Sora 2 ирлээ
Манай хамгийн сүүлийн видео үүсгэх загвар өмнөх системүүдээс илүү физикийн хувьд үнэн зөв, бодит мэт, мөн илүү сайн удирдах боломжтой. Мөн яриа болон дууны эффектүүдийг синхрончилсон. Үүнийг шинэ Sora апп дээр ашиглан бүтээлээ хийгээрэй.
2026 оны 4-р сарын 26-ны байдлаар Sora бүтээгдэхүүн цаашид ашиглах боломжгүй болсон.
Өнөөдөр бид видео болон аудио үүсгэх тэргүүлэх загвар болох Sora 2-ыг танилцуулж байна.
2024 оны 2-р сард гарсан анхны Sora загвар нь олон талаараа видеоны GPT‑1 мөч байсан—видео үүсгэлт үнэхээр ажиллаж эхэлж байгаа мэт санагдсан анхны үе, мөн урьдчилсан сургалтын тооцооллыг тэлэхэд объектын тогтвортой байдал зэрэг энгийн зан төлөвүүд илэрч гарсан үе юм. Түүнээс хойш Sora баг ертөнцийг илүү дэвшилтэт байдлаар симуляцлах чадвартай загваруудыг сургахад төвлөрсөөр ирсэн. Ийм системүүд нь физик ертөнцийг гүн ойлгодог AI загваруудыг сургахад нэн чухал болно гэж бид үзэж байна. Үүний томоохон үе шат нь хэлний өгөгдөлтэй харьцуулахад дөнгөж эхлэл үедээ яваа том хэмжээний видео өгөгдөл дээрх урьдчилсан сургалт болон дараах сургалтыг эзэмших явдал юм.
Prompt: figure skater performs a triple axle with a cat on her head
Sora 2-оор бид видеоны GPT‑3.5 мөч байж магадгүй гэж үзэж буй зүйл рүү шууд үсэрч байна. Sora 2 нь өмнөх видео үүсгэх загваруудад онцгой хэцүү—зарим тохиолдолд бүр боломжгүй—зүйлсийг хийж чадна: олимпын гимнастикийн үзүүлбэрүүд, хөвөх чадвар ба хатуулагийн динамикийг үнэн зөв загварчилсан паддлборд дээрх арагш эргэлтүүд, мөн муур амь тэмцэн зууралдаж байх үеийн гурвалсан аксель.
Prompt: a guy does a backflip
Өмнөх видео загварууд хэт өөдрөг байдаг—тэд текст өгөгдлийг амжилттай биелүүлэхийн тулд объектуудыг хувиргаж, бодит байдлыг гажуудуулдаг. Жишээлбэл, сагсан бөмбөгчин шидэлтээ алдахад бөмбөг цагираг руу гэнэт телепортлох мэт болж магадгүй. Харин Sora 2 дээр, сагсан бөмбөгчин шидэлтээ алдахад бөмбөг самбараас ойно. Сонирхолтой нь, загварын гаргадаг “алдаанууд” нь ихэвчлэн Sora 2-ын далд байдлаар загварчилж буй дотоод агентын алдаа мэт харагддаг; төгс биш хэвээр ч өмнөх системүүдтэй харьцуулахад физикийн хуулийг дагахдаа илүү сайн. Энэ нь ямар ч хэрэгтэй ертөнц симуляторт маш чухал чадвар—та амжилтыг төдийгүй бүтэлгүйтлийг ч загварчилж чаддаг байх ёстой.
Энэ загвар нь мөн удирдах боломжийн хувьд том үсрэлт хийсэн бөгөөд олон кадрыг хамарсан нарийн төвөгтэй зааврыг дагахын зэрэгцээ ертөнцийн төлөвийг үнэн зөв хадгалж чадна. Энэ нь бодит мэт, киноны, мөн аниме хэв маягт онцгой сайн.
Prompt: Vikings Go To War — North Sea Launch (10.0s, Winter cool daylight / early medieval)...
Ерөнхий зориулалтын видео-аудио үүсгэх системийн хувьд энэ нь өндөр түвшний бодит мэдрэмжтэй нарийн төвөгтэй арын дууны орчин, яриа, дууны эффектүүдийг бүтээж чадна.
Prompt: Two mountain explorers in bright technical shells, ice crusted faces, eyes narrowed with urgency shout in the snow, one at a time
Та мөн бодит ертөнцийн элементүүдийг Sora 2 руу шууд оруулж болно. Жишээлбэл, манай багийн нэг гишүүний бичлэгийг ажигласнаар загвар тэднийг ямар ч Sora-гаар үүсгэсэн орчинд дүр төрх, хоолойг нь үнэн зөвөөр оруулж чадна. Энэ боломж маш ерөнхий бөгөөд ямар ч хүн, амьтан эсвэл объект дээр ажиллана.
Prompt: Bigfoot is really kind to him, a little too kind, like oddly kind. Bigfoot wants to hang out but he he wants to hang too much
Загвар төгсөөс хол бөгөөд олон алдаа гаргадаг ч видео өгөгдөл дээр нейрон сүлжээг цаашид улам тэлэх нь биднийг бодит байдлыг симуляцлахад илүү ойртуулна гэдгийг энэ нь баталж байна.
Ерөнхий зориулалтын симуляци болон физик ертөнцөд ажиллаж чадах AI системүүд рүү хүрэх замд, зам зуур бидний бүтээж буй загваруудаар хүмүүс маш их хөгжилдөж чадна гэж бид бодож байна.
Бид энэ “өөрийгөө оруулах” боломжийг хэдэн сарын өмнөөс Sora баг дотроо туршиж эхэлсэн бөгөөд бүгд маш их хөгжилдсөн. Энэ нь харилцааны байгалийн хувьсал шиг санагдсан—текст мессежээс эможи, дараа нь дуут тэмдэглэл, тэгээд одоо үүн рүү.
Тиймээс өнөөдөр бид Sora 2-оор ажилладаг, “Sora” нэртэй шинэ нийгмийн iOS аппыг нэвтрүүлж байна. Апп дотор та бүтээх, бие биенийхээ үүсгэлтийг ремикс хийх, өөрчлөх боломжтой Sora feed дотроос шинэ видеонууд олж үзэх, мөн “characters” хэмээх функцээр өөрийгөө эсвэл найзуудаа оруулах боломжтой. characters-ийн тусламжтайгаар та апп дотор нэг удаагийн богино видео, аудио бичлэг хийж өөрийгөө баталгаажуулан дүр төрхөө бүртгүүлсний дараа ямар ч Sora дүр зурагт өөрийгөө маш өндөр үнэнч дүрслэлтэйгээр шууд оруулж чадна.
Өнгөрсөн долоо хоногт бид аппыг OpenAI-ийн бүх ажилтанд дотооддоо нэвтрүүлсэн. Энэ функцийн ачаар компанид шинэ найзуудтай болж байна гэж хамт олон маань аль хэдийн хэлсэн. “characters” функц дээр төвлөрсөн нийгмийн апп нь Sora 2-ын ид шидийг мэдрэх хамгийн сайн арга гэж бид бодож байна.
Төгсгөлгүй гүйлгэх, донтох, тусгаарлагдах, RL-sloptimized feed-үүдийн талаарх санаа зовнил бидний анхаарлын төвд байна—бид үүний талаар дараах арга хэмжээг авч байна.
Бид хэрэглэгчдэд feed дээрээ юу үзэхээ өөрсдөө хянах хэрэгсэл, сонголтуудыг өгч байна. OpenAI-ийн одоо байгаа том хэлний загваруудыг ашиглан бид байгалийн хэлээр зааварлаж болдог санал болгох алгоритмын шинэ ангиллыг боловсруулсан. Мөн бид хэрэглэгчдийн сайн сайхан байдлыг тогтмол асууж, feed-ээ тохируулах сонголтыг урьдчилан санал болгодог суурилуулсан механизмуудтай.
Анхдагчаар бид таны дагадаг эсвэл харилцдаг хүмүүст хүчтэй төвлөрсөн контентыг харуулж, мөн таны өөрийн бүтээлд урам зориг болгон ашиглах магадлал хамгийн өндөр гэж загварын үзсэн видеонуудыг түлхүү харуулдаг. Бид feed дээр өнгөрүүлэх хугацааг оновчлохгүй бөгөөд аппыг хэрэглээг бус, бүтээлийг дээдлэхээр зориуд зохион бүтээсэн. Дэлгэрэнгүйг манай Feed Philosophy хэсгээс үзнэ үү.
Энэ апп нь найзуудтайгаа хамт ашиглахад зориулагдсан. Туршигчдаас ирсэн хамгийн хүчтэй санал нь characters л үүнийг өөр, хөгжилтэй болгодог гэсэн явдал—жинхэнэ утгаар нь ойлгохын тулд та өөрөө турших хэрэгтэй, гэхдээ энэ нь хүмүүстэй харилцах цоо шинэ, өвөрмөц арга юм. Та найзуудтайгаа хамт орж ирэхийг баталгаажуулахын тулд бид үүнийг урилгаар нэвтрэх апп хэлбэрээр гаргаж байна. Бүх том платформууд нийгмийн графаас холдож буй энэ үед characters нь хамтын нийгэмлэгийг бэхжүүлнэ гэж бид үзэж байна.
Өсвөр насныхны сайн сайхан байдлыг хамгаалах нь бидэнд чухал. Бид өсвөр насныхан feed дээр өдөрт хэдэн үүсгэлт үзэж болохыг анхдагчаар хязгаарлаж байгаа бөгөөд мөн энэ бүлэгт characters дээр илүү хатуу зөвшөөрлүүдийг нэвтрүүлж байна. Автомат аюулгүй байдлын системүүдээс гадна дээрэлхэлт үүсвэл хурдан хянахын тулд хүний модераторын багуудыг өргөжүүлж байна. Мөн бид эцэг эхчүүд төгсгөлгүй scroll-ын хязгаарыг өөрчилж, алгоритмын хувьчилсан тохиргоог унтрааж, шууд мессежийн тохиргоог удирдаж болох Sora эцэг эхийн хяналт-ыг ChatGPT‑ээр дамжуулан нэвтрүүлж байна.
characters-ийн тусламжтайгаар та өөрийн дүр төрхийг эхнээс нь дуустал хянах боломжтой. Таны character-ийг хэн ашиглахыг зөвхөн та шийднэ, мөн түүнд хандах эрхийг хүссэн үедээ цуцалж эсвэл үүнийг агуулсан ямар ч видеог устгаж болно. Таны character орсон видеонууд, тэр дундаа бусад хүмүүсийн үүсгэсэн нооргуудыг та хүссэн үедээ үзэж болно.
Энэ апптай холбоотой аюулгүй байдлын олон сэдвийг бид авч үзсэн—дүр төрхийг ашиглах зөвшөөрөл, гарал үүсэл, хор хөнөөлтэй контент үүсгэхээс сэргийлэх болон бусад олон асуудал. Дэлгэрэнгүйг манай Sora 2 Safety doc-оос үзнэ үү.
Бусад аппуудын олон асуудал нь хэрэглэгчийн сайн сайхан байдалтай зөрчилдөх шийдвэрүүдийг өдөөдөг мөнгөжүүлэлтийн загвараас үүдэлтэй. Ил тод хэлэхэд, одоогийн байдлаар бидний цорын ганц төлөвлөгөө бол тооцооллын нөөцөөс давсан эрэлт гарвал хэрэглэгчдэд нэмэлт видео үүсгэхийн тулд тодорхой хэмжээний төлбөр төлөх сонголтыг хожим өгөх явдал юм. Апп хөгжихийн хэрээр бид энэ талаарх хандлагынхаа аливаа өөрчлөлтийг нээлттэй мэдээлсээр байх бөгөөд хэрэглэгчийн сайн сайхан байдлыг үндсэн зорилго хэвээр хадгална.
Бид энэ аяллын эхэнд явж байгаа ч Sora 2-оор контент бүтээх, ремикс хийх ийм олон хүчирхэг аргыг харгалзан үзвэл хамтран бүтээх туршлагын цоо шинэ эрин үе эхэлж байна гэж бид харж байна. Одоогоор байгаа зүйлстэй харьцуулахад энэ нь энтертайнмент ба бүтээлч байдлын хувьд илүү эрүүл платформ болно гэж бид өөдрөгөөр харж байна. Та хөгжилтэй байна гэж найдаж байна :)
Sora iOS апп(шинэ цонхонд нээгдэнэ)-ыг одоо татаж авах боломжтой. Таны бүртгэлд нэвтрэх эрх нээгдэх үед push notification авахын тулд апп дотроо бүртгүүлж болно. Бид эхний нэвтрүүлэлтийг өнөөдөр АНУ ба Канадад эхлүүлж, тун удахгүй бусад орнуудад өргөжүүлэх зорилготой байна. Урилга авсны дараа та sora.com(шинэ цонхонд нээгдэнэ)-оор мөн Sora 2-т хандах боломжтой болно. Sora 2 нь эхэндээ үнэгүй, хүмүүс түүний боломжуудыг чөлөөтэй судлахад хангалттай өгөөмөр хязгаартайгаар нээгдэх боловч эдгээр нь тооцооллын хязгаарлалтад захирагдана. ChatGPT Pro хэрэглэгчид мөн sora.com(шинэ цонхонд нээгдэнэ) дээр манай туршилтын, илүү өндөр чанартай Sora 2 Pro загварыг ашиглах боломжтой болно (удахгүй Sora апп дотор ч мөн адил). Мөн бид Sora 2-ыг API-д гаргахаар төлөвлөж байна. Sora 1 Turbo ашиглах боломжтой хэвээр байх бөгөөд таны бүтээсэн бүх зүйл sora.com(шинэ цонхонд нээгдэнэ)-ын сан дотор хадгалагдсаар байх болно.
Видео загварууд маш сайн болж байна, бас маш хурдан. Ерөнхий зориулалтын ертөнц симуляторууд болон робот агентууд нийгмийг сууриар нь өөрчилж, хүний дэвшлийн хурдыг нэмэгдүүлнэ. Sora 2 нь энэ зорилгын зүг хийсэн мэдэгдэхүйц ахиц юм. OpenAI-ийн эрхэм зорилгод нийцүүлэн эдгээр загварууд хөгжихийн хэрээр хүн төрөлхтөн үр шимийг нь хүртэх нь чухал. Sora дэлхийд маш их баяр баясал, бүтээлч байдал, холбоог авчирна гэж бид бодож байна.
— Sora баг бичив
Үндсэн зорилт ба дүрслэл
Эхний харцаар: ирмэгтэй мөсөн цамхгуудын хажуугаар зүсэх мэт нисэх луу, далавчны үзүүрийн эргүүлэг нь цасан ширхэгийг хуулан нисгэнэ; дараагийн харцаар: ан цавтай мөсөн талбай кобальт өнгийн фьорд руу уруудан тасарч, хув шаргал нарны хүрээ хайрсан дээрх хярууг үнсэнэ; төрх нь ангууч амгалан / төвөггүй хүчийг илтгэнэ.
Формат ба төрх
5.0 сек; 4K; 180° shutter; тод микроконтрасттай, large-format digital sensor emulation; маш нарийн grain; цасан гялбаан дээр даруухан halation; gate weave байхгүй.
Линз ба шүүлтүүр
Гол зураг: хамарт суурилуулсан gyro-stabilized aerial platform дээрх 50mm spherical (ялимгүй дотогш нумтай зэрэгцээ дагалт). Шүүлтүүр: Black Pro-Mist 1/8; дугуй поляризаторын тохиргоо нь цасны гялбаг дарахын зэрэгцээ specular sparkle-ыг хадгална.
Өнгө засалт / палитр
Тод хэсэг: цэвэр мөсөн цагаан, сэрүүн roll-off-той; Дунд өнгө: steel-blue мөсөн гол ба цайвар cyan агаар; Сүүдэр: ан цавын дэлгэрэнгүйг хадгалсан slate/teal; салгалтад зориулсан лууны ирмэгүүд дээр дулаан amber rim; хяруу/хайрсан дээрх specular нь нягт.
Гэрэлтүүлэг ба уур амьсгал
Оройн намхан нарны хөндлөн key гэрэл; katabatic салхи цасан ширхэгийг хийсгэнэ; гүнийг нэмэх нимгэн хөлдсөн мананцар; мөрөнд үе үе мөсний тоосны тэсрэлт; хүч гаргах үед луунаас үл ялиг амьсгалын уур гарна.
Байршил ба кадрлалт
Өндөр серaкын талбай ба хутганы ир шиг нуруу; камер дунд өндрөөс лууны хажуугаар ижил хурдаар дагаж, мөсөн голын диагоналиуд фьорд руу хөтөлнө; урд талын мөсөн ирмэгүүд параллаксын эффектэд ойрхон зөрнө; хүний хийсэн байгууламжгүй.
Хувцас / хэрэгсэл / тээврийн тэмдэглэл
Хамаарахгүй (амьтан). Гадаргуугийн төрх: матт эвэрлэг нуруу, урд ирмэгүүдээрээ бичил хяруутай хагас солонгорсон хайрсан хуяг.
Дуу
Өндөр агаарын wind shear, далавч доошлох бүрийн мембраны нижигнээ, serac-уудаас гарах болор мэт мөсний чаг чаг/час хийх чимээ, алсад мөсөн гол нурж унах нүргэлээн; луунаас гарах богино амьсгаа/архираа: “Rrhh—” (1 сек-ээс бага). Хөгжимгүй — зөвхөн орчны гайхамшиг.
Оновчилсон кадрын жагсаалт (1 кадр / 5.0 сек)
0.0–5.0 — “Parallel Ridge Carve” (50mm, slight inward arc & micro-push бүхий nose-mount aerial)
Бид мөсөн цамхгуудын коридороор шургалан нисэх лууг дагана; далавчны үзүүрийн эргүүлэг цасан ширхэгийг тууз мэт хуулна; хол доор нэг тасарч буй хэсэг унаж, нунтаг цасны үүл босгоно; камер аажмаар ойртож—хайрс тодорч, amber rim асна—дараа нь луу фьорд руу хазайж эргэн, сүүл нь хайчлан, мөсөн гол дээр sweeping сүүдэр унагаана.
Зорилго: хурд, жин, байгалийн хүйтнийг нэг шийдэмгий дайралтаар өгч, домог мэт хэмжээсийг мэдрэмжтэй бодит болгох.
Камерын тэмдэглэл (Яагаад ингэж уншигдаж байна вэ)
50mm нь амьтны оршихуй ба ландшафтын хэмжээг хэт жижигрүүлэхгүй тэнцвэржүүлнэ; зэрэгцээ дагалт + дотогш нум нь хурд ба хэлбэрийг мэдрүүлнэ; micro-push нь хамгийн хүчтэй далавчны цохилттой давхцаж хүчийг онцолно; хөнгөн поляризатор гялбааг хянаж, гялтганалтыг хадгална; арын/ирмэгийн нар силуэтийг баримална; ойрхон зөрөх мөсөн ирмэгүүд параллаксын хурдны дохио өгнө.
Эцсийн боловсруулалт
Маш нарийн grain (~15%); цасан specular дээр halation маш бага; хөх өнгийг үнэмшилтэй, хар өнгийг баялаг байлгах зөөлөн print emulation; далавчны нижигнээг мөсөн голын нуралтын нүргэлээнээр дарагдуулахгүй хадгалах multiband dynamics; постер кадр: нар туссан serac-ыг гатлан хазайсан луу, араасаа цасан ширхэг урсган, цаана нь гүн хөхөөр дүрэлзэх фьорд.
Sora 2
Debbie Mesloh
Caroline Zhao
2025 оны 9-р сарын 30-нд нийтлэв
