短视频全由AI生成，颠覆“抖音”的短视频应用Sora来了

只需输入一段文字描述，AI大模型Sora 2就能将其生成为电影级效果的短视频，由其驱动的短视频创作应用“Sora”，也在ios美区商店持续“霸榜”。

9月30日，AI大模型龙头公司OpenAI发布最新音视频生成模型Sora 2，其官方发布稿称，Sora 2相较此前模型在物理上更准确、更逼真、更可控，它还具有同步对话和音效的功能。由Sora 2驱动的Sora也在当天登陆美区苹果商店，10月3日至今，Sora一直占据免费应用下载榜第一位。

文字一键生成视频，更加真实也更加聪明

2024年9月，OpenAI发布了Sora 2的上一个版本，用户可以使用文本、图像或其他视频生成长达20秒的视频，OpenAI将其称为视频的GPT-1时刻。该公司称，从那时起Sora团队就一直专注于训练具有更高级模拟真实世界能力的模型，这需要以大规模视频数据为基础，进行预训练和后训练。

OpenAI在官方文档中表示，相比上一代的模型，Sora 2可以生成更为复杂、更具真实感的视频：包括奥运体操运动员式的动作，一名运动者在桨板上进行后空翻，准确呈现现实世界中浮力和刚度的状态，以及一位花样滑冰选手头顶一只猫完成三周半跳。官方文档进一步解释，此前的大模型为了执行文本给出的指令和描述，会扭曲物体和现实世界，例如，当篮球运动员投篮未中时，球可能会凭空传送到篮筐。而在Sora 2中，若球员投篮未中，球会从篮板反弹。

在音响效果和风格方面，Sora 2作为一款通用音视频生成系统，它能够创建高度逼真的复杂背景音景、语音及音效，Sora 2也更擅长呈现写实风格、电影风格和动漫风格的视频。

在苹果商店上架的Sora App采用类似抖音、快手的竖屏短视频流形式，用户可浏览、点赞、评论AI生成的视频，用户也可通过文字提示、图片、Cameo（客串）或Remix（混剪）功能生产并分享视频。值得注意的是，Sora App所有视频都是由AI生成的，对用户上传的素材、文字提示的内容有较严格的限制。目前，Sora仍然采取受邀注册机制。

据媒体报道，Sora应用上线苹果商店后，上线首日就迅速实现约5.6万次安装，迅速攀升至美国App Store“整体应用榜”第3名。到10月3日，其排名已升至第1位。这一强劲势头使Sora的首发表现超越了其他主流AI应用的推出初期表现，包括Anthropic的Claude和微软的Copilot，并与埃隆・马斯克旗下xAI推出的Grok应用推出时的表现相当。

根据OpenAI发布的Sora 2提示词指南，创作者可以给大模型一段模糊的文字提示，大模型会即兴发挥生成视频，创作者也可针对镜头、灯光或动作提出具体细致的要求，大模型则会严格执行这些指令生成视频，就视频生成效果而言，两种方法可谓各有千秋。

视频生成领域的GPT-3.5时刻

对于Sora 2的发布，OpenAI将其称为视频生成领域的GPT-3.5时刻。市场分析认为，Sora从模型迈向社交平台，有望重塑创作者内容生态，对于AI基础设施而言，则有望进一步拉动算力、存储需求。

华鑫证券研报认为，Sora2模型的在物理真实感、视频时长、音视频同步、跨镜头连贯等技术上的飞跃有望推动应用端的实用性、可玩性，同时，本次OpenAI把Sora2 App直接打包成面向大众的社交产品也是AI视频创作消费级应用的一次较好尝试，每一次技术的进步均有望带来时代的红利，AI已不再是“辅助”，而成为新成本曲线与盈利曲线的起点，打造AI时代消费级头部应用将成为各家企业争相布局方向。

民生证券研报认为，以Sora2为切入点，OpenAI或将形成以“内容平台激发需求（Sora）—支付渠道保障（Stripe）—电商平台供给商品（Shopify/Etsy）”的商业模式闭环，通过“代理商务协议”（Agentic Commerce Protocol，ACP）构建 AI 时代的全新商业模型。用户的电商购物行为自然可能转向 AI 驱动的“对话式购物”，随着商家覆盖与支付能力的进一步扩大，“对话式购物”或许能颠覆传统电商流量分配规则。

东莞证券研报则认为，Sora 2在视频生成能力上实现重大突破，有望进一步拉动算力与存储需求。视频模型质量提升往往以更大的模型、更长序列或更多训练数据为代价，直接增加训练与推理算力需求；存储方面，高质量、长时长的视频数据本身体积庞大，模型训练需处理海量视频-文本配对数据集，对存储容量和I/O带宽要求极高，随着Sora 2推向应用后，用户生成的每一条视频都会产生大量数据，显著提升对云存储和分发带宽的需求。

（经济观察网 杜远/文）

免责声明：本文观点仅代表作者本人，供参考、交流，不构成任何建议。

杜远

从业10余年，2012年加入《经济观察报》，不敢妄言新闻理想，但求专注、专业。