OpenAI发布最强视频模型Sora 2，支持同步音频生成

北京时间10月1日凌晨，OpenAI正式推出全新升级的视频生成模型Sora 2。

这款迭代产品在视频真实感上实现重大突破，并首次整合音频生成功能。该技术基于前代图像生成框架，在新版应用中加入创新的"身份验证+客串演出"模式——用户只需录制一段包含面容和声音的短视频，就能在生成内容中演绎不同角色。

Sora应用采用类社交媒体的交互设计，具备智能推荐引擎和个性化内容排序功能，让用户既能享受算法推荐的热门内容，又能自主调节内容展示优先级。

作为2024年2月首代模型的升级版，Sora2显著改善了初代在运动轨迹（如篮球弹跳）方面的机械感问题，令物理规律的呈现更为流畅自然。最具突破性的是新增的语音合成能力，OpenAI承认模型尚存缺陷，但证明通过海量视频训练确实能提升虚拟世界的拟真度。

目前iOS版Sora采用邀请制测试，首批开放区域限于美加两国。考虑到视频生成对计算资源的巨大消耗，OpenAI在测试期将实施用量管控，同时为用户保留付费获取额外生成额度的选项。

针对伦理安全问题，OpenAI专门发布技术白皮书强调：所有生成视频将嵌入不可篡改的数字水印；肖像使用权需经本人实时授权且可随时撤回；未成年账号强制启用家长监护功能。

内容审核方面，系统部署了多层次防护机制：预生成阶段过滤不良内容，音频与画面交叉检测危险信息，并计划组建专项人工审核团队重点筛查网络霸凌等行为。

OpenAI将Sora2定义为AI进化的重要里程碑："视频模型正在经历指数级发展。未来，通用世界模拟器与智能体技术将深度改变人类社会的发展轨迹。"

免责声明

游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。

同类文章