Sora

Sora 简介

Sora 是由 OpenAI 开发的 文本到视频（Text-to-Video）生成模型，于 2024 年 2 月 正式发布。它能够根据用户的文本描述（Prompt）自动生成高质量、连贯的视频，最长支持 60 秒 的片段，并具备多角度镜头切换、复杂场景构建和角色动态表现能力。

Sora 采用 扩散模型（Diffusion Model） 和 Transformer 架构，结合了 DALL·E 3 的图像生成技术与 GPT 的语言理解能力，使其在视频生成质量、物理模拟和叙事连贯性上远超同类 AI 工具（如 Runway Gen-2、Pika 等）。

目前，Sora 尚未完全开放给公众使用，仅限部分艺术家、设计师和电影制作人测试，OpenAI 计划未来逐步扩大访问范围。

核心功能

1. 文本到视频生成（Text-to-Video）
   用户输入一段描述（如“一只毛茸茸的猛犸象在雪地行走”），Sora 可生成 60 秒 的高清视频，包含动态光影、角色表情和复杂背景。
2. 多镜头与复杂场景生成
   支持在同一视频中切换不同视角（如特写、广角），并保持角色、风格的一致性。
3. 物理世界模拟
   能模拟现实物理规则（如重力、光影变化），但仍存在局限性（如物体穿模、因果关系错误）。
4. 视频扩展与编辑
   可基于静态图像生成动态视频，或对现有视频进行补帧、延长。
5. 高级创意功能
   • “故事板（Storyboard）”：用户可输入分镜提示词，生成连贯剧情的短片。
   • “视频融合（Blend）”：将两段视频无缝衔接，适用于艺术创作。