OpenAI 发布 Sora 2 与 Sora 应用

背景

视频生成模型接收一段文字提示，输出一段连续画面。把画面做得像样是一回事，让画面同时有声音是另一回事——此前多数同类系统只产出无声片段，音频要事后另配。OpenAI 在发布新一代模型时，手上已经有一款视频模型 Sora 1 Turbo ^[1]。

发生了什么

2025 年 9 月 30 日，OpenAI 发布 Sora 2，称其为自己旗舰级的视频与音频生成模型。画面与声音是一起生成的，因此台词、环境声和音乐与屏幕上发生的事相对得上，而不是后期配上去的 ^[1]。

OpenAI 还表示，新模型更贴近物理规律。它给出的例子是一次投偏的投篮：球会从篮板上弹开，而不是凭空瞬移进篮筐——这类错误在视频模型里并不少见 ^[1]。这个说法针对的是连续性：一个被弹开的物体必须以观者预期的速度、方向变化，而要在几百帧里始终保持一致，并不容易。

应用

模型并不是单独到来的。它与一款新的 iOS 应用一同发布，在美国和加拿大以邀请方式开放使用 ^[2]。这款应用不是单纯的片段陈列页，而是围绕社交信息流和「客串」（cameo）搭建的，用户可以把自己和朋友放进生成的视频里 ^[2]。以这种方式生成的视频带有可见水印 ^[2]。

把一个生成器做成信息流，改变的是使用者。带提示框的网站适合已经想好要做什么的人；带人脸的信息流适合想对别人发布的内容作出回应的人。水印则服务于另一个目的：无论片段流转到哪里，都标明它是合成的，即便它已经离开了这款应用。

开放范围与后续计划

Sora 2 最先在美国和加拿大上线，初期免费且额度较为宽松。Pro 用户可以在 sora.com 上试用质量更高的 Sora 2 Pro ^[1]。OpenAI 表示计划把 Sora 2 接入 API，让其他软件直接调用该模型，同时保留 Sora 1 Turbo 可用 ^[1]。保留旧模型本身就说明，通过 API 访问和通过应用访问，是面向不同用户的两类产品。

反响

发布之后很快出现了摩擦。版权方就生成视频中出现受版权保护的角色提出投诉，OpenAI 随即在数日内承诺提供更多控制手段 ^[2]。这件事把一个技术发布没有回答的问题摆上了台面：当一个模型能把家喻户晓的角色和真人的面孔放进新画面，由谁来决定什么可以生成；当答案出现争议时，模型方又能多快地作出回应。

因此，Sora 2 同时是两次发布：一个把画面与声音一起生成的模型，以及一款把生成视频卷入社交循环的消费级应用——水印与版权问题也随之而来 ^[1][2]。