OpenAI扔出物理外挂Sora 2：把抖音按在地上摩擦

OpenAI深夜丢炸弹：Sora 2让篮球会弹、人会后空翻，还自带杜比音效；顺手发个社交App，把TikTok按在地上摩擦。

在2025年10月1日，全球顶级AI公司OpenAI正式发布了Sora 2，这是继去年初代Sora模型之后的重磅升级版。如果说Sora 1.0只是个“能跑起来的雏形”，那Sora 2简直就是直接冲进了电影级制作的门槛！更夸张的是，这次OpenAI不仅带来了技术飞跃，还同步上线了一款专属iOS社交App，让你随时随地生成、分享、甚至“出演”AI视频！

Sora 2直接把物理引擎塞进神经网络：buoyancy（浮力）、inertia（惯性）、elastic collision（弹性碰撞）这些大学物理名词，被它翻译成像素。OpenAI团队举杯：“语言模型有GPT-3.5时刻，视频模型今天也正式成年！”

OpenAI内部把这次升级比作“GPT-3.5时刻”！
什么意思？就是说，就像2022年GPT-3.5让普通人第一次觉得“AI写东西真的能用了”一样，Sora 2现在也让AI视频生成从“玩具”变成了“工具”。
不再是那种动不动就扭曲变形、逻辑崩坏的诡异画面，而是真正能模拟现实世界物理规律的高质量视频。

最让人惊叹的是它的物理模拟能力。
以前的AI视频模型，比如Runway或者早期的Pika，经常出现物体穿模、动作失真、光影错乱的问题。

但Sora 2已经能处理极其复杂的动态场景：比如一个人在海上玩桨板做后空翻，水的浮力、身体的旋转、浪花的飞溅全都符合真实物理规律；又比如体操运动员完成一套高难度动作，肌肉发力、重心转移、落地缓冲都看起来无比自然。

OpenAI甚至举了个特别接地气的例子：一个篮球砸到篮板后弹开的轨迹，现在都能精准还原——这背后其实是模型对动量、碰撞、重力等物理参数的深度理解，已经远超“图像拼接”的层面，真正迈向了“世界模拟器”的愿景。

早先模型最怕“运动逻辑”：网球砸地后飞向月球，猫咪后空翻尾巴留在原地。Sora 2给每个像素发了一本《牛顿力学》。

• 演示里，篮球砸到篮板弹回，角度、旋转、甚至球皮纹理形变都对。
• 体操运动员空翻落地，脚掌微屈、尘土飞散，裁判直接给了10分。

不仅如此，Sora 2首次加入了高质量音频生成能力！这意味着你输入一段文字提示，不仅能生成画面，还能同步产出匹配的环境音、人声对话甚至音效。比如你写“一只猫在雨夜的屋顶上喵喵叫”，Sora 2不仅能画出湿漉漉的瓦片、闪电照亮的天空，还能配上淅淅沥沥的雨声和真实的猫叫。而且，音画完全同步，绝不会出现嘴型对不上声音的尴尬。这一点，直接对标谷歌最新发布的Veo 3，但OpenAI显然在整合度和用户体验上更胜一筹。

以前AI视频是默剧，现在直接给配了杜比。Sora 2能生成：

1. believable background noise—— believable到海鸥叫得你下意识摸口袋里的面包。
2. speech——嘴型对得比某些流量明星还准。
3. sound effects——滑板“呲啦”一声，你闻得到轮子摩擦的焦糊。Google Veo 3刚把画面口型对上，OpenAI连呼吸节奏都安排上了。

更炸裂的功能来了——“数字分身”（Cameo）系统！

你只需要在App里录制一次自己的声音和面部视频，Sora 2就能生成一个高度还原的你的AI替身。之后，无论你生成什么场景——比如“我在火星上吃火锅”或者“我和恐龙一起跳街舞”——你的数字分身都会自然地出现在画面中，说话、表情、动作都像你本人。

连OpenAI CEO山姆·阿尔特曼（Sam Altman）都在演示视频里亲自“出演”了！

当然，OpenAI强调了极强的隐私保护：只有你授权的人才能使用你的分身，你能看到所有包含你分身的视频（包括草稿），随时可以撤销权限或彻底删除。对于未成年人，系统还有额外的安全限制，比如默认关闭分身功能、降低内容可见性等。至于公众人物的“深度伪造”？技术上可行，但除非本人主动开通，否则一律禁止生成。

“Cameo”功能：把你自己塞进好莱坞
步骤比泡面还简单：
① 拍一张自拍+一句语音“Hi，I’m iron man”。
② 系统自动建模：脸型、声线、甚至你略显疲惫的黑眼圈。
③ 输入提示词：“让我穿着机甲在火星蹦迪。”

十秒后，你在红色荒漠里打碟，火星沙尘被低音炮震成烟花。

iOS社交App
说到使用方式，OpenAI这次玩得很大——直接推出了一款名为Sora的iOS社交App！目前仅限美国和加拿大用户通过邀请码体验，但很快会全球开放。

App界面类似抖音TikTok，但核心逻辑完全不同：它不鼓励你无脑刷视频，而是主打“创作+互动”。你可以自己生成短视频，也可以“Remix”（混剪）别人的作品，比如把朋友的分身放进你的奇幻场景里。

App Store凌晨偷偷上架，图标是一枚旋转的胶片emoji。功能三件套：

1. 30秒极速生成——排队时间比星巴克还短。
2. remix 瀑布流——看到别人的“哥斯拉跳广场舞”，一键换脸成你老板。
3. 算法 Feed——官方宣言：“我们不做时间黑洞，刷到第20条系统强制你去拍片。”首批邀请码只发给美国、加拿大用户，黑市价格瞬间飙到500美元，比iPhone 17还难抢。

最关键的是，OpenAI公开承诺：“我们不会优化用户在Feed里停留的时间”，也就是说，这个App的设计哲学是“激发创作欲，而非制造信息茧房”。

他们甚至专门发布了一份《Feed哲学宣言》，强调社区健康和创意优；有意思的是，Meta也在秘密开发类似的AI视频社交产品，看来下一代社交平台的战争已经打响。

目前，普通用户通过App可以免费使用Sora 2基础版，每天有“慷慨的生成额度”；而追求更高画质的专业用户，则需要访问sora.com申请Sora 2 Pro版本的邀请码。虽然官方还没公布具体参数，但从流出的样片来看，视频分辨率大约720p，30帧每秒，单条时长5到10秒——对于手机端社交传播来说，完全够用。而且OpenAI透露，API接口即将开放，未来开发者可以把Sora 2集成到自己的应用中，想象空间巨大。

长远来看，Sora 2的意义远不止于娱乐。OpenAI认为，这种能准确模拟物理世界的AI视频模型，是构建“通用世界模拟器”的关键一步。未来，自动驾驶汽车可以在Sora生成的极端天气场景中训练；建筑师能用它预演建筑在地震中的表现；教育者可以生成历史事件的沉浸式重现……AI不再只是“生成内容”，而是开始“理解并模拟现实”。

当然，挑战依然存在。比如视频时长限制、计算成本高昂、伦理边界模糊等问题，都需要时间解决。但不可否认的是，Sora 2已经把AI视频生成推向了一个全新高度。它不再是实验室里的炫技，而是真正走进普通人生活的创作工具。就像当年智能手机让每个人都能拍照、剪辑、发布一样，Sora 2或许正在开启“人人都是导演”的新时代。

总之，Sora 2的发布，不仅是OpenAI的胜利，更是整个生成式AI生态的里程碑。它让我们看到，AI视频的未来不是“以假乱真”，而是“以真启真”——用对现实的深刻理解，去拓展人类想象力的边界。接下来，就看谁能在这片新大陆上，率先建起属于自己的创意王国了！

彩蛋：
奥特曼的“一分钟恐怖片”
发布会最后，奥特曼亲自演示：
提示词只有一句：“a lonely astronaut hears a knock on the airlock door.（一位孤独的宇航员听见气闸舱门传来敲门声）”
十秒后，画面出现：
太空舱外摄像头缓缓推进，门把手自己转动，耳机里传来宇航员本人的呼吸与心跳——竟然用的是奥特曼早上刚录的Cameo。
全场尖叫。
屏幕渐暗，一行小字：
“Who’s knocking? Maybe it’s you.”