•
Sora 2 震撼發佈！獨立 App 上線，顛覆性「客串」功能打造首個 AI 社交宇宙，要革抖音的命？
國慶節不過了，連夜幹！！！
剛剛，就像爆料的一樣OpenAI正式發佈Sora 2
相比初代Sora模型，Sora 2在物理世界的精準性、真實感和可控性方面都實現了巨大飛躍，並首次加入了同步對話和音效生成功能
OpenAI表示，初代Sora是視訊生成的“GPT-1時刻”，而Sora 2則直接躍升至視訊領域的“GPT-3.5時刻”
最重磅的是Sora獨立為APP，介面非常像抖音，主打創作、分享，以及一項顛覆性的社交玩法-“Cameo（客串）”的真人穿越功能，使用者可以將自己一鍵置入AI生成的視訊場景中
關於 Sora App 的推廣計畫，OpenAI 採取了分階段的策略：
邀請制推出：為了營造一個以熟人社交為基礎的社區氛圍，應用將採用邀請制進行推廣。成功註冊的使用者將獲得四個邀請碼，可以分享給自己的朋友
目前sora app，只在IOS系統提供，現在就可以下載（首批上線地區為美國和加拿大，計畫將迅速擴展到更多國家），收到邀請後，使用者也可通過 sora.com 訪問Sora 2，Sora 2初期將免費提供，並設有慷慨的使用限制，Sora 2未來也計畫發佈API，Android版本還在開發當中
Sam Altman把 sora 2稱作創造力的ChatGPT時刻
以下是sora 2 發佈會現場詳細資訊：
Sora 2 本體表現
Sora 2 在物理世界的模擬上達到了前所未有的高度。團隊在發佈中強調，新模型在運動（motion）、物理（physics）、智商（IQ）和對真實身體運動規律的精準模擬（body mechanics）方面都達到了業界頂尖水平。這意味著 Sora 2 能夠更準確地理解和模擬複雜的物理互動。過去，像奧運會體操運動員的整套動作，或是在尾波滑水板上完成後空翻這類包含複雜動態和碰撞的場景，對於視訊生成模型來說是極大的挑戰。Sora 2 在處理這類複雜碰撞和動態建模方面表現得更為穩健，生成的畫面感覺極其自然。例如，視訊中展示的滑板愛好者完成踢翻的動作，其物理表現的精準度是以往模型難以企及的。這種對物理世界的深刻理解，是實現更高層次真實感的關鍵
其次，Sora 2 顯著增強了模型的可控性。以往的視訊生成系統通常需要使用者以“逐個鏡頭”（shot-by-shot）的方式進行創作，很難在一次生成中建構一個包含多個鏡頭、敘事連貫的長故事。Sora 2 在這方面取得了突破，它能更好地理解和執行複雜的指令，在一次生成任務中講述更長、更連貫的故事。這使得創作者能夠擺脫碎片化鏡頭的束縛，更自由地建構完整的敘事，為短片、故事創作等應用場景提供了極大的便利
最後Sora 2 首次實現了視訊與音訊的同步生成。這是第一個能夠同時生成視訊和配套音訊的 Sora 模型，並且它是一個非常通用的系統。這意味著使用者生成的每一段視訊都將自帶聲音，不再是無聲的畫面。這個音訊生成系統能力非常全面，具體體現在：
多語言對話：能夠生成涵蓋多位說話者的多種語言的對話，並且口型同步非常自然，能夠準確捕捉對話內容
環境音效：可以生成各種逼真的音效，例如環境中的風聲、水聲等
完整音景：能夠創造出完整的音景（soundscapes），為視訊增添沉浸感
此外，Sora 2 在風格多樣性上也表現出色。許多早期的生成模型往往會陷入一種單一的美學風格，而 Sora 2 擁有極其廣泛和多樣的動態範圍。無論是追求極致的現實主義風格，還是充滿想像力的動漫風格，Sora 2 都能駕馭自如，並能覆蓋兩者之間的所有風格。這為全球創作者提供了無盡的創意空間，讓人們能夠以前所未有的方式將想像力變為現實
客串(Cameo)功能：化身萬千，步入想像中的任何世界
在 Sora 2 帶來的眾多新功能中，最具顛覆性的無疑是客串玩法。這項功能是 Sora 2 獨有的，它賦予了使用者一種前所未有的能力：將真實世界的人物、寵物甚至物體，無縫地植入到任何由 AI 生成的虛擬世界或場景中。這不僅僅是簡單的“換臉”，而是一種深度的人物和場景融合，讓使用者能夠真正步入”自己的想像
Cameo 的核心工作原理源於 OpenAI 正在建構的世界模擬模型（world simulation models）。該功能通過觀察一段關於某個主體（例如一個人、一隻寵物）的簡短影片片段，模型就能深度理解這個主體的外觀、動態和特徵。一旦理解完成，這個主體就可以像一個文字token一樣，被注入到任何提示詞中。這意味著，使用者只需提供一個簡單的視訊素材，就能將自己或朋友“傳送”到古羅馬鬥獸場、未來賽博朋克都市，或是任何能夠想像到的場景中，並讓他們在其中自然地活動和互動
為了確保這項強大功能的安全和使用者自主性，OpenAI 設計了一套嚴謹的設定和權限流程：
建立與驗證流程：使用者若想建立自己的 Cameo，必須經過一個專門的流程。系統會要求使用者錄製一個動態的音訊提示，並進行一次“活性檢查”，例如根據指示移動頭部。這個過程旨在通過多重驗證，確保建立 Cameo 的是使用者本人，從而有效防止身份冒用
精細化的權限控制：使用者對自己 Cameos 的使用權擁有完全的控制。在設定中，使用者可以決定誰有權使用自己的形象進行創作，選項包括“僅限我本人”（Only I）、“我批准的人”（People I approve）、“互相關注的好友”（Mutuals）或“所有人”（Everyone）。這一原則確保了任何人都無法在未經使用者明確授權的情況下，使用其形象生成內容。使用者的數字肖像權得到了充分的尊重和保護
個性化偏好設定：模型雖然強大，但並非完美，有時可能會“幻覺出”一些不符合使用者特徵的細節，比如給使用者穿上緊身牛仔褲或賦予奇怪的口音。為瞭解決這個問題，使用者可以在 Cameo 偏好設定（Cameo preferences）中進行調整，引導模型更準確地描繪自己。這種設定也可以用於娛樂目的，比如使用者可以主動為自己的 Cameo 形象加入一個標誌性的金項鏈或一頂有趣的帽子，為創作增添趣味
內容所有權與刪除權：使用者對自己授權建立的所有 Cameo 內容擁有完全的權利。這意味著，即使使用者的朋友使用了其 Cameo 創作了一段視訊，該使用者也被視為該視訊的所有者之一，並擁有隨時將其刪除的權力。這進一步強化了使用者對自己數字身份的掌控
Cameo 功能的推出，被 OpenAI 團隊視為一種全新的溝通方式。它超越了傳統的文字、表情符號（emojis）或語音筆記，演變成一種基於視訊的全新媒介。朋友之間可以通過 Cameo 共同出演一部微型電影，或是在一個奇幻世界裡互動，這種充滿樂趣和創意的交流方式，為社交帶來了前所未有的可能性
Sora App：一個專為 AI 創意而生的社交新大陸
為了將 Sora 2 模型的魔力傳遞給最廣泛的使用者，並充分發揮 Cameo 功能的社交潛力，OpenAI 專門開發了一款全新的移動應用——Sora App。團隊認為，Sora 2 所帶來的體驗已經超越了傳統工具的範疇，它更像是一種全新的溝通媒介，因此需要一個全新的產品形態來承載。Sora App 的定位是一個以 AI 生成內容為核心的社交平台，旨在激發使用者的創造力，並加深人與人之間的連接
Sora App 的介面設計看起來非常像抖音。有一個內容流、個人首頁（p以及關注系統。但其核心區別在於，這個平台上的所有內容都是由人類使用者通過 AI 生成的，而非機器人發佈的垃圾資訊。這創造了一種非常獨特且新奇的體驗，使用者看到的不再是現實世界的快照，而是朋友們想像力
應用內的核心體驗圍繞著創造與互動展開：
動態流：使用者打開應用後，會看到一個由其關注的人所創作的 AI 視訊流
Remix 功能：這是 Sora App 的一個核心互動機制。當使用者看到一個喜歡的視訊時，可以點選 Remix 按鈕，在其基礎上進行二次創作。例如，看到一個香水廣告，使用者可以輸入新的提示詞，如“把它變成一個帶有巨大羽毛的禮帽廣告”，Sora 就會生成一個全新的、與原作相關聯的視訊。這個功能極大地降低了參與熱門趨勢和故事線的門檻，讓每個人都能輕鬆地為社區的集體創作貢獻一份力量
社交哲學：OpenAI 團隊坦言，他們最初對一個完全由 AI 生成內容的平台持懷疑態度，擔心它會削弱真實的人際關係。然而，內部測試表明，Cameo 功能反而以一種意想不到的方式拉近了人們的距離。因此，Sora App 的設計理念將重點放在加強朋友和家人之間的聯絡上。平台會優先推薦來自使用者社交圈的內容，並提供一個專門的“關注”流，只顯示使用者已關注的人發佈的內容
推薦：為了提升使用者體驗並給予使用者更多主導權，Sora App 正在測試一項新功能，允許使用者根據自己的心情來引導內容推薦。例如，使用者可以選擇“放鬆”或“動物”等模式，應用就會相應地展示更符合其當下心境的內容。
OpenAI的說法是Sora App 的目標不僅僅是成為一個內容消費平台，更是要成為一個激發每個人創造潛能的社區。它鼓勵使用者從被動的刷視訊轉變為主動的創造者，通過簡單有趣的工具，將腦海中的奇思妙想變為現實，並與朋友們分享這份快樂
當然你可以完全把以上內容看做是OpenAI的宣傳，說的很好聽，到時候只怕玩的停不下來
防沉迷
針對社交媒體普遍存在的沉迷、孤立和演算法投喂等問題，OpenAI提出了一系列應對措施：
使用者控制資訊流： 使用者可通過自然語言指示推薦演算法，調整資訊流內容。App會定期詢問使用者的使用感受，並主動提供調整選項
優先創作而非消費： App默認優先展示使用者關注的人或能激發創作靈感的內容，不以“使用時長”為最佳化目標
強化社區聯絡： App採用邀請制，旨在鼓勵朋友間共同使用，通過Cameos功能加強社區聯絡
青少年保護： 為青少年設定了每日觀看視訊數量的默認限制，並對Cameos功能採用更嚴格的權限設定。家長可通過ChatGPT使用家長控制工具，管理滾動限制、演算法個性化和私信設定
肖像權控制： 使用者對自己的Cameo擁有端到端的控制權，可以決定誰能使用，並隨時撤銷存取權或刪除包含其Cameo的任何視訊
商業模式： 目前唯一的商業化計畫是，當計算資源緊張時，可能允許使用者付費生成額外視訊
Sam Altman的思考：創造力的“寒武紀大爆發”**
Sam Altman也發文表示，這感覺像是“創造力的ChatGPT時刻”，從想法到結果變得簡單快速，帶來了新的社交動態
他認為，創造力可能即將經歷一場“寒武紀大爆發”，藝術和娛樂的質量將大幅提升。
同時，他也表達了憂慮，承認社交媒體的負面影響，如成癮和霸凌。他強調，團隊已深入思考如何避免Sora App落入由強化學習（RL）最佳化的垃圾資訊流的陷阱。
為此，Sam Altman提出了產品的幾項原則：
最佳化長期使用者滿意度。 大多數使用者在回顧過去6個月時，應該覺得使用Sora讓他們的生活變得更好
鼓勵使用者控制自己的資訊流。 使用者應該能通過自然語言詳細告訴Sora他們想看什麼
優先考慮創作。 讓每個人都能輕鬆參與創作過程。
幫助使用者實現長期目標。 無論是想與朋友更多聯絡，還是想健身、創業，Sora都將努力提供幫助
寫在最後
OpenAI認為通用世界模擬器和機器人智能體將從根本上重塑社會。Sora 2代表了朝此目標邁出的重要一步
sora 2會成為抖音一樣的超級APP嗎？會成為一款顛覆性的社交應用嗎？ (AI寒武紀)