Sora访问扩展涵盖了OpenAI将其Sora文本转视频模型向公众开放的各个阶段,从初步预览到大规模发布,直至最终关闭。该模型由OpenAI开发,利用Artificial intelligence根据文本提示生成短视频片段,并能扩展现有视频。该模型于2024年2月首次公开展示,2024年12月向ChatGPT Plus和Pro订阅用户公开发布,随后于2025年9月推出第二代版本,增加了社交媒体功能。该服务于2026年停止运营,标志着Sora品牌的终结。
背景
在Sora之前,已存在多种其他文本转视频模型,包括Meta (AI research)的Make-A-Video、Runway的Gen-2和Google Veo。OpenAI此前于2023年9月发布了DALL·E 3,扩展了其生成模型的组合。Sora的开发建立在这些进展之上,旨在生成比先前系统更高质量、更长的视频。
初步展示与预览
团队以日语中意为“天空”的词语将模型命名为Sora,以象征其“无限的创作潜力”。2024年2月15日,OpenAI首次预览Sora,发布了其创作的多段高清视频片段,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、两人在雪中穿行东京,以及加州淘金热的伪造历史影像。公司表示,该模型可生成最长一分钟的视频。一份技术报告强调了训练方法,首席执行官Sam Altman用Sora生成的视频回应了Twitter用户的提示。
公开发布与扩展
截至2024年12月9日,OpenAI逐步向美国和加拿大的ChatGPT Pro和ChatGPT Plus用户开放Sora。此前,访问仅限于一小部分负责对抗性测试的虚假信息和偏见“红队”专家,以及一组提供反馈的创意专业人士。2025年2月,OpenAI宣布计划将Sora整合到ChatGPT中,使用户能够直接从聊天机器人生成视频。
Sora 2与社交媒体功能
Sora 2于2025年9月30日发布,同时推出iOS应用,Android应用则在两个月后跟进。所有生成的视频均包含可见的动态数字水印,以帮助观众区分真实与虚构内容。该应用因风格和功能与TikTok相似而受到关注。2025年10月7日,404 Media报道称,能够去除水印的第三方程序已广泛传播。
停止运营
2026年3月24日,OpenAI在X上宣布将停止Sora在移动应用和API中的服务。应用于2026年4月26日关闭,API于2026年9月24日关闭。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。这一决定导致The Register将OpenAI称为“产品杀手”,紧随Google、Amazon Web Services、Broadcom和Netscape等其他科技公司之后。
OpenAI在关闭通知中未提供具体原因,但报道将其与计算资源短缺、成本压力以及向核心企业产品的转变联系起来。在高峰期,Sora拥有约100万全球用户,随后降至不足50万,而由于视频生成的计算需求,运营成本估计为每天100万美元。
法律与版权问题
2024年11月,一组测试人员在Hugging Face上泄露了Sora的API密钥,并发布宣言抗议Sora被用于“艺术洗白”。OpenAI在三小时后撤销了访问权限,并表示“数百名艺术家”参与了开发,参与是自愿的。
在发布时,Sora 2默认允许受版权保护的内容,除非版权所有者主动选择退出。2025年10月3日,OpenAI宣布未来更新将赋予版权所有者“更精细的控制权”,但未明确现有内容是否会被移除。2025年10月6日,美国电影协会主席批评了OpenAI的版权做法。2025年12月11日,迪士尼宣布向OpenAI投资10亿美元,为期三年,允许Disney+用户在Sora 2上生成超过200个受版权保护的角色,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的技术改编自DALL-E 3。据OpenAI称,Sora是一种扩散变换器,,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,然后由视频解压缩器转换到标准空间。重新标注通过使用视频转文本模型生成详细描述来增强训练数据。
OpenAI使用公开可用的视频和许可的受版权保护视频训练Sora,未透露确切数量或来源。公司承认存在局限性,包括难以模拟复杂物理、理解因果关系以及区分左右。为遵守安全实践,Sora限制涉及性、暴力、仇恨或名人形象的提示,以及包含现有知识产权的内容。
研究员Tim Brooks指出,该模型从数据集中学会了创建3D图形,而同事研究员Bill Peebles表示,该模型自动从数据中发现了许多物理规则。