全文 3,000字 | 閱讀約 8 分鐘

（Sora 2 發(fā)布會(huì)完整實(shí)錄：技術(shù)負(fù)責(zé)人詳解產(chǎn)品理念）

2025 年 9 月30 日，OpenAI 發(fā)布 Sora 2（網(wǎng)頁：https://sora.chatgpt.com/explore） 及其配套的APP Sora（ 蘋果下載：https://openai.com/sora/, 安卓版本即將推出）。

這不僅是一次模型升級(jí)，更是一次產(chǎn)品形態(tài)的根本轉(zhuǎn)變。OpenAI 首次把生成式視頻能力，放進(jìn)了一個(gè)類 TikTok/抖音 的信息流應(yīng)用中。但它不只是想讓你刷內(nèi)容，而是想讓你出現(xiàn)在內(nèi)容里。

（Sora 2：網(wǎng)頁版登錄界面）

Sora 2 的核心是一個(gè)名為 Cameo 的功能：通過 10 秒視頻錄制，你可以把自己上傳進(jìn)模型，讓 AI 在任意場景中復(fù)現(xiàn)你的外貌、聲音和表情。

OpenAI 首席執(zhí)行官 Sam Altman 在博客中說：

我們想打造的，不是下一個(gè) AI 內(nèi)容工具，而是新一代創(chuàng)作和連接的媒介。

與此同時(shí)，AI 視頻生成正成為科技巨頭的新戰(zhàn)場。MiniMax 公司推出海螺 AI，快手發(fā)布可靈，智譜上線清影；海外，Meta 推出 Vibes，Google 也在測試 Veo 3并計(jì)劃整合入YouTube。

但 Sora 的產(chǎn)品定位不同。

它沒有把重點(diǎn)放在視頻質(zhì)量、生成速度或內(nèi)容推薦上，而是押注在一個(gè)更深層的問題：

AI 視頻，能不能成為人類關(guān)系的新表達(dá)方式？

第一節(jié)｜它開始看懂世界了

在發(fā)布會(huì)現(xiàn)場，研究科學(xué)家、Sora 項(xiàng)目負(fù)責(zé)人 Bill Peebles 點(diǎn)出了核心：

“你上手 Sora 2 后第一感受是：它對世界的反應(yīng)更自然、更真實(shí)?！?/p>

重點(diǎn)不是效果好，而是它的反應(yīng)符合物理直覺。

在 Sora 1 的時(shí)代，如果你讓 AI 生成“籃球運(yùn)動(dòng)員投籃”的視頻，它可能會(huì)這么做：動(dòng)作看起來差不多，但如果球沒進(jìn)，它會(huì)讓球“瞬移”進(jìn)籃筐，或者直接跳過結(jié)果。

技術(shù)人員 Thomas Dimson 說，這不是 bug，而是早期模型太想讓事情成功，以至于會(huì)違背常理。

而 Sora 2 變了。

如果球沒進(jìn)，它就沒進(jìn)。球會(huì)撞到籃板，彈回來。

這聽起來像是個(gè)小變化，但其實(shí)是AI 在開始理解失敗、接受失敗、呈現(xiàn)失敗。

? 為什么重要？AI 視頻第一次“承認(rèn)失敗”

因?yàn)檫@是視頻生成技術(shù)第一次出現(xiàn)“物理感”。

Sora 2 可以理解：

• 什么是重力；

• 什么是慣性；

• 什么是物體與地面的摩擦；

• 人翻身跳躍之后會(huì)怎么落地。

（Sora 2生成花樣滑冰運(yùn)動(dòng)員，完成跳躍，再穩(wěn)穩(wěn)落地）

發(fā)布會(huì)中展示的一個(gè)場景是：

“一個(gè)花樣滑冰運(yùn)動(dòng)員頭頂一只貓，完成三周半跳?！?/p>

過去 AI 會(huì)讓貓直接消失、人物穿模、畫面崩塌。

但這次，貓?jiān)陬^上掙扎地保持平衡，滑冰選手完成跳躍，再穩(wěn)穩(wěn)落地，一切動(dòng)作看起來就像是物理真實(shí)發(fā)生的一樣。

Thomas 說：“這不是預(yù)設(shè)動(dòng)作庫，而是 AI 自己生成這些動(dòng)作。就像它在腦海里構(gòu)建了一個(gè)動(dòng)態(tài)世界，然后讓畫面自然演繹出來。”

? 不再是“視頻特效”，而是“世界模擬”

在現(xiàn)場演示中，還有兩個(gè)重要變化：

1. 一次性生成多鏡頭的長場景

以前，AI 做視頻是“一段段拼接”；現(xiàn)在，它可以理解故事結(jié)構(gòu)，用鏡頭語言講清楚情節(jié)。

1. 聲音也能同步生成

包括背景音、人物語音、甚至唇形都能對應(yīng)上。角色說什么話、嘴怎么動(dòng)、周圍什么聲音，全都同步。

OpenAI 的目標(biāo)不是讓 AI 畫出幾個(gè)漂亮畫面，而是搭建一個(gè)可感知、可互動(dòng)的世界。

? 技術(shù)升級(jí)的核心：AI 開始“建立自己的世界觀”

不是效果更強(qiáng)，而是它開始像人一樣有“直覺”。

不是畫出你要的畫面，而是先想象一個(gè)世界，再讓畫面自然發(fā)生。

不是機(jī)械地執(zhí)行提示詞指令，而是理解場景會(huì)怎么展開。

這就是 OpenAI 所說的模擬真實(shí)世界的能力（world simulation capabilities）。Sora 2 正在往那個(gè)方向邁出第一步。

而這個(gè)變化的意義不僅在技術(shù)上，更決定了它之后能不能成為真正的平臺(tái)。

如果它能“看懂”世界，那它未來就可能成為 AI 幫你講故事、表達(dá)想法、溝通情緒的媒介，而不僅僅是個(gè)做視頻的工具。

第二節(jié)｜Sora 要你和朋友一起玩

Rohan 是 Sora 產(chǎn)品團(tuán)隊(duì)領(lǐng)導(dǎo)。

他在發(fā)布會(huì)開場就明確表示：

“你看到的不是算法推薦的熱門視頻，而是朋友圈里的創(chuàng)作。視頻里會(huì)出現(xiàn)你認(rèn)識(shí)的人，你的朋友可以把你、把他們自己、把共同好友放進(jìn)任何場景?！?/p>

這是 Sora 跟現(xiàn)在主流平臺(tái)最大的不同。

而讓這一切成立的核心功能，叫 Cameo。

? Cameo 是什么？

你只需要錄一段十幾秒的短視頻，說幾句話、左右轉(zhuǎn)轉(zhuǎn)頭，系統(tǒng)就會(huì)抓取你的樣子、聲音和習(xí)慣動(dòng)作。之后，你就可以：

• 把自己放進(jìn)任何一個(gè) Sora 生成的場景；

• 跟朋友的頭像一起同框出現(xiàn)在“太空戰(zhàn)斗”或“浪漫廣告”里；

• 或者，被朋友“加入”他們的視頻項(xiàng)目中，你完全不需要拍攝，只要授權(quán)就行。

Rohan 還現(xiàn)場展示了幾個(gè)真實(shí)例子：

他和 OpenAI CEO Sam Altman 一起出現(xiàn)在同一支廣告片段里，說著話，唇形對得上，動(dòng)作自然切換；他讓狗狗 Rocket 以動(dòng)漫風(fēng)格出現(xiàn)在雪地視頻里；他還演示了怎么在自己的 Cameo 設(shè)定里添加偏好，比如“我總是戴金鏈子”、“我想穿西裝”、“別給我奇怪口音”等等。

這不是濾鏡，也不是貼圖，而是把你變成可參與的角色

? OpenAI 社交方向怎么走的？

① 從內(nèi)容關(guān)注轉(zhuǎn)向人際關(guān)注

默認(rèn)信息流，不是推薦熱門話題，而是優(yōu)先展示你熟人生成的視頻、你互動(dòng)過的賬戶內(nèi)容。

也就是說：不是推薦最好看的，而是你最可能參與的。

Rohan 說：

“如果你看到一個(gè)香水廣告，你可以點(diǎn)進(jìn)去 Remix，然后把自己加進(jìn)去，變成主角，換成你自己的旁白?！?/p>

這一機(jī)制，讓視頻不是終點(diǎn)，而是下一次互動(dòng)的邀請。

② Cameo 權(quán)限機(jī)制設(shè)計(jì)得非常細(xì)

每個(gè)用戶都可以完全控制誰可以用你的形象：

• 只有我自己

• 我允許的人

• 我關(guān)注的 + 互相關(guān)注的人

• 所有人（完全公開）

每個(gè)視頻里如果用到了你的肖像，你都能收到提醒，哪怕那條視頻只是草稿、還沒發(fā)布。你還可以隨時(shí)撤回某段視頻的授權(quán)，甚至永久刪除一切有關(guān)你形象的生成內(nèi)容。

Rohan 強(qiáng)調(diào)：

“你的臉是你的，不是平臺(tái)的。誰能用你的形象生成視頻，完全由你決定。”

? 為什么這個(gè)方向重要？

現(xiàn)在大多數(shù)視頻平臺(tái)，都在比誰算法更準(zhǔn)、誰流量更多、誰用戶黏性更強(qiáng)。

但 OpenAI 走的是另一條路，讓朋友之間用視頻互動(dòng)起來。

這讓 Sora 成為一種新的媒介形態(tài)：

• 你不需要成為創(chuàng)作者，不需要剪輯能力；

• 你只要上傳自己，就能參與別人創(chuàng)作的世界；

• 每個(gè)視頻都可以是一次社交互動(dòng)：不是點(diǎn)贊評論，而是“我也做了一個(gè)跟你有關(guān)的版本”；不是打榜上墻，而是“我讓你出現(xiàn)在了這條視頻里”。

也正因如此，Sora 沒有加入流量競爭，而是找到了另一個(gè)空間：AI 不只是你用的工具，而是你和朋友共同創(chuàng)作的空間。

第三節(jié)｜做一條，勝過刷十條

Sora 看起來像是一個(gè)短視頻平臺(tái)， 但真正用過之后，你會(huì)發(fā)現(xiàn)，它想要的不是你多刷幾條視頻，

而是讓你停下來，動(dòng)手做一條屬于你自己的。

? 激發(fā)創(chuàng)作，而非吸引眼球

Rohan 展示了 Sora 應(yīng)用的主界面。和 TikTok 類似，用戶可以上下滑動(dòng)瀏覽視頻。但與眾不同的是：

頁面上每一條視頻下方，都有一個(gè)顯眼的按鈕：Remix（混合）

你可以點(diǎn)擊后，直接把自己加進(jìn)去，改畫面、加動(dòng)作、換主題、講同一個(gè)故事的新版本

比如你看到朋友生成了一條“在海邊慶祝生日”的視頻，你可以直接用它的模版，加入自己的 Cameo，改成“在雪山頂慶?！保€可以換臺(tái)詞和音樂。

你從旁觀者變成了參與者。

? 設(shè)計(jì)細(xì)節(jié)處處圍繞“創(chuàng)作優(yōu)先”

不僅是界面動(dòng)線，整個(gè)產(chǎn)品結(jié)構(gòu)都在鼓勵(lì)你參與進(jìn)去。

1. 反無限滑動(dòng)機(jī)制： Thomas 透露，Sora 不鼓勵(lì)用戶一直往下刷。如果用戶滑得太久，系統(tǒng)會(huì)彈窗提醒，引導(dǎo)他們嘗試創(chuàng)作。

2. 青少年保護(hù)設(shè)置： 針對未成年用戶，默認(rèn)不開放無限瀏覽權(quán)限。信息流觀看時(shí)長被自動(dòng)限制，鼓勵(lì)先體驗(yàn)再創(chuàng)作。

3. 控制內(nèi)容節(jié)奏的“情緒引導(dǎo)”設(shè)計(jì)： 在 Sora 的信息流頂部，有一個(gè)測試功能，你可以用一句話告訴它：我想放松一下；給我看點(diǎn)輕松的動(dòng)物視頻；想找創(chuàng)作靈感。

這些設(shè)計(jì)的核心是把控制權(quán)交給用戶。

不是算法推薦內(nèi)容，而是你告訴 AI 想看什么，從而找到健康的創(chuàng)作起點(diǎn)。

Altman 給出了一個(gè)清晰的評估標(biāo)準(zhǔn)：半年后，如果用戶覺得“我變得更有創(chuàng)造力”，那就成功了；如果覺得“花了時(shí)間但沒留下什么”，那就失敗了。

今天，絕大多數(shù)內(nèi)容平臺(tái)都在優(yōu)化：“沉浸感”和“推送精準(zhǔn)度”，讓用戶停留更久。

但 Sora 的邏輯不同：

它想成為一個(gè)生成表達(dá)的空間，而不是內(nèi)容消費(fèi)的平臺(tái)。

（Sora APP 界面：豎屏視頻、有滑動(dòng)信息流、有點(diǎn)贊評論）

Sora 一發(fā)布，很多人第一反應(yīng)是： “這是不是 OpenAI 的 AI 抖音？”

確實(shí)，它有豎屏視頻、有滑動(dòng)信息流、有點(diǎn)贊評論。 甚至在視覺風(fēng)格上，也刻意做得輕巧、上手快、像社交平臺(tái)。

但如果你認(rèn)真看完發(fā)布會(huì)，就會(huì)發(fā)現(xiàn)：

Sora 并不想成為 TikTok 的“替代品”，它在嘗試的，是一種“內(nèi)容 + 人”的新組合方式。

? 為什么說它不是在挑戰(zhàn) TikTok？

我們先看幾個(gè)基本事實(shí)：

TikTok 已經(jīng)是超 10 億級(jí)用戶的平臺(tái)，擁有全球最強(qiáng)內(nèi)容分發(fā)網(wǎng)絡(luò)之一。

用戶來 TikTok 的動(dòng)機(jī)，是看內(nèi)容，不是創(chuàng)作內(nèi)容。生成式視頻的成本高、速度慢，遠(yuǎn)比滑動(dòng)播放現(xiàn)有視頻的效率低。

如果 Sora 只是想在這些地方跟 TikTok 比，很難找到突破口。

Altman 很清楚這一點(diǎn)。他的觀點(diǎn)是：OpenAI 不想做另一個(gè) AI 化的短視頻 App，而是想創(chuàng)造一種基于共同創(chuàng)作的新型互動(dòng)媒介。

? 換條賽道：從內(nèi)容平臺(tái)到社交媒介

回到產(chǎn)品最核心的設(shè)計(jì)：Cameo + Remix。

這是 Sora 真正押注的東西靠關(guān)系鏈加上創(chuàng)作意愿。

大部分平臺(tái)都在從“內(nèi)容做得更好”這條線上迭代：TikTok 做分發(fā)更精準(zhǔn)；Instagram 做呈現(xiàn)更美觀；YouTube 做內(nèi)容更長、更深。但本質(zhì)上都還是創(chuàng)作者生產(chǎn)，觀眾觀看。

Sora 換了方向。

它問的問題是：怎么讓你愿意做一條視頻，拉上朋友，一起玩？

這也是為什么 Altman 多次提到：“Sora 不是工具，是媒介?！?/p>

? 所以，Sora 要建立是一種新型社交媒介

不是靠爆款吸粉，也不是靠推薦抓人，而是靠一個(gè)新的底層邏輯：

• 每條視頻都是一次邀請，

• 每個(gè)好友都可能成為你創(chuàng)作的角色，

• 每段內(nèi)容都連接著你們的關(guān)系。

從這個(gè)角度看，Sora 做的不只是 AI 視頻產(chǎn)品，而是在探索一種全新的表達(dá)方式：

重點(diǎn)不是誰發(fā)得多、誰火，而是你和誰一起做、一起笑、一起留下回憶。

結(jié)語｜入口變了

（從工具到媒介：Sora 2 官方宣傳片）

Sora 不是生成更快的視頻工具，而是換了一個(gè)思路：不靠信息流爭奪注意力，而是靠你和朋友之間的關(guān)系，激發(fā)創(chuàng)作的欲望。

它做到的，不是讓你看更多 AI 視頻，而是讓你用 AI 把記憶、想象和關(guān)系變成一次創(chuàng)作。

未來這一輪 AI 視頻競爭，比的不是誰內(nèi)容好、誰流量大，而是誰能讓用戶產(chǎn)生一個(gè)念頭：

我想做一個(gè)視頻，把我和你放進(jìn)去。

這就是“朋友圈入口”的意義：當(dāng)生成視頻成為社交表達(dá)，當(dāng) AI 不再只是工具而是媒介，視頻的使用場景就徹底變了。

這些故事才剛開始，而主角是你，是你的朋友。

本文由AI深度研究院出品，內(nèi)容整理自 Sora 2 發(fā)布會(huì)實(shí)錄、Sam Altman 博客、OpenAI 官方博客及相關(guān)公開資料。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號(hào)， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

https://www.wired.com/story/openai-launches-sora-2-tiktok-like-app/

https://blog.samaltman.com/sora-2

https://www.youtube.com/watch?v=1PaoWKvcJP0

https://www.youtube.com/watch?v=gzneGhpXwjU

https://openai.com/index/sora-2/

https://www.wired.com/story/openai-launches-sora-2-tiktok-like-app/

來源：官方媒體/網(wǎng)絡(luò)新聞，

排版：Atlas

編輯：深思

主編：圖靈