Sora是由OpenAI开发的一款文本转视频模型及社交媒体应用。该模型利用人工智能，根据提示生成短视频片段，并能扩展已有短视频。2024年2月，OpenAI向公众预览了其输出示例，第一代Sora于2024年12月在美国和加拿大向ChatGPT Plus和ChatGPT Pro用户公开发布。
第二代Sora于2025年9月底向美国和加拿大的部分用户发布。Sora 2将社交媒体功能集成到应用中。该应用于2026年4月26日关闭，应用程序编程接口（API）于2026年9月24日停用，标志着Sora AI品牌整体终结。
背景
在Sora之前，已有其他几种能够从文本生成视频的模型，包括Meta的Make-A-Video、Runway的Gen-2和Google Veo。OpenAI作为Sora背后的公司，已于2023年9月发布了其DALL-E文本转图像系列的第三款模型DALL-E 3。Sora的开发建立在OpenAI先前在生成式AI方面的工作基础上，包括ChatGPT聊天机器人和DALL-E系列。
历史
初始发布
开发Sora的团队以日语中“天空”一词为其命名，以象征其“无限的创意潜力”。2024年2月15日，OpenAI首次预览Sora，发布了多段由其生成的高清视频片段，包括一辆SUV沿山路行驶、一个“毛茸茸的小怪物”在蜡烛旁动画、两人在雪中漫步于东京，以及加州淘金热的伪造历史影像。OpenAI表示，其能够生成长达一分钟的视频。随后，该公司分享了一份技术报告，重点介绍了用于训练该模型的方法。OpenAI首席执行官Sam Altman还发布了一系列推文，用Sora生成的视频回应Twitter用户的提示。
截至2024年12月9日，OpenAI已逐步向美国和加拿大的ChatGPT Pro和ChatGPT Plus用户公开发布Sora。在此之前，该公司仅向一小部分“红队”提供有限访问权限，包括错误信息和偏见方面的专家，以对模型进行对抗性测试。该公司还与一小群创意专业人士（包括视频制作者和艺术家）分享了Sora，以征求其在创意领域的实用性反馈。2025年2月，OpenAI宣布计划将Sora集成到ChatGPT中，允许用户从聊天机器人生成Sora视频。
Sora 2
Sora 2于2025年9月30日发布，同时推出iOS应用，两个月后推出Android应用。该模型生成的所有视频均带有可见的动态水印，以防止工具被滥用。先前版本的Sora也添加了安全水印，以便观众区分真实和虚构内容。2025年10月7日，404 Media报道称，能够去除Sora 2视频水印的第三方程序已变得普遍。许多媒体（如《连线》杂志）指出，Sora 2应用在风格和功能上与TikTok明显相似。
停用
2026年3月24日，OpenAI在X上宣布，将停用Sora的移动应用和API。Sora应用于2026年4月26日关闭，而API于2026年9月24日停用。OpenAI与迪士尼的合作关系（包括允许在Sora中使用迪士尼角色的许可协议）也即将结束。这一决定促使英国科技新闻网站The Register将OpenAI称为“产品杀手”，效仿了Google、Amazon Web Services、Broadcom、Cloud Software Group和Netscape等其他科技公司的做法。
OpenAI在关闭通知中未提供停用Sora的具体原因。围绕此次停用的报道将这一决定与计算资源短缺、成本压力以及向核心企业产品的更广泛转变联系起来。在公开发布后，Sora的全球用户数峰值约为一百万，随后降至不足五十万，而由于视频生成的计算需求，该服务估计每天运营成本达100万美元。
法律监管
2024年11月，一群测试者在Hugging Face上泄露了Sora访问的API密钥，并发布宣言，抗议Sora被用于“艺术洗白”。泄露公开三小时后，OpenAI撤销了所有访问权限，并表示“数百名艺术家”参与了开发，且“参与是自愿的”。
在发布时，Sora 2默认允许受版权保护的内容，除非版权持有者联系OpenAI以限制其内容在平台上的生成。2025年10月3日，OpenAI表示，Sora 2的未来更新将赋予版权持有者“更细粒度的控制权”，以管理受版权保护内容的生成，但该公司未说明是否移除现有内容。10月6日，MPA主席批评了OpenAI在Sora 2中处理版权的方式。
2025年12月11日，华特迪士尼公司宣布将向OpenAI投资10亿美元，达成一项为期三年的许可协议，允许Disney+用户在Sora 2上生成其200多个受版权保护的角色。这些角色包括来自迪士尼动画、皮克斯、漫威影业和星球大战的角色。
能力与局限
Sora背后的技术是对DALL-E 3技术的改编。据OpenAI称，Sora是一种扩散变换器，即一种以变换器作为去噪器的去噪潜在扩散模型。视频通过在潜在空间中对3D“补丁”进行去噪生成，然后通过视频解压缩器转换到标准空间。采用重新标注技术，通过使用视频转文本模型为视频生成详细字幕来增强训练数据。
OpenAI使用公开可用的视频以及为此目的授权的受版权保护视频来训练模型，但未透露视频的数量或确切来源。发布时，OpenAI承认了Sora的一些缺点，包括其模拟复杂物理、理解因果关系以及区分左右的能力有限。OpenAI还表示，遵循公司现有的安全实践，Sora将限制涉及性、暴力、仇恨或名人形象的文本提示，以及包含现有知识产权的内容。
Sora研究员Tim Brooks表示，该模型仅从数据集中学习了如何创建3D图形，而同事研究员Bill Peebles则表示，该模型从训练数据中自动学习了物理学的某些方面。该模型生成具有连贯场景的分钟级视频的能力，被视为相较于先前文本转视频模型（通常生成较短且保真度较低的片段）的重大进步。
反响与影响
2024年2月的发布引发了广泛的媒体关注，许多评论者称赞生成视频的质量和长度，同时也对潜在滥用（如深度伪造和版权侵权）表示担忧。初始预览片段在社交媒体上广泛传播，该模型被视为生成式AI的重大进步。然而，后来Sora的停用引发了用户和观察者的批评，一些人指出高运营成本和其他视频生成工具的竞争压力。
2025年将Sora集成到ChatGPT中，是OpenAI将其AI能力嵌入单一平台的更广泛战略的一部分，但该服务用户数量的下降以及2026年的关闭公告表明，该产品未实现持续的商业成功。停用Sora的决定也凸显了在快速发展的市场中维护资源密集型AI服务的挑战。