सोरा एक टेक्स्ट-टू-वीडियो मॉडल और सोशल मीडिया ऐप था, जिसे OpenAI द्वारा विकसित किया गया था। कृत्रिम बुद्धिमत्ता का उपयोग करके, यह टेक्स्ट प्रॉम्प्ट के आधार पर छोटे वीडियो क्लिप उत्पन्न करता था और मौजूदा वीडियो को विस्तारित कर सकता था। OpenAI ने पहली बार 15 फरवरी, 2024 को सोरा का पूर्वावलोकन किया, उदाहरण क्लिप जारी करते हुए जिन्होंने सरल विवरणों से उच्च-परिभाषा, यथार्थवादी दृश्य बनाने की इसकी क्षमता प्रदर्शित की। मॉडल को बाद में दिसंबर 2024 में सार्वजनिक रूप से उपलब्ध कराया गया, और सामाजिक सुविधाओं के साथ दूसरी पीढ़ी सितंबर 2025 में लॉन्च हुई। सोरा को 2026 में बंद कर दिया गया, ऐप 26 अप्रैल को और API उसी वर्ष 25 सितंबर को बंद हो गया।
सोरा के पीछे की तकनीक ने DALL-E 3, OpenAI के टेक्स्ट-टू-इमेज मॉडल, की वास्तुकला को अनुकूलित किया। सोरा ने एक डिफ्यूज़न ट्रांसफॉर्मर का उपयोग किया, जो एक प्रकार का डीप लर्निंग मॉडल है जो लेटेंट स्पेस में 3D पैच को डीनॉइज़ करके वीडियो उत्पन्न करता है। मॉडल को सार्वजनिक रूप से उपलब्ध और लाइसेंस प्राप्त कॉपीराइट वीडियो पर प्रशिक्षित किया गया था, हालांकि OpenAI ने सटीक स्रोतों का खुलासा नहीं किया। सोरा एक मिनट तक लंबे वीडियो उत्पन्न कर सकता था, लेकिन जटिल भौतिकी का अनुकरण करने, कार्य-कारण समझने और बाएं से दाएं अंतर करने में इसकी सीमाएं थीं। OpenAI ने यौन, हिंसक, घृणास्पद या सेलिब्रिटी सामग्री, साथ ही मौजूदा बौद्धिक संपदा वाली सामग्री से संबंधित प्रॉम्प्ट को प्रतिबंधित किया।
पृष्ठभूमि
सोरा से पहले, कई अन्य टेक्स्ट-टू-वीडियो मॉडल विकसित किए गए थे, जिनमें मेटा का मेक-ए-वीडियो, रनवे का जेन-2, और गूगल का वीओ शामिल थे। OpenAI ने सितंबर 2023 में DALL-E 3 भी जारी किया था, जो टेक्स्ट प्रॉम्प्ट से चित्र उत्पन्न करता था। सोरा ने इस प्रगति पर निर्माण किया, जनरेटिव वीडियो की सीमाओं को आगे बढ़ाने का लक्ष्य रखते हुए।
टीम ने मॉडल का नाम जापानी शब्द 'आकाश' के नाम पर रखा, जो इसकी "असीम रचनात्मक क्षमता" का प्रतीक है। यह नामकरण OpenAI की एक ऐसा उपकरण बनाने की महत्वाकांक्षा को दर्शाता है जो टेक्स्ट में वर्णित लगभग किसी भी दृश्य को उत्पन्न कर सके।
प्रारंभिक रिलीज़ और सार्वजनिक पहुंच
15 फरवरी, 2024 को, OpenAI ने पहली बार सोरा का पूर्वावलोकन किया, इसके द्वारा बनाए गए कई उच्च-परिभाषा वीडियो क्लिप जारी करते हुए। उदाहरणों में एक पहाड़ी सड़क पर चलती एसयूवी, एक मोमबत्ती के पास "छोटा रोएंदार राक्षस" का एनीमेशन, बर्फ में टोक्यो से गुजरते दो लोग, और कैलिफोर्निया गोल्ड रश की नकली ऐतिहासिक फुटेज शामिल थे। OpenAI ने कहा कि सोरा एक मिनट तक लंबे वीडियो उत्पन्न कर सकता है। कंपनी ने प्रशिक्षण विधियों का विवरण देने वाली एक तकनीकी रिपोर्ट भी साझा की, और CEO सैम ऑल्टमैन ने उपयोगकर्ता प्रॉम्प्ट के जवाब में सोरा-जनित वीडियो के साथ ट्वीट पोस्ट किए।
सार्वजनिक रिलीज़ से पहले, OpenAI ने गलत सूचना और पूर्वाग्रह के विशेषज्ञों की एक "रेड टीम" को प्रतिकूल परीक्षण के लिए सीमित पहुंच प्रदान की। कंपनी ने सोरा को रचनात्मक क्षेत्रों में इसकी उपयोगिता पर प्रतिक्रिया एकत्र करने के लिए वीडियो निर्माताओं और कलाकारों सहित रचनात्मक पेशेवरों के एक छोटे समूह के साथ भी साझा किया।
9 दिसंबर, 2024 तक, OpenAI ने धीरे-धीरे सोरा को संयुक्त राज्य अमेरिका और कनाडा में ChatGPT Pro और ChatGPT Plus उपयोगकर्ताओं के लिए सार्वजनिक रूप से उपलब्ध कराया। 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 और सामाजिक सुविधाएं
सोरा 2 का अनावरण 30 सितंबर, 2025 को एक iOS ऐप के साथ किया गया, जिसमें एंड्रॉइड ऐप दो महीने बाद आया। नए संस्करण ने सोशल मीडिया सुविधाओं को एकीकृत किया, जिससे ऐप शैली और सुविधाओं में स्पष्ट रूप से TikTok के समान हो गया, जैसा कि वायर्ड जैसे आउटलेट्स ने नोट किया। सोरा 2 द्वारा उत्पन्न सभी वीडियो में दुरुपयोग को रोकने के लिए एक दृश्यमान, गतिशील डिजिटल वॉटरमार्क था। हालांकि, 7 अक्टूबर, 2025 को, 404 मीडिया ने बताया कि वॉटरमार्क हटाने में सक्षम तृतीय-पक्ष प्रोग्राम रिलीज़ के एक सप्ताह के भीतर प्रचलित हो गए थे।
सोरा 2 ने दर्शकों को वास्तविक और काल्पनिक सामग्री के बीच अंतर करने में मदद करने के लिए एक सुरक्षा वॉटरमार्क भी पेश किया। ऐप की सामाजिक सुविधाओं ने उपयोगकर्ताओं को उत्पन्न वीडियो साझा करने और उनके साथ बातचीत करने की अनुमति दी, इसे शॉर्ट-फॉर्म वीडियो प्लेटफार्मों के प्रतियोगी के रूप में स्थापित किया।
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, और API 25 सितंबर, 2026 को बंद कर दिया गया, जिससे सोरा AI ब्रांड का अंत हो गया। 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 "उत्पाद-हत्यारा" कहने के लिए प्रेरित किया, जो गूगल, अमेज़न वेब सर्विसेज, ब्रॉडकॉम, क्लाउड सॉफ्टवेयर ग्रुप और नेटस्केप जैसी कंपनियों के नक्शेकदम पर चल रहा था। OpenAI ने अपनी शटडाउन सूचना में कोई विशिष्ट कारण नहीं बताया, लेकिन रिपोर्टों ने इस निर्णय को कंप्यूटेशन की कमी, लागत दबाव और मुख्य उद्यम उत्पादों की ओर बदलाव से जोड़ा।
अपनी सार्वजनिक लॉन्च के बाद, सोरा के दुनिया भर के उपयोगकर्ता लगभग दस लाख तक पहुंच गए, इससे पहले कि वे 500,000 से कम हो गए। वीडियो उत्पादन की कम्प्यूटेशनल मांगों के कारण सेवा को संचालित करने के लिए प्रति दिन लगभग $1 मिलियन की लागत आने का अनुमान लगाया गया था।
कानूनी और कॉपीराइट मुद्दे
नवंबर 2024 में, परीक्षकों के एक समूह द्वारा हगिंग फेस पर सोरा एक्सेस के लिए एक API कुंजी लीक की 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 दिया और कहा कि "सैकड़ों कलाकारों" ने विकास को आकार दिया था और भागीदारी स्वैच्छिक थी।
लॉन्च के समय, सोरा 2 ने कॉपीराइट सामग्री को डिफ़ॉल्ट रूप से अनुमति दी जब तक कि कॉपीराइट धारकों ने सक्रिय रूप से ऑप्ट-आउट 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, मोशन पिक्चर एसोसिएशन के अध्यक्ष ने सोरा 2 के साथ कॉपीराइट के प्रति OpenAI के दृष्टिकोण की आलोचना की।
11 दिसंबर, 2025 को, वॉल्ट डिज़नी कंपनी ने तीन साल के लाइसेंसिंग समझौते के हिस्से के रूप में OpenAI में $1 बिलियन के निवेश की घोषणा की, जिससे Disney+ पर उपयोगकर्ता सोरा 2 पर 200 से अधिक कॉपीराइट पात्र उत्पन्न कर सकें, जिनमें डिज़नी एनीमेशन, पिक्सार, मार्वल स्टूडियो और स्टार वार्स के पात्र शामिल हैं।
क्षमताएं और सीमाएं
सोरा की तकनीक DALL-E 3 की वास्तुकला का एक अनुकूलन थी। OpenAI के अनुसार, सोरा एक डिफ्यूज़न ट्रांसफॉर्मर था, एक डीनॉइज़िंग लेटेंट डिफ्यूज़न मॉडल जिसमें 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 स्थान में बदल दिए गए। रिकैप्शनिंग, विस्तृत कैप्शन बनाने के लिए एक वीडियो-टू-टेक्स्ट मॉडल का उपयोग करते हुए, प्रशिक्षण डेटा को बढ़ाया।
OpenAI ने सोरा को सार्वजनिक रूप से उपलब्ध वीडियो और लाइसेंस प्राप्त कॉपीराइट वीडियो पर प्रशिक्षित किया, लेकिन संख्या या सटीक स्रोतों का खुलासा नहीं किया। शोधकर्ता टिम ब्रूक्स के अनुसार, मॉडल ने अपने डेटासेट से अकेले 3D ग्राफिक्स बनाना सीखा। साथी शोधकर्ता बिल पीबल्स ने नोट किया कि मॉडल ने स्वचालित रूप से कुछ दृश्य अवधारणाओं को सीखा।
अपनी क्षमताओं के बावजूद, सोरा में स्वीकृत कमियां थीं, जिनमें जटिल भौतिकी का अनुकरण करने, कार्य-कारण समझने और बाएं से दाएं अंतर करने की सीमित क्षमता शामिल थी। ये सीमाएं उस समय जनरेटिव वीडियो मॉडल के लिए विशिष्ट थीं, जो दीर्घकालिक स्थिरता और भौतिक सटीकता के साथ संघर्ष करते थे।
प्रभाव और विरासत
फरवरी 2024 में सोरा के पूर्वावलोकन ने जनरेटिव AI क्षेत्र में महत्वपूर्ण ध्यान आकर्षित किया, टेक्स्ट-टू-वीडियो तकनीक में तेजी से प्रगति को प्रदर्शित किया। इसने AI-जनित मीडिया की क्षमता और जोखिमों के बारे में चर्चाओं को प्रभावित किया, जिसमें गलत सूचना और कॉपीराइट की चिंताएं शामिल थीं। हालांकि, 2026 में मॉडल का बंद होना, संसाधन-गहन AI उत्पादों को बनाए रखने की चुनौतियों को उजागर करता है, यहां तक कि OpenAI जैसी अग्रणी कंपनियों के लिए भी।
सोरा की विरासत में वीडियो उत्पादन मॉडल के विकास में इसका योगदान और AI की रचनात्मक क्षमताओं के बारे में सार्वजनिक जागरूकता को आकार देने में इसकी भूमिका शामिल है। इसका बंद होना ऐसी तकनीकों की व्यावसायिक व्यवहार्यता में एक केस स्टडी के रूप में भी कार्य करता है, क्योंकि लागत और प्रतिस्पर्धा बढ़ गई थी।