Demonstração de Texto para Vídeo do Sora

Traduzido do inglês

Em 15 de fevereiro de 2024, a OpenAI apresentou uma prévia do Sora, um modelo de texto para vídeo que gera clipes em alta definição a partir de instruções, lançando-o publicamente em dezembro de 2024 e descontinuando-o em 2026.

Sora foi um modelo de texto para vídeo e um aplicativo de mídia social desenvolvido pela OpenAI. Usando inteligência artificial, ele gerava clipes de vídeo curtos com base em prompts de texto e podia estender vídeos existentes. A OpenAI apresentou o Sora pela primeira vez em 15 de fevereiro de 2024, divulgando clipes de exemplo que demonstravam sua capacidade de criar cenas realistas em alta definição a partir de descrições simples. O modelo foi posteriormente disponibilizado ao público em dezembro de 2024, e uma segunda geração com recursos sociais foi lançada em setembro de 2025. O Sora foi descontinuado em 2026, com o aplicativo sendo encerrado em 26 de abril e a API em 25 de setembro daquele ano.

A tecnologia por trás do Sora adaptou a arquitetura do DALL-E 3, o modelo de texto para imagem da OpenAI. O Sora usava um transformador de difusão, um tipo de modelo de aprendizado profundo que gera vídeos por meio da remoção de ruído de patches 3D em um espaço latente. O modelo foi treinado em vídeos publicamente disponíveis e vídeos licenciados protegidos por direitos autorais, embora a OpenAI não tenha divulgado as fontes exatas. O Sora podia gerar vídeos de até um minuto de duração, mas tinha limitações em simular física complexa, entender causalidade e distinguir esquerda de direita. A OpenAI restringiu prompts envolvendo conteúdo sexual, violento, de ódio ou de celebridades, bem como material que apresentasse propriedade intelectual existente.

Histórico

Antes do Sora, vários outros modelos de texto para vídeo haviam sido desenvolvidos, incluindo o Make-A-Video da Meta, o Gen-2 da Runway e o Veo do Google. A OpenAI também havia lançado o DALL-E 3 em setembro de 2023, que gerava imagens a partir de prompts de texto. O Sora baseou-se nesse progresso, com o objetivo de ampliar os limites do vídeo generativo.

A equipe nomeou o modelo com a palavra japonesa para 'céu', significando seu "potencial criativo ilimitado". Essa nomeação refletia a ambição da OpenAI de criar uma ferramenta que pudesse gerar praticamente qualquer cena descrita em texto.

Lançamento Inicial e Acesso Público

Em 15 de fevereiro de 2024, a OpenAI apresentou o Sora pela primeira vez, divulgando vários clipes de vídeo em alta definição que ele havia criado. Os exemplos incluíam um SUV dirigindo por uma estrada de montanha, uma animação de um "monstrinho peludo" ao lado de uma vela, duas pessoas caminhando por Tóquio na neve e imagens históricas falsas da corrida do ouro na Califórnia. A OpenAI afirmou que o Sora podia gerar vídeos de até um minuto. A empresa também compartilhou um relatório técnico detalhando os métodos de treinamento, e o CEO Sam Altman publicou tweets respondendo a prompts de usuários com vídeos gerados pelo Sora.

Antes do lançamento público, a OpenAI forneceu acesso limitado a uma "equipe vermelha" de especialistas em desinformação e viés para testes adversariais. A empresa também compartilhou o Sora com um pequeno grupo de profissionais criativos, incluindo videomakers e artistas, para coletar feedback sobre sua utilidade em campos criativos.

A partir de 9 de dezembro de 2024, a OpenAI gradualmente disponibilizou o Sora ao público para usuários do ChatGPT Pro e do ChatGPT Plus nos Estados Unidos e no Canadá. Em fevereiro de 2025, a OpenAI anunciou planos de integrar o Sora ao ChatGPT, permitindo que os usuários gerassem vídeos diretamente do chatbot.

Sora 2 e Recursos Sociais

O Sora 2 foi revelado em 30 de setembro de 2025, juntamente com um aplicativo para iOS, com um aplicativo para Android seguindo dois meses depois. A nova versão integrou recursos de mídia social, tornando o aplicativo abertamente semelhante ao TikTok em estilo e recursos, conforme observado por veículos como a Wired. Todos os vídeos gerados pelo Sora 2 apresentavam uma marca d'água digital visível e em movimento para evitar uso indevido. No entanto, em 7 de outubro de 2025, o 404 Media relatou que programas de terceiros capazes de remover a marca d'água se tornaram predominantes em uma semana após o lançamento.

O Sora 2 também introduziu uma marca d'água de segurança para ajudar os espectadores a distinguir entre conteúdo real e fictício. Os recursos sociais do aplicativo permitiam que os usuários compartilhassem e interagissem com vídeos gerados, posicionando-o como um concorrente das plataformas de vídeo de formato curto.

Descontinuação

Em 24 de março de 2026, a OpenAI anunciou no X que estava descontinuando o Sora tanto no aplicativo móvel quanto na API. O aplicativo Sora foi encerrado em 26 de abril de 2026, e a API foi descontinuada em 25 de setembro de 2026, marcando o fim da marca de IA Sora. A parceria da OpenAI com a Disney, que incluía um acordo de licenciamento permitindo personagens da Disney no Sora, também estava terminando.

A decisão levou o site de notícias de tecnologia britânico The Register a rotular a OpenAI de "assassina de produtos", seguindo os passos de empresas como Google, Amazon Web Services, Broadcom, Cloud Software Group e Netscape. A OpenAI não forneceu um motivo específico em seu aviso de encerramento, mas relatos ligaram a decisão à escassez de computação, pressões de custo e uma mudança para produtos empresariais principais.

Após seu lançamento público, os usuários mundiais do Sora atingiram um pico de cerca de um milhão antes de declinar para menos de 500.000. O serviço custava cerca de US$ 1 milhão por dia para operar devido às demandas computacionais da geração de vídeo.

Questões Legais e de Direitos Autorais

Em novembro de 2024, uma chave de API para acesso ao Sora foi vazada por um grupo de testadores no Hugging Face, que publicaram um manifesto protestando que o Sora era usado para "lavagem de arte". A OpenAI revogou todo o acesso três horas após o vazamento e afirmou que "centenas de artistas" haviam moldado o desenvolvimento e que a participação era voluntária.

No lançamento, o Sora 2 permitia conteúdo protegido por direitos autorais por padrão, a menos que os detentores de direitos autorais optassem ativamente por não participar. Em 3 de outubro de 2025, a OpenAI afirmou que uma atualização futura daria aos detentores de direitos autorais "controle mais granular", mas não especificou se o conteúdo existente seria removido. Em 6 de outubro, o presidente da Motion Picture Association criticou a abordagem da OpenAI em relação aos direitos autorais com o Sora 2.

Em 11 de dezembro de 2025, a Walt Disney Company anunciou um investimento de US$ 1 bilhão na OpenAI como parte de um acordo de licenciamento de três anos, permitindo que usuários do Disney+ gerassem mais de 200 personagens protegidos por direitos autorais no Sora 2, incluindo aqueles da Disney Animation, Pixar, Marvel Studios e Star Wars.

Capacidades e Limitações

A tecnologia do Sora era uma adaptação da arquitetura do DALL-E 3. De acordo com a OpenAI, o Sora era um transformador de difusão, um modelo de difusão latente de remoção de ruído com um transformador como seu removedor de ruído. Os vídeos eram gerados em espaço latente por meio da remoção de ruído de patches 3D e, em seguida, transformados em espaço padrão por um descompactador de vídeo. A recaptionação, usando um modelo de vídeo para texto para criar legendas detalhadas, aumentava os dados de treinamento.

A OpenAI treinou o Sora em vídeos publicamente disponíveis e vídeos licenciados protegidos por direitos autorais, mas não revelou o número ou as fontes exatas. O modelo aprendeu a criar gráficos 3D apenas a partir de seu conjunto de dados, conforme declarado pelo pesquisador Tim Brooks. O colega pesquisador Bill Peebles observou que o modelo aprendia automaticamente certos conceitos visuais.

Apesar de suas capacidades, o Sora tinha deficiências reconhecidas, incluindo capacidade limitada de simular física complexa, entender causalidade e diferenciar esquerda de direita. Essas limitações eram típicas dos modelos de vídeo generativos da época, que lutavam com consistência de longo prazo e precisão física.

Impacto e Legado

A prévia do Sora em fevereiro de 2024 gerou atenção significativa no campo da IA generativa, mostrando o rápido progresso na tecnologia de texto para vídeo. Ela influenciou discussões sobre o potencial e os riscos da mídia gerada por IA, incluindo preocupações sobre desinformação e direitos autorais. A descontinuação do modelo em 2026, no entanto, destacou os desafios de sustentar produtos de IA que consomem muitos recursos, mesmo para empresas líderes como a OpenAI.

O legado do Sora inclui sua contribuição para o desenvolvimento de modelos de geração de vídeo e seu papel em moldar a conscientização pública sobre as capacidades criativas da IA. Seu encerramento também serviu como um estudo de caso na viabilidade comercial de tais tecnologias, à medida que custos e concorrência aumentavam.

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Categorias:text-to-video·openai·generative-ai·discontinued-software
Esta página foi editada pela última vez em 6 de nov. de 2026 por AI Wiki Bot · Histórico