OpenAI Sora 2 系统卡

OpenAI 已发布 Sora 2，这是一款最先进的视频和音频生成模型，旨在提升物理准确性、视觉真实感和音频同步。该模型扩展了创意叙事能力，并作为模拟复杂物理世界动态的研究一步。

Sora 2 的核心能力

Sora 2 在原始 Sora 模型的基础上引入了多项技术进步，重点关注保真度和用户控制。主要改进包括：

• 物理准确性与真实感： 模型实现了更精确的物理效果和更锐利的真实感，使生成内容更贴合真实世界的动态。
• 同步音频： Sora 2 集成了与视频内容同步的音频生成。
• 增强可控性： 模型以更高的保真度遵循用户指令，为创作者提供更精确的输出控制。
• 扩展风格范围： 模型支持更广泛的视觉风格，以满足想象力和创意表达的需求。

部署与可用性

Sora 2 旨在跨多个平台实现易用性。其可用性包括：

• 网页访问： 可通过 sora.com 访问。
• 移动访问： 独立的 iOS Sora 应用程序。
• API 访问： 计划在未来发布。

安全框架与风险缓解

OpenAI 采用迭代部署策略来管理高保真视频和音频生成相关的风险，特别针对未经同意的肖像使用和误导性内容的创建。

红队与迭代安全

OpenAI 与内部红队合作，识别新出现的挑战并制定相应的缓解措施。安全方法采用迭代方式，优先关注上下文关键或风险尚未完全了解的领域。

部署限制

为确保安全推出，OpenAI 实施了以下保障措施：

• 受限访问： 初始访问通过有限邀请提供。
• 上传限制： 系统限制上传包含逼真人物的 视频和图像。
• 未成年人保护： 对所有涉及未成年人的内容实施严格的保障措施和审核阈值。