OpenAI ha lanciato Sora 2, la nuova generazione del suo modello di generazione di video e audio, migliorando le capacità di produzione di video fotorealistici e introducendo l'app Sora, una piattaforma sociale per condividere, remixare e scoprire video generati dall’IA. Presentato durante una diretta streaming, Sora 2 avanza gli strumenti di intelligenza artificiale generativa multimediale, permettendo agli utenti di creare immagini, video e audio sempre più realistici. Basandosi sulle tecnologie precedenti di generazione di immagini con IA, Sora 2 introduce le “cameo, ” che consentono agli utenti di apparire in video AI featuring se stessi o altri, tramite l'invio di una registrazione video e audio una tantum per verificare l’identità. L’app Sora include un feed algoritmico che adatta i contenuti video in base alle interazioni e agli interessi degli utenti, potenziato da un sistema di “classificazione guidabile” per personalizzare le preferenze di visualizzazione. Sora 2 migliora la prima versione rilasciata a febbraio 2024, affrontando le sfide precedenti sulla realismo del movimento—come la corretta rappresentazione delle leggi fisiche, ad esempio il rimbalzo di un canestro—e mostrano acrobazie fotorealistiche come ginnastica e skateboarding. Aggiunge inoltre la generazione del parlato, una funzionalità assente nella versione originale. Sebbene imperfetto, OpenAI sottolinea come i progressi del modello confermino che aumentare le dimensioni delle reti neurali sui dati video continuerà a simulare la realtà. Il ricercatore di OpenAI Gabriel Petersson ha dimostrato la funzione cameo di Sora 2 condividendo un video di sé stesso che cavalca un drago e interagisce con l’immagine del CEO Sam Altman.

L’app Sora, ora disponibile su iOS tramite accesso su invito, si sta gradualmente diffondendo negli Stati Uniti e in Canada, con limiti iniziali generosi alla creazione di video per gestire le elevate richieste di calcolo. OpenAI prevede di offrire opzioni a pagamento per generare video aggiuntivi nel caso in cui la domanda superi le risorse computazionali. Per affrontare le preoccupazioni sulla sicurezza, OpenAI ha rilasciato un blog complementare che spiega le misure protettive: tutti i video Sora saranno contrassegnati da filigrane e metadati che indicano l’origine AI; l’uso delle sembianze degli utenti per le cameo richiede consenso, che può essere revocato in qualsiasi momento; gli account adolescenti avranno controlli parentali e limiti di tempo; e sono stati integrati dei sistemi di sicurezza che filtrano contenuti pericolosi—come materiale sessuale, propaganda terroristica e promozione dell’autolesionismo—analizzando prompt e output tra fotogrammi video e trascrizioni audio. Moderatori umani controlleranno inoltre i contenuti per prevenire il cyberbullismo. OpenAI ritiene Sora 2 come un traguardo importante verso sistemi di intelligenza artificiale più avanzati, evidenziando i rapidi progressi dei modelli video. L’azienda immagina che l’IA generale e gli agenti robotici trasformeranno profondamente la società e accelereranno il progresso umano.