OpenAI hat Sora 2 eingeführt, die nächste Generation seines Video- und Audio-Generators Modells, das fotorealistische Video-Fähigkeiten verbessert und die Sora-App vorstellt – eine soziale Plattform zum Teilen, Remixen und Entdecken von KI-generierten Videos. Die Vorstellung erfolgte während eines Livestreams. Sora 2 erweitert die multimedia-generativen KI-Werkzeuge und ermöglicht es Nutzern, immer realistischere Bilder, Videos und Audio zu erstellen. Aufbauend auf früherer KI-Bildgenerierungstechnologie führt Sora 2 „Cameos“ ein, die es Nutzern erlauben, sich selbst oder andere in KI-Videos zu präsentieren, indem sie einmalig ein Video und eine Audioaufnahme zur Identitätsüberprüfung einsenden. Die Sora-App enthält einen algorithmischen Feed, der Videoinhalte basierend auf den Interaktionen und Interessen der Nutzer anpasst, verstärkt durch ein „Steerable Ranking“-System, das das Sehverhalten personalisiert. Sora 2 verbessert die erste Version, die im Februar 2024 veröffentlicht wurde, und löst frühere Herausforderungen bei realistische Bewegungen – beispielsweise die genaue Darstellung von Physik wie einem Basketball, der bounce – und zeigt fotorealistische Stunts wie Gymnastik und Skateboarding. Außerdem wird Sprachgenerierung hinzugefügt, eine Fähigkeit, die im Original fehlte.

Obwohl noch nicht perfekt, betont OpenAI, dass die Fortschritte beim Modell bestätigen, dass das Skalieren neuronaler Netze auf Video-Daten die Simulation der Realität weiter vorantreiben wird. OpenAI-Forscher Gabriel Petersson demonstrierte die Cameo-Funktion von Sora 2, indem er ein Video von sich selbst teilte, wie er auf einem Drachen reitet und mit dem Abbild von CEO Sam Altman interagiert. Die Sora-App ist derzeit exklusiv für iOS auf Einladung verfügbar und wird schrittweise in den USA und Kanada ausgerollt, mit anfänglich großzügigen Begrenzungen bei der Videoerstellung, um die hohen Rechenanforderungen zu steuern. OpenAI plant, bezahlte Optionen anzubieten, um zusätzliche Videos zu generieren, falls die Nachfrage die Rechenressourcen übersteigt. Um Sicherheitsbedenken zu begegnen, veröffentlichte OpenAI einen Begleit-Blog, der Schutzmaßnahmen beschreibt: Alle Sora-Videos tragen Wasserzeichen und Metadaten, die auf den KI-Background hinweisen; die Verwendung eines Bildes oder Stimmen nachmacht nur mit Zustimmung, die jederzeit widerrufen werden kann; Teenager-Konten verfügen über elterliche Kontrollen und Zeitbegrenzungen; und integrierte Sicherheitsvorkehrungen filtern unangemessene Inhalte wie sexuelle Materialien, terroristische Propaganda und Selbstverletzung, indem sie Eingaben und Ausgaben in Video-Frames und Audio-Transkripten analysieren. Menschliche Moderatoren werden ebenfalls zur Inhaltskontrolle eingesetzt, um Mobbing zu verhindern. OpenAI sieht Sora 2 als bedeutenden Meilenstein auf dem Weg zu fortgeschritteneren KI-Systemen und verweist auf schnelle Fortschritte bei Video-Modellen. Das Unternehmen ist überzeugt, dass allgemein einsatzfähige KI und robotergesteuerte Agenten die Gesellschaft tiefgreifend verändern und den menschlichen Fortschritt beschleunigen werden.