Soraは、OpenAIによって開発されたテキストから動画を生成するモデルおよびソーシャルメディアアプリである。人工知能を用いて、テキストプロンプトに基づく短い動画クリップを生成し、既存の動画を延長することもできた。OpenAIは2024年2月15日にSoraを初めて公開し、簡単な説明から高解像度で現実的なシーンを作り出す能力を示すサンプルクリップをリリースした。このモデルは後に2024年12月に一般公開され、ソーシャル機能を備えた第2世代は2025年9月に発売された。Soraは2026年に廃止され、アプリは同年4月26日、APIは9月25日に終了した。
Soraの背後にある技術は、OpenAIのテキストから画像を生成するモデルであるDALL-E 3のアーキテクチャを応用したものである。Soraは拡散トランスフォーマーを使用しており、これは深層学習モデルの一種で、潜在空間内の3Dパッチをノイズ除去することで動画を生成する。このモデルは、公開されている動画とライセンスされた著作権付き動画で訓練されたが、OpenAIは正確なソースを開示しなかった。Soraは最大1分間の動画を生成できたが、複雑な物理現象のシミュレーション、因果関係の理解、左右の区別に限界があった。OpenAIは、性的、暴力的、憎悪的、または有名人に関するコンテンツや、既存の知的財産を含む素材を含むプロンプトを制限した。
背景
Sora以前にも、MetaのMake-A-Video、RunwayのGen-2、GoogleのVeoなど、いくつかのテキストから動画を生成するモデルが開発されていた。OpenAIも2023年9月にDALL-E 3をリリースしており、これはテキストプロンプトから画像を生成するものだった。Soraはこの進歩を基盤に、生成的動画の限界を押し広げることを目指した。
チームは、このモデルを日本語の「空」という言葉にちなんで名付け、その「無限の創造的可能性」を象徴させた。この命名は、テキストで記述されたほぼすべてのシーンを生成できるツールを作りたいというOpenAIの野心を反映していた。
初期リリースと一般公開
2024年2月15日、OpenAIはSoraが作成した複数の高解像度動画クリップをリリースして初めて公開した。例としては、山道を走るSUV、ろうそくの隣にある「短くてふわふわしたモンスター」のアニメーション、雪の中を東京で歩く2人、カリフォルニアのゴールドラッシュの偽の歴史的映像などがあった。OpenAIは、Soraが最大1分間の動画を生成できると述べた。同社はまた、トレーニング方法を詳述した技術レポートを共有し、CEOのサム・アルトマンはユーザーのプロンプトにSora生成動画で応答するツイートを投稿した。
一般公開に先立ち、OpenAIは誤情報やバイアスの専門家からなる「レッドチーム」に敵対的テストのための限定的なアクセスを提供した。同社はまた、ビデオ制作者やアーティストを含む少数のクリエイティブ専門家グループとSoraを共有し、クリエイティブ分野での有用性についてフィードバックを収集した。
2024年12月9日時点で、OpenAIは米国とカナダのChatGPT ProおよびChatGPT Plusユーザー向けにSoraを段階的に一般公開した。2025年2月、OpenAIはSoraをChatGPTに統合し、ユーザーがチャットボットから直接動画を生成できるようにする計画を発表した。
Sora 2とソーシャル機能
Sora 2は2025年9月30日にiOSアプリとともに発表され、Androidアプリは2か月後に続いた。新しいバージョンはソーシャルメディア機能を統合し、Wiredなどのメディアが指摘したように、スタイルと機能においてTikTokと明らかに類似したアプリになった。Sora 2で生成されたすべての動画には、悪用を防ぐための可視で動くデジタル透かしが含まれていた。しかし、2025年10月7日、404 Mediaは、リリースから1週間以内に透かしを除去できるサードパーティ製プログラムが普及していたと報じた。
Sora 2はまた、視聴者が実際のコンテンツと架空のコンテンツを区別するのに役立つ安全透かしを導入した。アプリのソーシャル機能により、ユーザーは生成された動画を共有し、対話することができ、ショートフォーム動画プラットフォームの競合として位置づけられた。
廃止
2026年3月24日、OpenAIはXで、モバイルアプリとAPIの両方でSoraを廃止すると発表した。Soraアプリは2026年4月26日に終了し、APIは2026年9月25日に廃止され、Sora AIブランドの終焉を迎えた。ディズニーキャラクターをSoraで使用できるライセンス契約を含むOpenAIとディズニーの提携も終了していた。
この決定を受けて、英国のテクノロジーニュースウェブサイトThe Registerは、OpenAIをGoogle、Amazon Web Services、Broadcom、Cloud Software Group、Netscapeなどの企業に続く「プロダクトキラー」と評した。OpenAIは終了通知で具体的な理由を明らかにしなかったが、報道では、計算リソースの不足、コスト圧力、中核となるエンタープライズ製品へのシフトが関連しているとされた。
一般公開後、Soraの世界のユーザー数は約100万人でピークに達した後、50万人未満に減少した。このサービスは、動画生成の計算需要により、1日あたり推定100万ドルの運用コストがかかった。
法的および著作権問題
2024年11月、Soraアクセス用のAPIキーが、テスト担当者のグループによってHugging Faceでリークされ、Soraが「アートウォッシング」に使用されていると抗議するマニフェストを投稿した。OpenAIはリークから3時間後にすべてのアクセスを無効にし、「数百人のアーティスト」が開発を形作り、参加は任意だったと述べた。
発売時、Sora 2は著作権所有者が積極的にオプトアウトしない限り、デフォルトで著作権付きコンテンツを許可していた。2025年10月3日、OpenAIは将来のアップデートで著作権所有者に「より細かい制御」を提供すると述べたが、既存のコンテンツが削除されるかどうかは明らかにしなかった。10月6日、映画協会の会長は、Sora 2に関するOpenAIの著作権アプローチを批判した。
2025年12月11日、ウォルト・ディズニー・カンパニーは、3年間のライセンス契約の一環としてOpenAIに10億ドルの投資を発表し、Disney+のユーザーがSora 2でディズニーアニメーション、ピクサー、マーベルスタジオ、スターウォーズを含む200以上の著作権付きキャラクターを生成できるようにした。
機能と限界
Soraの技術はDALL-E 3のアーキテクチャを応用したものだった。OpenAIによると、Soraは拡散トランスフォーマーであり、トランスフォーマーをノイズ除去器とするノイズ除去潜在拡散モデルである。動画は潜在空間で3Dパッチをノイズ除去することで生成され、その後、動画デコンプレッサーによって標準空間に変換された。ビデオからテキストへのモデルを使用して詳細なキャプションを作成するリキャプショニングが、トレーニングデータを強化した。
OpenAIはSoraを公開動画とライセンスされた著作権付き動画で訓練したが、その数や正確なソースは明らかにしなかった。研究者のティム・ブルックスによると、このモデルはデータセットだけから3Dグラフィックスを学習した。同僚の研究者ビル・ピーブルズは、このモデルが特定の視覚概念を自動的に学習したと述べた。
その能力にもかかわらず、Soraには複雑な物理現象のシミュレーション、因果関係の理解、左右の区別に限界があることが認められていた。これらの限界は、当時の生成的動画モデルに典型的なものであり、長期的な一貫性と物理的精度に苦労していた。
影響と遺産
2024年2月のSoraのプレビューは、生成的AI分野で大きな注目を集め、テキストから動画への技術の急速な進歩を示した。これは、AI生成メディアの可能性とリスク、特に誤情報や著作権に関する懸念についての議論に影響を与えた。しかし、2026年のモデル廃止は、OpenAIのような大手企業でさえ、リソース集約型のAI製品を維持する課題を浮き彫りにした。
Soraの遺産には、動画生成モデルの開発への貢献と、AIの創造的能力に対する一般の認識を形成する役割が含まれる。その終了はまた、コストと競争が高まる中で、そのような技術の商業的実行可能性に関するケーススタディとしても機能した。