OpenAI 釋出音影片模型 Sora 2：遵循物理規律，還推出獨立社交 App

還記得初代 Sora 剛出來時那隻走路走著走著就突然多出一條腿的小狗嗎？當時的 AI 影片模型為了完成提示詞，動不動就讓現實扭曲變形。

現在 OpenAI 端出了第二代。9 月 30 日，OpenAI 正式釋出音影片生成模型 Sora 2，並把它比作影片領域的「GPT-3.5 時刻」。與模型一同上線的，還有一個主打共創與熟人互動的獨立 Sora iOS 應用。

投不進的球，終於會砸在籃板上了

初代 Sora 證明了規模擴充套件能讓模型摸到物理世界的邊緣，但那更像是一種表面模仿。一旦籃球投偏了，舊模型為了交差，可能會直接把球瞬移進籃筐裡。

Sora 2 最明顯的進化就在這裡。OpenAI 表示，新模型學會了遵循物理定律：投丟的籃球會自然砸在籃板上反彈。即使模型犯錯，看起來也更像是場景裡內部模擬的實體犯了錯，而不是整個世界在融化。

無論是在單槳衝浪板上做後空翻時表現出的浮力和剛度動態，還是複雜的體操動作，Sora 2 都能處理得更加逼真。同時，它具備了跨多鏡頭的世界狀態持久化控制能力，並涵蓋真實、電影以及動漫等多種視覺風格。

更關鍵的一點是，Sora 2 不再是個啞巴模型。作為通用音影片生成系統，它能直接同步合成逼真的環境背景音景、人物對白以及細節音效，徹底省去了後期配音對口型的麻煩。

錄一段影片，把自己扔進任何世界

除了物理和音訊，OpenAI 這次最想推的概念叫做「角色」（Characters）。

使用者只需要在 app 裡錄製一段簡短的音影片完成身份驗證並提取特徵，Sora 2 就能把你、你的朋友或寵物精準放進任何生成出來的場景裡，同時還原樣貌和聲音。OpenAI 團隊透露，這個功能在內部測試時就讓大家玩瘋了，感覺像是從簡訊、表情包、語音之後的又一次溝通方式演進。

圍繞這個功能，OpenAI 直接上線了一款獨立的 Sora iOS 社交應用。在裡面，你可以刷可定製的影片流、創作內容，或者把朋友生成的片段拿來二次混剪（remix）。

為了打消外界對社交成癮和垃圾資訊流的擔憂，OpenAI 強調這款 app 不以延長使用者停留時長為目標。推薦演算法由語言模型驅動並支援自然語言指令調節，介面還會定期詢問使用者感受。針對青少年使用者，系統設定了預設瀏覽上限與更嚴格的角色使用許可權，家長還能通過 ChatGPT 進行管控。

目前 Sora iOS 應用已開放下載，首階段在美國和加拿大采用邀請制測試，獲得資格後也可在網頁端 sora.com 使用。官方承諾 Sora 2 初始階段提供免費額度，ChatGPT Pro 訂閱使用者後續還能體驗更高畫質的 Sora 2 Pro，未來也將開放 API 接入。

為什麼重要

把影片生成模型包裝成一個帶熟人關係的社交網路，是 OpenAI 走得極其聰明、但也充滿爭議的一步。

對創作者和普通人來說，Sora 2 的多模態同步把製作短片的門檻直接砸穿了。以往做一段帶環境音、對白和連貫鏡頭的短片，需要在不同工具間來回倒騰，現在一句話加一個角色取樣就能完成閉環。但初期邀請制的限制以及算力天花板，註定普通使用者很難隨心所欲地無限制渲染，真正的普及還要看後續 API 成本和生成速度。

在行業層面，這直接改變了 AI 影片工具的競爭賽道。Runway、Pika 等同行此前主要聚焦在專業影視工作流與創作者工具，而 OpenAI 卻轉頭殺向了 TikTok 和 Instagram 的腹地。當 AI 影片不僅僅是生產力工具，而是變成了人人可以把朋友做成模因二創的社交載體，內容消費和分發的邏輯就被徹底重構了。

我們認為，這也是一次大膽但風險極高的人性試驗。OpenAI 試圖用語言模型來打造一個「健康不沉迷」的資訊流，並給肖像權上了嚴格的撤銷許可權。但當高度逼真的換臉與聲音克隆走向熟人社交，霸凌、虛假資訊和隱私授權的邊界往往比演算法預想的更難把控。這不僅考驗 Sora 2 的物理引擎，更考驗 OpenAI 對真實人類社會的治理能力。