重磅升级！OpenAI发布Sora 2.0，AI视频生成迈入“GPT-3.5时刻”，更像一个“AI版抖音”

📢 转载信息

原文链接：https://www.qbitai.com/2025/10/339008.html

原文作者：量子位

---

西风 鹭羽 发自 凹非寺

量子位 | 公众号 QbitAI

如果说Sora 1是AI视频生成的“GPT-1时刻”，那么OpenAI刚刚重磅发布的Sora 2，则被官方称为直接跨越好几代，达到了GPT-3.5的水平！

更令人兴奋的是，OpenAI同步推出了一款基于Sora 2的AI版“抖音”——一个完全由AI生成视频的短视频平台。

Sora 2：音视频同步生成，物理定律更逼真

Sora 2最显著的升级之一，是它正式成为了音视频同步生成模型。这意味着生成的视频不仅视觉效果惊人，声音也与画面完美匹配。

来看一个初步的实测效果：prompt描述“一个男人在桨板上做后空翻”，生成的视频画面流畅，水花飞溅自然，动作也几乎没有AI视频常见的肢体扭曲问题。

更强的物理世界理解能力

Sora 2在遵循物理定律方面取得了巨大进步。例如，在模拟滑板运动时，腿部动作丝滑连贯，几乎没有违和感：

多人互动的场景中，物理表现同样出色，比如多人打排球时，球的力度感和飞行轨迹都非常自然：

复杂指令与风格控制

Sora 2的另一大卖点是可控性更强，能够理解并执行复杂的多镜头要求，同时保持整个虚拟世界的逻辑一致性。它还可以生成如“吉卜力工作室”等特定艺术风格的视频：

Prompt：in the style of a studio ghibli anime, a boy and his dog run up a grassy scenic mountain with gorgeous clouds, overlooking a village in the distant background.（以吉卜力工作室动画风格呈现，一个男孩和他的狗朝着长满青草的风景优美的山间奔跑，山间伴有绚烂的云彩，远处背景中还能望见一个村庄）

现实元素注入

Sora 2还支持将现实世界的元素直接“注入”到视频生成中。通过观察某人的视频，模型能将此人植入到任何由Sora生成的环境中，例如一只鸵鸟叼走了帽子：

“AI版抖音”Sora iOS App上线

与新模型同步推出的，是基于Sora 2的iOS社交App“Sora”，目前已在北美地区启动初始推送。该App旨在打造一个AI内容创作与分享平台，用户可以在其中创作AI视频、对他人内容进行二次创作，并在可自定义的信息流中发现新视频。

App界面如下：

用户通过自然语言指令调控信息流，并能通过“客串（Cameos）”功能，在验证身份并捕捉形象后，将自己或朋友植入到AI生成的环境中。

对于肖像权，OpenAI强调用户拥有端到端的完全控制权，只有用户决定谁可以使用自己的“客串形象”，并可随时撤销授权或删除包含该形象的视频。

实测体验：中文提示词也能出彩

量子位拿到邀请码后进行了第一时间体验。输入框支持上传图像，并可选横屏或竖屏输出。

实测中，我们使用了中文提示词，并@了奥特曼本人进行“客串”：

芭蕾舞演员@sama正在舞台上表演旋转。

不到两分钟，一段姿态优美、动作流畅且带有配乐的奥特曼芭蕾舞视频就生成了，效果令人惊艳。

多角色合奏的动漫风格视频同样效果出色，配乐逼真，镜头切换和谐：

@rohan弹奏钢琴 @sama拉小提琴，两个人合奏一首音乐，要动漫风格的

不过，当前免费版生成的视频画质略有不足。如果想获得更高质量的输出，可以升级到ChatGPT Pro，体验Sora 2 Pro模型。

网友热议与对比

Sora 2的发布引发了网友热议，一方面惊叹于其电影级别的质感和真实细节，另一方面也有人担忧网络内容真假难辨的问题。

网友们也已经开始用Sora 2“整活”，比如生成了“国庆前下班幻想”的电影级视频：

此外，有用户将Sora 2.0与快手可灵2.5 Turbo进行了对比，展示了不同模型在处理同一Prompt时的效果差异。

Sora 2效果：

可灵2.5 Turbo效果：

官方还透露，未来将继续发布Sora 2的API接口。

---

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。