A OpenAI lançou o Sora 2, a próxima geração de seu modelo de geração de vídeo e áudio, aprimorando as capacidades de vídeos fotorrealistas e introduzindo o aplicativo Sora — uma plataforma social para compartilhar, remixar e descobrir vídeos gerados por IA. Revelado durante uma transmissão ao vivo, o Sora 2 avança as ferramentas de IA generativa multimídia, permitindo aos usuários criar imagens, vídeos e áudios cada vez mais realistas. Baseado na tecnologia anterior de geração de imagens por IA, o Sora 2 apresenta “cameos”, permitindo que usuários fiquem presentes nos vídeos de IA ao enviar uma única gravação de vídeo e áudio para verificação de identidade. O aplicativo Sora inclui um feed algorítmico que personaliza o conteúdo de vídeo de acordo com as interações e interesses dos usuários, aprimorado por um sistema de “classificação direcionável” para ajustar as preferências de visualização. O Sora 2 melhora a primeira versão lançada em fevereiro de 2024, resolvendo desafios anteriores relacionados à movimentação realista — como representar com precisão a física, por exemplo, uma bola de basquete quicando — e exibindo acrobacias fotorrealistas, como ginástica e skate. Também adiciona geração de fala, uma funcionalidade que a versão original não possuía. Embora ainda imperfeito, a OpenAI destaca que o progresso do modelo valida que escalar redes neurais com dados de vídeo continuará a simular a realidade cada vez melhor. O pesquisador da OpenAI, Gabriel Petersson, demonstrou a funcionalidade de cameo do Sora 2 compartilhando um vídeo dele mesmo montado em um dragão e interagindo com a likeness do CEO Sam Altman.

O aplicativo Sora, agora disponível para iOS por convite exclusivo, está sendo lançado gradualmente nos EUA e Canadá, com limites iniciais generosos para a criação de vídeos devido à alta demanda de processamento. A OpenAI planeja oferecer opções pagas para gerar vídeos adicionais, caso a demanda ultrapasse os recursos computacionais disponíveis. Para garantir a segurança, a OpenAI divulgou um blog explicando as medidas de proteção: todos os vídeos do Sora terão marcas d’água e metadados indicando origem por IA; as likenesses dos usuários exigem consentimento para uso no cameo, que pode ser revogado a qualquer momento; contas de adolescentes terão controles parentais e limites de tempo; e medidas de segurança internas filtram conteúdos inseguros — como material sexual, propaganda terrorista e promoção de autoagressão — analisando prompts e saídas em quadros de vídeo e transcrições de áudio. Moderadores humanos também irão revisar o conteúdo para prevenir bullying. A OpenAI posiciona o Sora 2 como um marco importante rumo a sistemas de IA mais avançados, destacando os rápidos progressos nos modelos de vídeo. A empresa enxerga que a IA de propósito geral e os agentes robóticos irão transformar profundamente a sociedade e acelerar o progresso humano.