Sora

Sora 是 OpenAI 于 2024 年 2 月推出的全球首个现象级文生视频大模型，名称取自日语 “天空（そら）”，寓意无限的创作空间，它的诞生彻底开启了全球 AI 视频生成的产业浪潮，是 AI 内容创作领域的里程碑式产品。2025 年 9 月 OpenAI 迭代至 Sora 2 版本，实现了从 “生成视频” 到 “模拟真实世界” 的技术跨越，2026 年 4 月 26 日，OpenAI 正式关停 Sora 的 C 端网页与 APP 服务，核心技术能力将深度整合进 ChatGPT 全平台生态中。
Sora 采用扩散 Transformer 架构，将视频拆分为统一的 “补丁（Patch）” 数据单元训练，首次实现了最长 60 秒（Sora 2 升级至 120 秒）的连贯高清视频生成，能够精准理解物理世界规律、保持长时序场景一致性、还原复杂多人物动态，被行业公认为 “通向 AI 世界模拟器的第一步”，是 AI 视频生成领域的技术标杆。



1、分钟级连贯高清视频生成

初代 Sora 首次实现最长 60 秒 1080P 高清视频生成，Sora 2 升级至最长 120 秒，支持横屏、竖屏多比例输出，帧率最高达 60fps。区别于传统 AI 视频工具仅能生成几秒碎片化内容，Sora 可生成完整叙事的连贯视频，支持多镜头自然切换，摄像机运镜、场景过渡流畅自然，无明显画面断层与形变，达到了专业短视频的创作标准。

2、真实物理世界仿真能力

这是 Sora 最核心的技术突破，它无需人工标注物理规则，仅通过海量视频训练，就自主学会了真实世界的物理规律：可精准模拟流体力学、刚体碰撞、布料形变、重力惯性，人物动作的重量感、物体碰撞的反弹效果、水面波纹的动态都高度贴合真实物理逻辑，解决了传统 AI 视频 “违反常识、画面违和” 的核心痛点。

3、音画同步生成与多模态输入

Sora 2 首次实现原生音视频同步生成，输入文本描述即可同步输出匹配的背景音效、人物对白、环境音，无需后期单独配音。支持文生视频、图生视频、视频续写三大输入模式：上传单张图片即可生成动态视频，已有视频可无限延长时长，完美适配创意延展、内容补全的创作需求。

4、长时序一致性与专业创作工具

Sora 可在完整视频时长内，保持人物、物体、场景的高度一致性，不会出现角色变脸、物体消失、背景漂移的传统 AI 视频问题。配套上线故事板（Storyboard）剪辑功能，支持多镜头分镜编排、局部内容重绘、视频风格迁移，为专业创作者提供完整的剪辑工作流，大幅降低 AI 视频的后期调整成本。