OpenAI veröffentlicht Sora 2 mit realistischen Video- und Audiofähigkeiten

OpenAI hat heute Sora 2 vorgestellt, die neue Generation seines Video- und Audiomodells. Sora 2 erzeugt realistischere und physikalisch genauere Videos als frühere Systeme und kombiniert diese erstmals mit synchronisiertem Dialog, Soundeffekten und Hintergrundgeräuschen.

Mit dem neuen Modell startet auch die Sora-App, eine soziale Plattform, auf der Nutzer:innen Inhalte erstellen, remixen und über sogenannte "Cameos" sich selbst oder Freunde in Szenen einfügen können.

Der Sprung von Sora 1 zu Sora 2

Das ursprüngliche Sora-Modell aus Februar 2024 wurde oft mit dem GPT-1-Moment für Video verglichen. Erste Fortschritte wie Objektpermanenz zeigten damals das Potenzial von Video-KI. Mit Sora 2 spricht OpenAI nun von einem GPT-3.5-Moment:

• Komplexe Bewegungsabläufe wie Turnübungen, Sprünge auf Wasserflächen oder Eiskunstlauf werden physikalisch korrekt simuliert.
• Fehler werden realistisch dargestellt, etwa abprallende Bälle anstelle von teleportierenden Objekten.
• Stilistisch ist Sora 2 vielseitig einsetzbar: von realistisch über cineastisch bis hin zu Anime.

Mehr Kontrolle und realistische Soundwelten

Sora 2 bietet deutlich mehr Kontrollierbarkeit. Das Modell kann mehrteilige Szenen mit konsistenter Weltlogik umsetzen. Neu ist die Integration von Audio, darunter Stimmen, Dialoge, Soundeffekte und ganze Klanglandschaften.

Darüber hinaus erlaubt Sora 2, Elemente der realen Welt einzubinden, etwa indem Personen anhand kurzer Videos authentisch in neue Umgebungen projiziert werden, inklusive Stimme und Erscheinungsbild.

Die neue Sora-App

Parallel zum Modell startet OpenAI die Sora-App für iOS. Nutzer können Videos entdecken, eigene Szenen generieren und Cameos mit Freunden teilen. Die App soll vor allem auf Kreativität statt Konsum setzen:

• Inhalte basieren auf einem personalisierbaren Feed.
• Cameos können jederzeit vom Nutzer kontrolliert oder zurückgezogen werden.
• Für Jugendliche gelten besondere Schutzmechanismen, u. a. Limits für Videoansichten und strengere Cameo-Freigaben.

Verantwortung und Sicherheit

OpenAI betont, beim Rollout besonders auf Nutzerwohl und Sicherheit zu achten. Dazu gehören laut Unternehmensangaben

• transparente Kontrollmöglichkeiten für den Feed,
• Umfragen zum Wohlbefinden der Nutzer,
• verstärkte Moderation bei möglichen Missbrauchsfällen,
• Elternkontrollen für Teenager.

Zudem wird das Geschäftsmodell nicht auf maximale Verweildauer ausgerichtet: Die Monetarisierung ist zunächst nur über optionale Zusatzgenerierungen geplant.

Verfügbarkeit

Die Sora-App startet zunächst in den USA und Kanada, weitere Länder sollen bald folgen. Nutzer können sich per Einladung anmelden. Parallel bleibt Sora 1 Turbo verfügbar. Für ChatGPT-Pro-Abonnenten wird es zudem eine Sora 2 Pro-Version mit höherer Qualität geben, sowohl online als auch bald in der App.

OpenAI sieht in Sora 2 einen wichtigen Schritt hin zu allgemeinen Welt-Simulatoren. Aus Unternehmenssicht ein Schlüsselthema auf dem Weg zu KI-Systemen, die in der physischen Welt operieren können. Kurzfristig soll Sora 2 jedoch vor allem Kreativität, Spaß und soziale Interaktion ermöglichen.

Der Schritt von OpenAI in Richtung eigener Social-Media-Plattform ist dabei besonders spannend. Während etablierte Netzwerke zunehmend unter Kritik geraten und mit stagnierendem Wachstum oder Nutzerabwanderung kämpfen, eröffnet Sora 2 ein völlig neues Nutzungsszenario: Nicht nur professionelle Creator, sondern auch jeder Normalanwender kann seine Ideen und Fantasien in beeindruckende Bewegtbilder verwandeln – schnell, kreativ und mit niedrigster Einstiegshürde. Das könnte die Art und Weise, wie wir Social Media verstehen, grundlegend verändern.