Sora 2 е тук

От 26 април 2026 г. продуктът Sora вече не се предлага.

Днес пускаме Sora 2, нашият водещ модел за генериране на видео и аудио.

Оригиналният модел Sora⁠ от февруари 2024 г. в много отношения беше моментът на GPT‑1 за видео – първият път, когато генерирането на видео започна да изглежда, че работи, а прости поведения като постоянство на обектите възникнаха от мащабирането на изчислителните ресурси преди обучението. Оттогава екипът на Sora се фокусира върху модели за обучение с по-модерни възможности за симулация на света. Ние вярваме, че такива системи ще бъдат от решаващо значение за обучението на модели с изкуствен интелект, които дълбоко разбират физическия свят. Основен етап за това е овладяването на предварителното и последващото обучение на широкомащабни видео данни, които са в начален стадий в сравнение с езика.

Със Sora 2 ние прескачаме направо към това, което смятаме, че може да бъде моментът GPT‑3.5 за видео. Sora 2 може да извършва неща, които са изключително трудни — и в някои случаи направо невъзможни — за предишни модели за генериране на видео: олимпийски гимнастически съчетания, задни салта на падълборд, които точно моделират динамиката на подвигателната сила и твърдостта, и тройни аксели, докато котка се държи за живота си.

Предишните видео модели са прекалено оптимистични - те ще променят обектите и ще деформират реалността, за да изпълнят успешно текстова подкана. Например, ако баскетболист пропусне изстрел, топката може спонтанно да се телепортира към коша. В Sora 2, ако баскетболист пропусне изстрел, топката ще отскочи от таблото. Интересното е, че „грешките“, които моделът прави, често изглеждат като грешки на вътрешния агент, който Sora 2 имплицитно моделира; макар и все още несъвършен, той по-добре спазва законите на физиката в сравнение с предишните системи. Това е изключително важна възможност за всеки полезен симулатор на света — трябва да можете да моделирате не само успеха, но и провала.

Моделът също така представлява голям напредък в управляемостта, способен да следва сложни инструкции, обхващащи множество стъпки, като същевременно точно запазва състоянието на света. Той се отличава с реалистични, кинематографични и аниме стилове.

Като система за генериране на видео и аудио с общо предназначение, тя е способна да създава сложни фонови звукови пейзажи, реч и звукови ефекти с висока степен на реализъм.

Вие също така можете директно да инжектирате елементи от реалния свят в Sora 2. Например, като наблюдава видео на един от нашите съотборници, моделът може да го вмъкне във всяка среда, генерирана от Sora, с точно изобразяване на външния вид и гласа. Тази способност е много обща и работи за всеки човек, животно или предмет.

Моделът далеч не е перфектен и допуска много грешки, но това е потвърждение, че по-нататъшното мащабиране на невронните мрежи върху видео данни ще ни доближи до симулирането на реалността.

По пътя към симулации с общо предназначение и системи за изкуствен интелект, които могат да функционират във физическия свят, помисляме, че хората могат да се забавляват много с моделите, които изграждаме по пътя.

За първи път започнахме да експериментираме с функцията „качвам себе си“ преди няколко месеца в екипа на Sora и всички се забавлявахме с нея. Беше като естествена еволюция на комуникацията — от текстови съобщения през емотикони и гласови бележки до това.

Затова днес стартираме ново социално приложение за iOS, наречено „Sora“, задвижвано от Sora 2. В приложението можете да създавате, ремиксирате съдържание, генерирано от други, да откривате нови видеоклипове в персонализирана емисия на Sora и да включвате себе си или приятелите си чрез функция, наречена „персонажи“. С функцията „персонажи“ можете да се включите директно във всяка сцена на Sora с изключителна точност, след като направите кратък еднократен видео- и аудиозапис в приложението, за да потвърдите самоличността си и да заснемете своя образ.

Миналата седмица стартирахме приложението вътрешно за всички в OpenAI. Вече чухме от нашите колеги, че благодарение на функцията те създават нови приятелства в компанията. Смятаме, че социално приложение, изградено около функцията „персонажи“, е най-добрият начин да изпитате магията на Sora 2.

Притесненията относно doomscrolling, пристрастяването, изолацията и RL-sloptimized емисиите са на първо място — ето какво правим по въпроса.

Ние предоставяме на потребителите инструментите и възможността да контролират какво виждат в емисията. Използвайки съществуващите големи езикови модели на OpenAI, ние разработихме нов клас алгоритми за препоръки, които могат да бъдат инструктирани чрез естествен език. Също така разполагаме с вградени механизми за периодично анкетиране на потребителите относно тяхното благосъстояние и проактивно им предоставяме възможност да коригират своята емисията.

По подразбиране Ви показваме съдържание, което е силно насочено към хората, които следвате или с които взаимодействате, и даваме приоритет на видеоклипове, които моделът смята, че най-вероятно ще използвате като вдъхновение за собствените си творения. Ние не оптимизираме времето, прекарано в емисията, и изрично проектирахме приложението, за да увеличим максимално създаването, а не потреблението. Можете да намерите повече подробности в нашата Философия на емисията⁠.

Това приложение е създадено да се използва с Вашите приятели. Преобладаващата обратна връзка от тестерите е, че персонажите са това, което го прави различно и забавно за използване – трябва да го опитате, за да го разберете наистина, но това е нов и уникален начин за комуникация с хората. Пускаме го като приложение, базирано на покани, за да сме сигурни, че влизате с приятелите си. Във време, когато всички основни платформи се отдалечават от социалната графика, смятаме, че персонажите ще подсилят общността.

Защитата на благосъстоянието на тийнейджърите е важна за нас. Въвеждаме ограничения по подразбиране за това колко публикации могат да виждат тийнейджърите на ден в емисията, а също така въвеждаме по-строги разрешения за персонажи за тази група. В допълнение към нашите автоматизирани системи за безопасност, ние разширяваме екипите от човешки модератори, които бързо да преглеждат случаи на тормоз, ако възникнат такива. Стартираме с родителски контрол⁠ на Sora чрез ChatGPT, така че родителите да могат да отменят ограниченията за безкрайно превъртане, да изключат персонализацията на алгоритъма, както и да управляват настройките за директни съобщения.

С персонажи Вие контролирате образа си от начало до край със Sora. Само Вие решавате кой може да използва Вашия персонаж и можете да отнемете достъпа или да премахнете всяко видео, което го включва, по всяко време. Видеоклиповете, съдържащи Ваш персонаж, включително чернови, създадени от други хора, могат да бъдат преглеждани от Вас по всяко време.

Има много теми за безопасност, които сме разгледали в това приложение – съгласие за използване на образ, произход, предотвратяване на генерирането на вредно съдържание и много други. Вижте нашия документ за безопасност на Sora 2⁠ за повече подробности.

Много от проблемите с други приложения произтичат от модела на монетизация, който насърчава решения, противоречащи на благосъстоянието на потребителите. Прозрачно казано, единственият ни настоящ план е евентуално да дадем на потребителите възможност да платят известна сума за генериране на допълнително видео, ако има твърде голямо търсене спрямо наличния изчислителен ресурс. С развитието на приложението ще съобщаваме открито за всички промени в нашия подход тук, като същевременно продължаваме да поддържаме благосъстоянието на потребителите като наша основна цел.

Ние сме в началото на това пътуване, но с всички мощни начини за създаване и ремиксиране на съдържание със Sora 2, виждаме това като началото на напълно нова ера за съвместни творчески преживявания. Ние сме оптимисти, че това ще бъде по-здравословна платформа за забавление и творчество в сравнение с това, което е налично в момента. Надяваме се да си прекарате добре :)

Приложението Sora за iOS⁠(отваря се в нов прозорец) е достъпно за изтегляне сега. Можете да се регистрирате в приложението, за да получите push известие, когато достъпът стане наличен за Вашия акаунт. Днес започваме първоначалното разпространение в САЩ и Канада с намерението бързо да разширим достъпа и в други държави. След като сте получили покана, ще можете също да получите достъп до Sora 2 чрез sora.com⁠(отваря се в нов прозорец). Първоначално Sora 2 ще бъде на разположение безплатно, с щедри лимити в началото, така че потребителите да могат свободно да изследват възможностите ѝ, макар че те ще зависят от наличните изчислителни ресурси. Потребителите на ChatGPT Pro също ще могат да използват нашия експериментален, по-висококачествен модел Sora 2 Pro на sora.com⁠(отваря се в нов прозорец) (а скоро и в приложението Sora). Също така планираме да пуснем Sora 2 в API. Sora 1 Turbo ще остане наличен и всичко, което сте създали, ще продължи да съществува във Вашата библиотека на sora.com⁠(отваря се в нов прозорец).

Видео моделите стават много добри, много бързо. Симулаторите на света с общо предназначение и роботизираните агенти ще променят из основи обществото и ще ускорят хода на човешкия прогрес. Sora 2 представлява значителен напредък към тази цел. В съответствие с мисията на OpenAI е важно човечеството да се възползва от тези модели, докато се разработват. Смятаме, че Sora ще донесе много радост, креативност и връзка на света.

— Написано от екипа на Sora