परिदृश्य में व्यापक उद्योग रुझानों को दर्शाता है।