Hoy presentamos Sora 2, nuestro modelo insignia de generación de vídeo y audio.
El modelo de Sora original, lanzado en febrero de 2024, fue en muchos sentidos un hito clave: la primera vez que la generación de vídeo empezaba a parecer funcional, con comportamientos simples como la permanencia de los objetos al aumentar la computación previa al entrenamiento. Desde entonces, el equipo de Sora se ha centrado en entrenar modelos con una capacidad más avanzada de simulación del mundo. Creemos que estos sistemas serán fundamentales para entrenar modelos de IA que comprendan profundamente el mundo físico. Uno de los grandes retos en este campo es dominar el entrenamiento previo y posterior usando datos de vídeo a gran escala, una tarea aún muy poco desarrollada en comparación con el trabajo en lenguaje.
Prompt: figure skater performs a triple axle with a cat on her head
Con Sora 2, damos un salto directo hacia lo que podría ser el momento GPT‑3.5 para el vídeo. Sora 2 es capaz de hacer cosas excepcionalmente difíciles, y en algunos casos directamente imposibles, para los modelos anteriores de generación de vídeo: rutinas de gimnasia olímpica o saltos mortales hacia atrás sobre una tabla de paddle surf que reproducen con precisión la dinámica de flotación y rigidez, o un triple axel mientras un gato se aferra a la cabeza con fuerza.
Prompt: a guy does a backflip
Los modelos anteriores tienden a ser demasiado optimistas: modifican objetos y distorsionan la realidad para cumplir con una indicación de texto. Por ejemplo, si un jugador de baloncesto falla un tiro, el balón podría teletransportarse al aro. En Sora 2, si el jugador falla, el balón rebota en el tablero. Curiosamente, los «errores» del modelo suelen parecer fallos del agente interno que Sora 2 modela implícitamente. Aunque sigue sin ser perfecto, respeta mejor las leyes de la física que los sistemas anteriores. Esta es una capacidad extremadamente importante para cualquier simulador del mundo útil: hay que ser capaz de modelar el fracaso, no solo el éxito.
El modelo también supone un gran avance en cuanto a capacidad de ajuste: puede seguir instrucciones complejas que abarcan múltiples planos y mantener con precisión el estado del mundo. Destaca en estilos realistas, cinematográficos y de anime.
Prompt: Vikings Go To War — North Sea Launch (10.0s, Winter cool daylight / early medieval)...
Como sistema general de generación de vídeo y audio, es capaz de crear paisajes sonoros sofisticados, voces y efectos con un alto grado de realismo.
Prompt: Two mountain explorers in bright technical shells, ice crusted faces, eyes narrowed with urgency shout in the snow, one at a time
También puedes incorporar directamente elementos del mundo real a Sora 2. Por ejemplo, al observar un vídeo de una persona del equipo, el modelo puede insertarla en cualquier entorno generado por Sora, reproduciendo fielmente su aspecto y su voz. Esta capacidad es muy general y funciona con cualquier persona, animal u objeto.
Prompt: Bigfoot is really kind to him, a little too kind, like oddly kind. Bigfoot wants to hang out but he he wants to hang too much
El modelo está lejos de ser perfecto y comete bastantes errores, pero confirma que seguir ampliando redes neuronales con datos de vídeo nos acerca más a simular la realidad.
En el camino hacia una simulación general y sistemas de IA capaces de desenvolverse en el mundo físico, creemos que las personas pueden divertirse mucho con los modelos que estamos desarrollando.
Empezamos a probar esta función de «añádete a ti mismo» hace varios meses en el equipo de Sora, y todos nos lo pasamos en grande. Parecía una evolución natural de la comunicación: de los mensajes de texto a los emojis, a las notas de voz, y ahora, a esto.
Hoy lanzamos una nueva aplicación social para iOS llamada «Sora», impulsada por Sora 2. En la aplicación, puedes crear, remezclar las creaciones de otras personas, descubrir nuevos vídeos en un catálogo de contenido recomendado personalizable, e introducirte tú o tus amistades mediante cameos. Con los cameos, puedes aparecer directamente en cualquier escena generada con Sora con una fidelidad sorprendente, tras una breve grabación única de vídeo y audio en la aplicación para verificar tu identidad y capturar tu imagen.
La semana pasada lanzamos la aplicación internamente en OpenAI. Ya hemos recibido comentarios de compañeros que están haciendo nuevas amistades en la empresa gracias a esta función. Creemos que una aplicación social basada en esta función de cameos es la mejor forma de experimentar la magia de Sora 2.
Nos preocupan temas como el uso compulsivo, la adicción, el aislamiento y los contenidos optimizados con aprendizaje por refuerzo. Esto es lo que estamos haciendo al respecto.
Ofrecemos a las personas herramientas y opciones para tener el control de lo que ven en el contenido recomendado. Usando los modelos de lenguaje avanzados de OpenAI, hemos desarrollado una nueva clase de algoritmos de recomendación que pueden recibir instrucciones en lenguaje natural. También hemos incorporado mecanismos para sondear periódicamente el bienestar de los usuarios y ofrecerles opciones para ajustar el contenido que consumen.
Por defecto, te mostramos contenido muy orientado a las personas que sigues o con las que interactúas y damos prioridad a los vídeos que el modelo cree que podrías usar como inspiración para tus propias creaciones. No optimizamos la aplicación para que pases más tiempo navegando: la hemos diseñado expresamente para maximizar la creación, no el consumo. Puedes encontrar más detalles en nuestra página sobre la filosofía del contenido recomendado.
Esta aplicación está pensada para usar con amigos. Los comentarios más repetidos entre quienes han probado la aplicación es que los cameos son lo que hacen que la aplicación sea diferente y divertida de usar: tienes que probarlo para entenderlo, pero es una forma nueva y única de comunicarte con otras personas. Lanzamos esta aplicación con sistema de invitaciones para asegurarnos de que accedas con amigos. En un momento en el que la mayoría de plataformas están abandonando el terreno social, creemos que los cameos refuerzan el sentido de comunidad.
Proteger el bienestar de los adolescentes es importante para nosotros. Estableceremos por defecto un límite al número de creaciones que pueden ver al día en el contenido recomendado y también activaremos permisos más restrictivos para los cameos para este grupo. Además de nuestras medidas de seguridad automatizadas, estamos ampliando los equipos de moderación humana para revisar rápidamente posibles casos de acoso si llegan a producirse. Lanzamos Sora con controles parentales a través de ChatGPT para que madres, padres y tutores puedan desactivar el desplazamiento infinito, desactivar la personalización del algoritmo y gestionar los ajustes de los mensajes directos.
Con los cameos, tienes el control total de tu imagen en Sora. Solo tú decides quién puede usar tu cameo y puedes revocar el acceso o eliminar cualquier vídeo que lo incluya en cualquier momento. Puedes ver en todo momento cualquier vídeo que contenga cameos tuyos, incluso borradores creados por otras personas.
Hay muchos aspectos relacionados con la seguridad que hemos tenido en cuenta en la aplicación: el consentimiento sobre el uso de la imagen, la procedencia, la prevención de contenido nocivo y mucho más. Consulta nuestro documento de seguridad de Sora 2 para más información.
Muchos de los problemas de otras aplicaciones se deben a que el modelo de monetización incentiva decisiones contrarias al bienestar de las personas. Con total transparencia, nuestro único plan actual es ofrecer la opción de pagar una pequeña cantidad para generar un vídeo adicional en caso de que la demanda supere la capacidad de procesamiento disponible. A medida que la aplicación evolucione, comunicaremos abiertamente cualquier cambio en nuestro enfoque, manteniendo siempre el bienestar de los usuarios como prioridad.
Estamos al inicio de este camino, pero con todas las formas potentes de crear y remezclar contenido que ofrece Sora 2, vemos esto como el comienzo de una nueva era de experiencias cocreativas. Confiamos en que será una plataforma más saludable para el entretenimiento y la creatividad en comparación con lo que existe actualmente. Esperamos que lo disfrutes :)
La aplicación de Sora para iOS(se abre en una ventana nueva) ya se puede descargar. Puedes registrarte desde la aplicación para recibir una notificación cuando se habilite el acceso para tu cuenta. Hoy empezamos el lanzamiento inicial en Estados Unidos y Canadá, con la intención de ampliar rápidamente a más países. Una vez que recibas la invitación, también podrás acceder a Sora 2 a través de sora.com(se abre en una ventana nueva). Sora 2 estará disponible de forma gratuita al principio, con límites generosos para que las personas puedan explorar libremente sus funciones, aunque siempre estarán sujetos a restricciones informáticas. Los usuarios de ChatGPT Pro también podrán acceder al modelo experimental de mayor calidad Sora 2 Pro en sora.com(se abre en una ventana nueva) (y pronto también en la aplicación de Sora). También tenemos previsto lanzar Sora 2 en la API. Sora 1 Turbo seguirá disponible y todo lo que hayas creado seguirá estando en tu biblioteca de sora.com(se abre en una ventana nueva).
Los modelos de vídeo están mejorando muy rápido. Los simuladores del mundo de propósito general y los agentes robóticos transformarán profundamente la sociedad y acelerarán el progreso humano. Sora 2 representa un gran paso hacia ese objetivo. En línea con la misión de OpenAI, es importante que la humanidad se beneficie de estos modelos a medida que se desarrollan. Creemos que Sora va a aportar mucha alegría, creatividad y conexión al mundo.
— Redactado por el equipo de Sora
Objetivo principal y aspectos visuales
Primera lectura: un dragón deslizándose entre picos de hielo dentados, con vórtices en las puntas de las alas desprendiendo remolinos. Segunda lectura: la capa agrietada del glaciar se desploma sobre un fiordo de color cobalto, mientras el borde del sol ámbar acaricia la escarcha de las escamas. La expresión transmite calma depredadora y poder natural.
Formato y estética
5,0 s; 4K; obturador a 180°; emulación de sensor digital de gran formato con microcontraste nítido; grano muy fino; halo contenido en los reflejos de la nieve; sin fluctuaciones de imagen.
Objetivos y filtros
Hero (plano principal): Objetivo esférico de 50 mm montado en una plataforma aérea estabilizada por giroscopio en el morro (seguimiento paralelo con ligera curva hacia dentro). Filtros: Black Pro-Mist 1/8; polarizador circular con ajuste ligero para atenuar los brillos de la nieve sin eliminar el destello especular.
Corrección de color/paleta:
Zonas iluminadas: blanco hielo limpio con degradado frío. Medios: glaciar azul acero y aire cian pálido. Sombras: pizarra/verde azulado con detalle conservado en las grietas; borde ámbar cálido en el contorno del dragón para crear separación; reflejos especulares concentrados en la escarcha y las escamas.
Iluminación y atmósfera
Sol bajo de última hora de la tarde con iluminación cruzada; viento catabático elevando remolinos; neblina helada tenue para dar profundidad; ráfagas intermitentes de polvo de hielo en la estela; leve vaho visible en el aliento del dragón por el esfuerzo.
Localización y encuadre
Campo de seracs imponentes y crestas afiladas; la cámara acompaña al dragón a velocidad constante a media altitud, con diagonales del glaciar que conducen hasta el fiordo al fondo; las láminas de hielo en primer plano pasan cerca para aportar paralaje; sin estructuras humanas.
Vestuario/atrezo/vehículos
No aplicable (criatura). Lectura superficial: crestas mate en forma de cuerno, placas escamosas semiiridiscentes con escarcha microscópica en los bordes frontales.
Sonido
Fricción del viento en altura, estruendo de las membranas al batir las alas, crujido y chasquidos cristalinos del hielo en los seracs, estruendo lejano de un desprendimiento glaciar; breve exhalación/bramido del dragón: «Rrhh—» (menos de 1 s). Sin música: puro asombro dramático.
Lista de planos optimizada (1 plano / 5,0 s):
0,0–5,0 — «Surco paralelo en la cresta» (50 mm, montaje aéreo en el morro con ligera curva hacia dentro y ligero avance de cámara)
Acompañamos al dragón mientras se desliza por un corredor de picos de hielo; los vórtices de las alas levantan remolinos de nieve en forma de ondas; un fragmento se desprende y cae a lo lejos, levantando una nube de polvo; la cámara se aproxima con suavidad: las escamas se aprecian, el halo ámbar resalta. Entonces, el dragón gira hacia el fiordo, moviendo la cola, proyectando una sombra que barre el glaciar.
Propósito: Transmitir una escala épica con realismo táctil en un solo movimiento decisiva: velocidad, masa y frío elemental.
Notas de cámara (por qué funciona):
La lente de 50 mm equilibra la presencia de la criatura y la escala del paisaje sin miniaturizar; el seguimiento paralelo con curva hacia dentro refuerza la sensación de velocidad y forma; el ligero avance de cámara se sincroniza con el golpe de ala más potente para marcar fuerza; el polarizador de luz controla el resplandor sin eliminar el brillo; la luz de fondo y contorno perfila la silueta; las aletas de hielo próximas al impacto aportan referencias de velocidad mediante paralaje.
Acabado
Grano muy fino (~15 %); halo mínimo en reflejos especulares sobre la nieve; emulación de impresión suave para conservar credibilidad en los azules y profundidad en los negros; dinámica multibanda para mantener el golpe de ala sin ocultar el estruendo del desprendimiento; fotograma clave: el dragón virando sobre un serac iluminado por el sol, remolinos, el fiordo resplandeciendo en un azul intenso al fondo.
Sora 2
Debbie Mesloh
Caroline Zhao
Publicado el 30 de septiembre de 2025
