Premiera modelu Sora 2

Od 26 kwietnia 2026 produkt Sora nie jest już dostępny.

Dziś wprowadzamy Sora 2, nasz flagowy model do generowania materiałów wideo i audio.

Oryginalny model Sora⁠ z lutego 2024 roku był pod wieloma względami odpowiednikiem GPT‑1 do generowania wideo – po raz pierwszy generowanie wideo zaczęło działać poprawnie, a proste zachowania, takie jak trwałość obiektów, były możliwe do zrealizowania dzięki zwiększeniu mocy w fazie wstępnego trenowania. Od tego czasu zespół Sora skupia się na trenowaniu modeli z bardziej zaawansowanymi możliwościami symulowania świata. Wierzymy, że takie systemy będą miały kluczowe znaczenie dla trenowania modeli AI, które dogłębnie rozumieją fizykę naszego świata. Ważnym osiągnięciem w tej kwestii jest opanowanie szkolenia wstępnego i uzupełniającego na olbrzymich zasobach danych wideo, jednak te działania są jeszcze na bardzo wczesnym etapie rozwoju w porównaniu do zadań związanych z tworzeniem tekstów.

Dzięki Sora 2 przechodzimy bezpośrednio do tego etapu do punktu, który może być odpowiednikiem pojawienia się modelu GPT‑3.5 dla świata wideo. Sora 2 potrafi wykonywać wyjątkowo trudne zadania, a w niekiedy nawet operacje uznawane wręcz za niemożliwe dla wcześniejszych modeli generowania wideo: potrafi obrazować układy gimnastyki olimpijskiej, salta w tył na desce paddleboardowej, które dokładnie odwzorowują dynamikę wyporności i sztywności, oraz potrójne axele, podczas których kot trzyma się kurczowo, jakby od tego zależało jego życie.

Wcześniejsze modele wideo były nadmiernie optymistyczne – zniekształcały obiekty i odrealniały rzeczywistość, aby pomyślnie wykonać zadane polecenia tekstowe. Przykładowo: jeśli koszykarz nie trafił do kosza, piłka mogła spontanicznie teleportować się do środka obręczy. W przypadku Sora 2, jeśli koszykarz nie trafi, piłka odbije się od tablicy. Co ciekawe, „pomyłki”, które model często popełnia, wydają się być pomyłkami wewnętrznego agenta, którego Sora 2 w ten sposób modeluje, i choć nadal nie jest to model działający idealnie, znacznie dokładniej przestrzega on praw fizyki w porównaniu do wcześniejszych systemów. Niezwykle ważną zdolnością każdego użytecznego symulatora świata jest umiejętność modelowania niepowodzeń, a nie tylko sukcesów.

Model ten jest również znacznie lepszy w zakresie kontroli i potrafi wykonywać złożone, wieloetapowe instrukcje przy jednoczesnym dokładnym zachowaniu stanu świata. Znakomicie radzi sobie też ze stylem realistycznym, kinowym i anime.

Jako system do generowania materiałów audio-wideo do zastosowań ogólnych Sora 2 jest w stanie tworzyć złożone tła dźwiękowe, mowę i efekty dźwiękowe cechujące się wysokim poziomem realizmu.

Użytkownik może także bezpośrednio wprowadzać elementy świata rzeczywistego do filmów w Sora 2. Na przykład obserwując wideo jednego z naszych współpracowników, model może umieścić tę osobę w dowolnym środowisku wygenerowanym przez Sora, wiernie oddając jej wygląd i głos. Funkcja ta jest niezwykle uniwersalna i działa w przypadku każdego człowieka, zwierzęcia lub obiektu.

Modelowi nadal daleko od doskonałości i popełnia on wiele błędów, jednak utwierdza nas w przekonaniu, że dalsza rozbudowa sieci neuronowych w oparciu o dane wideo przybliży nas do opracowania systemów pozwalających na symulowanie rzeczywistości.

Zmierzając w stronę stworzenia uniwersalnych symulacji i systemów AI, które mogą działać w fizycznym świecie, wierzymy, że nasze modele dostarczą użytkownikom wiele radości.

Funkcję „prześlij siebie” zaczęliśmy testować kilka miesięcy temu w zespole Sora i wszyscy świetnie się przy tym bawiliśmy. Uznaliśmy, że to naturalna ewolucja komunikacji – od wiadomości tekstowych, przez emoji, notatki głosowe, aż powstało „to”.

Dlatego dzisiaj wprowadzamy nową społecznościową aplikację na iOS o nazwie „Sora”, opartą na Sora 2. Można w niej tworzyć i modyfikować wygenerowane treści, odkrywać nowe wideo w spersonalizowanym kanale Sora oraz wprowadzać siebie lub znajomych za pomocą funkcji „postacie”. Postacie pozwalają umieścić siebie w dowolnej scenie Sora. Aby uzyskać niezwykłą wiernością odwzorowania postaci wystarczy zarejestrować krótkie, jednorazowe nagranie „audio-wideo” w aplikacji, zweryfikować swoją tożsamość i uchwycić swój wizerunek.

W zeszłym tygodniu uruchomiliśmy aplikację wewnętrznie w OpenAI. Już dotarły do nas pierwsze informacje, że dzięki tej funkcji zawiązują się nowe przyjaźnie w firmie. Uważamy, że aplikacja społecznościowa stworzona w oparciu o funkcję „postaci” to najlepszy sposób na zapoznanie się z magią modelu Sora 2.

Obawy związane z doomscrollingiem, uzależnieniem, izolacją oraz algorytmizacjami kanałów treści są niezwykle istotne i poniżej opisujemy działania, któe podejmiemy w celu ich neutralizacji.

Dajemy użytkownikom narzędzia i możliwość kontrolowania treści oglądanych na kanale. Korzystając z istniejących dużych modeli językowych OpenAI, opracowaliśmy nową klasę algorytmów rekomendacyjnych, które można instruować w języku naturalnym. Dysponujemy również wbudowanymi mechanizmami, które pozwalają okresowo pytać użytkowników o ich samopoczucie, oraz zapewniamy opcję aktywnego dostosowania treści na kanale.

Domyślnie pokazujemy treści mocno związane z osobami, które użytkownik śledzi lub z którymi wchodzi w interakcję, a priorytet mają materiały wideo, które model uznaje za najbardziej inspirujące pod kątem kreatywności użytkownika. Nie optymalizujemy algorytmów pod kątem czasu spędzanego na kanale, a aplikację celowo zaprojektowaliśmy tak, aby priorytetyzowała tworzenie, a nie konsumpcję. Więcej informacji przedstawiamy w naszej Filozofii kanału⁠

Aplikacja ta została stworzona z myślą o korzystaniu wspólnie ze znajomymi. Przytłaczająca większość opinii od testerów wskazuje, że to właśnie postacie sprawiają, iż korzystanie z tego rozwiązania jest inne i zabawne, jednak aby naprawdę to poczuć, trzeba spróbować samodzielnie. Jest to nowy i unikalny sposób komunikacji z ludźmi. Aplikacja będzie wymagała zaproszenia, co gwarantuje, że użytkownicy dołączają do niej wraz ze swoimi znajomymi. W czasach, gdy wszystkie główne platformy odchodzą od grafu społecznościowego, uważamy, że postacie wzmocnią poczucie wspólnoty.

Ochrona nastolatków jest dla nas ważna. Wprowadzamy domyślne ograniczenia w zakresie liczby wygenerowanych treści, jakie nastolatki mogą zobaczyć dziennie na kanale treści, a także wprowadzamy bardziej rygorystyczne uprawnienia w zakresie korzystania z postaci dla tej grupy wiekowej. Oprócz naszych zautomatyzowanych systemów bezpieczeństwa powiększamy też zespoły moderatorów, którzy w razie potrzeby mogą szybko weryfikować przypadki nękania. Wraz z Sora wprowadzamy kontrolę rodzicielską⁠ za pośrednictwem ChatGPT, aby rodzice mogli zmieniać limity nieskończonego przewijania, wyłączać personalizację algorytmiczną, a także zarządzać ustawieniami wiadomości bezpośrednich.

Dzięki postaciom masz pełną kontrolę nad swoim wizerunkiem na każdym etapie korzystania z Sora. Samodzielnie decydujesz, kto może wykorzystać utworzoną przez Ciebie postać, i możesz w każdej chwili wycofać udzieloną wcześniej zgodę lub usunąć dowolny materiał wideo, który ją zawiera. Wideo zawierające Twoją postać, włączając w to wersje robocze utworzone przez inne osoby, możemy przeglądać w dowolnym momencie.

W tej aplikacji poruszyliśmy wiele tematów związanych z bezpieczeństwem – m.in. zgodę na wykorzystanie wizerunku, pochodzenie treści, uniemożliwianie generowania krzywdzących treści itp. Więcej informacji przekazujemy w dokumencie Bezpieczeństwo w Sora 2⁠.

Wiele problemów z innymi aplikacjami wynika z modelu monetyzacji, który nagradza decyzje sprzeczne z dobrem użytkowników. Mówiąc otwarcie: nasz jedyny obecny plan zakłada, że w przyszłości damy użytkownikom możliwość zapłacenia pewnej kwoty za wygenerowanie dodatkowego filmu, jeśli zapotrzebowanie będzie zbyt duże w stosunku do dostępnej mocy obliczeniowej. W miarę rozwoju aplikacji będziemy jasno informować o wszelkich zmianach w naszym podejściu do tej kwestii, nadal na pierwszym miejscu stawiając dobro użytkowników.

Dopiero rozpoczynamy tę podróż, ale szerokie możliwości tworzenia i remiksowania treści za pomocą Sora 2 pokazują nam, że jest to początek zupełnie nowej ery doświadczeń opartych na wspólnym tworzeniu. Mamy nadzieję, że opracowana przez nas platforma rozrywkowo-kreatywna będzie zdrowsza w użytkowaniu niż inne obecnie dostępne rozwiązania. Bawcie się dobrze :)

Aplikacja Sora dla iOS⁠(otwiera nowe okno) jest już dostępna do pobrania. Możesz zarejestrować się w aplikacji, a gdy Twoje konto uzyska dostęp, otrzymasz powiadomienie push. Dziś rozpoczynamy początkowe wdrażanie w Stanach Zjednoczonych i Kanadzie, a niedługo mamy zamiar rozszerzenia dostępności aplikacji na kolejne kraje. Po otrzymaniu zaproszenia uzyskasz również dostęp do Sora 2 za pośrednictwem strony sora.com⁠(otwiera nowe okno). Model Sora 2 będzie początkowo dostępny bezpłatnie, z wysokimi limitami na start, aby użytkownicy mogli swobodnie poznawać jego możliwości, choć limity te nadal będą podlegać ograniczeniom z powodów technicznych. Użytkownicy ChatGPT Pro będą mogli korzystać z naszego eksperymentalnego modelu zapewniającego wyższą jakość generowanych materiałów Sora 2 Pro na stronie sora.com⁠(otwiera nowe okno) (a wkrótce także w aplikacji Sora). Planujemy również udostępnić Sora 2 poprzez API. Model Sora 1 Turbo będzie nadal dostępny, a wszystkie filmy utworzone za jego pomocą będą przechowywane w Twojej bibliotece na stronie sora.com⁠(otwiera nowe okno).

Jakość filmów tworzonych przez modele wideo błyskawicznie rośnie. Uniwersalne symulatory świata oraz agenty robotyczne w zasadniczy sposób przekształcą społeczeństwo i przyspieszą rozwój ludzkości. Sora 2 to znaczący krok w kierunku realizacji tego celu. Mając na uwadze misję OpenAI, musimy dbać o to, by ludzkość odnosiła korzyści z korzystania z tych rozwijanych nieustannie modeli. Sądzimy, że Sora zapewni użytkownikom wiele radości, pobudzi kreatywność i ułatwi łączność ze światem.

Zespół Sora