bingdadaOpenAI 发布 Sora 2，视频生成模型迎来 GPT-3.5 时刻。新模型在物理准确性、可控性上大幅提升，支持同步音效和对话，并推出基于‘角色’功能的社交 iOS 应用。
2025年9月30日，OpenAI 发布了其旗舰视频与音频生成模型 Sora 2。这一版本在物理准确性、真实感和可控性上实现了质的飞跃，同时首次支持同步对话和音效生成。用户可通过全新的 Sora 应用体验这一技术突破。
到 GPT-3.5：视频生成的进化之路 2024年2月推出的初代 Sora 模型，堪称视频生成领域的“GPT-1 时刻”——它首次让视频生成看起来真正“可行”，简单的物理行为如物体恒存性（object permanence）开始从预训练计算规模的扩展中涌现。此后，Sora 团队专注于训练具备更先进世界模拟能力的模型，坚信这类系统对于培养 AI 深入理解物理世界至关重要。而实现这一目标的关键里程碑，在于掌握大规模视频数据的预训练和后训练技术——这相较于语言模型仍处于萌芽阶段。 如今，Sora 2 直接跨越到了视频生成的“GPT-3.5 时刻”。它能完成此前视频生成模型难以企及甚至完全不可能的任务：奥运级别的体操动作、精确模拟浮力和刚体动力学的桨板后空翻，以及猫死死抓住头顶时的三周半跳。
此前的视频模型往往过于“乐观”——它们会扭曲物体和现实来强行执行文本提示。例如，篮球运动员投篮不中时，球可能瞬间传送进篮筐。而 Sora 2 中，投篮不中会真实地弹回篮板。有趣的是，模型犯下的“错误”往往看似是其内部隐式模拟的智能体的决策失误；尽管仍不完美，但它在遵循物理定律方面已远超旧系统。 这种能力对于任何实用的世界模拟器都至关重要——你必须能够模拟失败，而不仅仅是成功。
Sora 2 在可控性上实现了巨大飞跃，能够遵循跨越多个镜头的复杂指令，同时精准保持世界状态的一致性。它在写实、电影和动漫风格上均表现出色。 作为通用视频-音频生成系统，Sora 2 还能创造高度逼真的复杂背景音景、语音和音效。例如，生成两名登山者在暴风雪中呼喊的镜头时，模型能同步生成逼真的环境音和人声。
Sora 2 的另一项革命性功能是“角色注入”（characters）。通过观察一段团队成员的视频，模型就能将其精准插入任何 Sora 生成的环境中，并准确还原其外貌和声音。这一能力具有通用性，适用于任何人、动物或物体。 OpenAI 团队内部测试这一功能已有数月，所有人都乐在其中。它仿佛带来了沟通方式的自然进化——从文字短信到表情符号，再到语音留言，如今到了视频角色。
今天，OpenAI 同步推出了名为“Sora”的全新社交 iOS 应用，由 Sora 2 驱动。在应用内，用户可以创作、混搭彼此的生成内容，通过可定制的 Sora 信息流发现新视频，并利用“角色”功能将本人或朋友带入视频场景。只需在应用内进行一次短时音视频录制以验证身份、捕捉形象，就能以惊人保真度将你投入任何 Sora 场景。 上周，该应用已在 OpenAI 内部全员上线。同事们反馈，这个功能甚至帮助他们结识了公司里的新朋友。团队认为，围绕“角色”功能构建的社交应用，是体验 Sora 2 魔力的最佳方式。
针对“末日刷屏”（doomscrolling）、成瘾、社交隔离和强化学习优化的信息流等问题，OpenAI 采取了多项措施：
自然语言指令推荐算法：利用现有的大语言模型，开发了一类可通过自然语言指令控制的新型推荐算法。
用户福祉轮询：内置机制定期询问用户的使用感受，并主动提供调整信息流的选项。
默认社交优先：默认展示你关注或互动用户的内容，优先推荐模型判断最可能激发你创作灵感的视频。
创作导向设计：明确不以使用时长作为优化目标，而是最大化促进创作而非消费。 应用采用邀请制，鼓励用户与朋友一同加入。在各大平台纷纷弱化社交图谱的当下，OpenAI 认为“角色”功能将强化社区连接。
Sora 2 远非完美，仍会犯不少错误，但它验证了一个方向：在视频数据上进一步扩展神经网络，将让我们离模拟现实越来越近。OpenAI 相信，通往通用模拟和能在物理世界运作的 AI 系统之路上，人们将从这些模型中获得无穷乐趣。 随着 Sora 2 的发布，视频生成技术正式进入了一个新纪元——不仅更真实、更可控，还开启了社交创作的新可能。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达内部实践显示，ChatGPT Work正帮助企业团队将信息整合工作自动化，每周节省16小时，并将原型开发周期从数周缩短至数天。这一案例揭示了AI工作流从工具到组织资产演进的趋势。
OpenAI 将 GPT-5.6 系列模型（Sol、Terra、Luna）集成至 Kiro 开发代理，通过规格驱动方法实现约 82% 的成本降低，标志着 AI 编程从能力竞赛转向成本效率竞争。
OpenAI因模型网络能力逼近关键门槛而调整开发策略，强调安全需贯穿训练全周期。文章解析其技术升级，并对比国内AI安全建设路径。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
