OpenAI a lancé Sora 2, la prochaine génération de son modèle de génération de vidéos et d'audios, améliorant les capacités de vidéo photoréaliste et introduisant l'application Sora — une plateforme sociale pour partager, remixer et découvrir des vidéos générées par l'IA. Dévoilé lors d'une diffusion en direct, Sora 2 fait progresser les outils d'IA générative multimédia, permettant aux utilisateurs de créer des images, vidéos et audios de plus en plus réalistes. S'appuyant sur la technologie précédente de génération d'images par IA, Sora 2 introduit les « cameo », permettant aux utilisateurs de se représenter eux-mêmes ou d’autres dans des vidéos IA en soumettant un enregistrement unique de vidéo et d'audio pour vérification d'identité. L’application Sora comprend un fil d’actualité algorithmique qui adapte le contenu vidéo selon les interactions et intérêts des utilisateurs, renforcé par un système de « classement orientable » pour personnaliser les préférences de visionnage. Sora 2 améliore la première version sortie en février 2024, en résolvant les défis liés au mouvement réaliste — comme représenter avec précision la physique, par exemple le rebond d’un basketball — et en présentant des cascades photoréalistes telles que la gymnastique et le skateboard. Elle ajoute également la génération de parole, une capacité absente de la version initiale. Bien que imparfait, OpenAI insiste sur le fait que les progrès du modèle valident que l’agrandissement des réseaux neuronaux sur des données vidéo permettra de mieux simuler la réalité. Le chercheur d’OpenAI, Gabriel Petersson, a démontré la fonction cameo de Sora en partageant une vidéo de lui montant un dragon et interagissant avec le portrait du PDG Sam Altman.

L’application Sora, désormais accessible sur iOS par invitation uniquement, est en déploiement progressif aux États-Unis et au Canada avec des limites initiales généreuses de création vidéo pour gérer la forte demande en ressources informatiques. OpenAI prévoit d’offrir des options payantes pour générer des vidéos supplémentaires si la demande dépasse la capacité de calcul. Pour répondre aux préoccupations de sécurité, OpenAI a publié un article de blog accompagnant présentant les mesures de protection : toutes les vidéos Sora seront marquées d’un filigrane et de métadonnées indiquant leur origine IA ; l’utilisation de l’image d’un utilisateur pour un cameo requiert son consentement, pouvant être révoqué à tout moment ; les comptes de adolescents disposent de contrôles parentaux et de limites de temps ; des dispositifs de sécurité intégrés filtrent les contenus dangereux — comme la matière sexuelle, la propagande terroriste ou la promotion d’automutilation — en analysant les prompts, les sorties vidéo et audio dans chaque image, chaque séquence et chaque transcription. Des modérateurs humains examineront aussi le contenu pour éviter le harcèlement. OpenAI considère Sora 2 comme une étape majeure vers des systèmes d’IA plus avancés, notant les progrès rapides dans le domaine des modèles vidéo. La société envisage que l’IA polyvalente et les agents robotiques transformeront profondément la société et accéléreront le progrès humain.