此訪談介紹了 Sora 團隊推出的 Sora 應用與其新一代模型 Sora 2，重點在於把先進的影音生成技術變成一種社交創作與溝通的新媒體。
Sora 2 能力重點
- 同步產生影片與音訊（多語言對話、音效、聲景），為首個同時處理視訊與聲音的 Sora 模型。
- 大幅提升物理互動、碰撞與動態模擬的真實感（例如高難度體操、滑水空翻、跑酷等動作）。
- 更佳的可導引性（steerability），能一次生成更長、更連貫、多鏡頭敘事的內容。
- 廣泛的風格表現力，從逼真到動畫、繪畫等各種美學都能呈現。
Cameo 功能（核心特色）
- 使用者可上傳短片（包括人、寵物或物件），Sora 2 會深度理解並將該「身影」當成可嵌入的元素，放入任意場景或提示中。
- 上傳流程含動態語音挑戰與活體檢查（liveness）與驗證，防止冒用；上傳者需明確授權才能被他人使用。
- 權限控制：可設定「僅我」、「我核可的人」、「互相關注」或「任何人」等使用範圍；授權內容的創作權與刪除權歸上傳者。
- 提供偏好設定以指導模型如何呈現你的肖像（避免莫名服飾、口音等錯誤或「幻覺」），未來將提供更進階調校工具。
應用介面與社交體驗
- 類似社群的 feed 與個人檔案、追蹤系統，但所有影片均為人類創作者透過 AI 生成（非機器人自動發布）。
- 提供「remix」功能，使用者可快速改編他人作品（例如變風格、改主題或轉為廣告等），鼓勵趨勢協作與共創宇宙（lore）。
- 內建簡易創作器（composer）與上方的 Cameo 托盤，方便拖放已授權的人物進行生成。
- 團隊強調以「連結的內容」為優先，並提供可選的追蹤頁與可篩選的心情/內容類型（例如想看輕鬆、動物等）。
安全、可追溯與內容管理
- 出口影片將帶可視化水印（Sora 動畫標示），並支援 C2PA 與內部可追溯機制，方便辨識為 AI 生成並追查來源。
- Cameo 嚴格禁止在未授權下生成成人或暴力等不當內容；系統使用推理型模型在下層過濾有害內容。
- 針對未成年（U8s）與沉浸式使用有額外政策：預設無限滾動，滾動冷卻與提醒機制；若偵測到不良瀏覽習慣，會引導創作而非無意義刷片。
- 團隊承認初期可能會有過度阻擋（overblocking），會持續調整平衡自由與濫用防護。
創作者工具與生態佈局
- Sora.com 舊有網頁服務將加入 Sora 2，並推出像 storyboard（分鏡）等更多細緻創作控制工具。
- 即將開放 API，讓第三方編輯器或服務整合 Sora 2 能力，支援更多專業或定製化場景。
推出與使用者導入計畫
- 初期於 iOS 上架（美國與加拿大），採邀請制上線：下載應用後會收到通知並附四組邀請碼，鼓勵使用者與朋友一同進入以建立連結式體驗。
- Android 與更廣地域會在後續陸續推出。
團隊願景
Sora 團隊自 2023 年起研發能「理解實體世界（physical world）」的模型，視此為邁向通用 AI（AGI）的一部分。他們希望 Sora 2 能帶來生產力以外的創造性與喜悅，並成為一種新的、以個人化影像為核心的溝通媒介。
總結：Sora 2 與 Sora 應用試圖把高真實度的影音生成技術帶入社交圈，Cameo 與 remix 等功能強化「以我入場」的創作體驗，同時團隊以權限控制、追溯機制與內容治理作為安全基礎，初期以邀請制、iOS 與美加開放。
沒有留言:
張貼留言