OpenAI旗下備受矚目的文生視頻應(yīng)用Sora正式登陸iOS平臺，率先面向美國和加拿大地區(qū)開放下載。盡管采用嚴(yán)格的邀請制準(zhǔn)入模式，且服務(wù)范圍僅限北美兩國，但這款承載著“文本生成超高清視頻”技術(shù)突破的應(yīng)用，仍在上線后48小時內(nèi)創(chuàng)下驚人成績——據(jù)第三方應(yīng)用數(shù)據(jù)監(jiān)測機構(gòu)Sensor Tower最新統(tǒng)計，Sora iOS版首兩日累計下載量突破16.4萬次，更在10月1日晚間迅速攀升至美國App Store總排行榜第三位，成為近期科技圈最受關(guān)注的“現(xiàn)象級”應(yīng)用。?

從數(shù)據(jù)細(xì)節(jié)來看，Sora的下載增長呈現(xiàn)“爆發(fā)式開局”特征。上線首日（9月30日），其在美國地區(qū)的下載量便突破7.2萬次，加拿大地區(qū)貢獻約1.8萬次，初步展現(xiàn)市場熱度；次日（10月1日），隨著首批用戶體驗反饋在社交平臺發(fā)酵，下載量進一步飆升，單日出貨量突破7.4萬次，其中美國地區(qū)占比超85%，加拿大地區(qū)下載量環(huán)比增長約22%。值得注意的是，這一數(shù)據(jù)是在“邀請制”限制下達成的——用戶需通過OpenAI官方渠道申請邀請碼，僅通過審核者才能解鎖完整功能，這種“限量體驗”不僅未抑制需求，反而因“稀缺性”引發(fā)社交平臺熱議，Twitter（X平臺）相關(guān)話題#SoraInvite在上線兩日累計產(chǎn)生超50萬條討論，大量用戶分享申請經(jīng)歷與期待，形成自發(fā)傳播效應(yīng)。?

在榜單表現(xiàn)上，Sora的攀升速度遠(yuǎn)超同期新應(yīng)用。上線初期，其因“邀請制”限制僅位列美國AppStore總榜第58位，但隨著首批用戶發(fā)布的“文本生成1080P視頻”案例在TikTok、Instagram等平臺走紅，應(yīng)用搜索量在10月1日上午激增300%，榜單排名從第23位一路躍升至第3位，僅次于常年霸榜的TikTok和Instagram，甚至超越了YouTube、Spotify等國民級應(yīng)用。從細(xì)分品類來看，Sora在“圖形與設(shè)計”分類榜中更是以絕對優(yōu)勢登頂，上線次日便拉開與第二名應(yīng)用的差距，用戶評分穩(wěn)定在4.8/5分，好評集中于“視頻生成質(zhì)量超預(yù)期”“操作門檻低”“創(chuàng)意自由度高”等維度，有用戶反饋“僅輸入‘夕陽下的海邊露營，篝火旁有兩只小狗’，就能生成30秒帶動態(tài)光影的高清視頻，細(xì)節(jié)遠(yuǎn)超同類工具”。?

此次Sora的亮眼開局，不僅驗證了文生視頻技術(shù)的商業(yè)化潛力，更折射出市場對“AI生成內(nèi)容（AIGC）”工具的高需求。據(jù)OpenAI此前披露，Sora基于全新的視頻生成模型，支持生成最長60秒、分辨率達1080P的視頻，且能精準(zhǔn)還原文本描述中的場景、人物動作與光影效果，相比此前的AI視頻工具，在“動態(tài)連貫性”與“細(xì)節(jié)真實性”上實現(xiàn)顯著突破。盡管目前應(yīng)用仍處于測試階段，僅開放基礎(chǔ)生成功能，且對生成內(nèi)容的時長、分辨率有一定限制，但市場熱度已提前釋放——第三方機構(gòu)預(yù)測，若未來Sora開放全球下載并取消邀請制，首月下載量有望突破500萬次，成為繼ChatGPT后OpenAI又一款“億級用戶”產(chǎn)品。

OpenAI宣布對GPT – 4o和Sora進行重大更新，將迄今最先進的圖像生成器集成至GPT – 4o，推出全新文生圖模型。即日起，所有Plus、Pro、Team及免費用戶將陸續(xù)在ChatGPT和Sora 中體驗該功能，企業(yè)版與教育版也即將接入，Sora平臺同步啟用。開發(fā)者將在未來數(shù)周內(nèi)獲得接口權(quán)限，通過API調(diào)用GPT – 4o圖像生成功能。?

此次推出的全新文生圖模型功能十分強大。除了基礎(chǔ)的文生圖能力外，它還支持多種實用功能。在自定義操作方面，用戶能夠更改寬高比、調(diào)整圖像物體角度，甚至可以用十六進制代碼指定精確顏色等。連續(xù)發(fā)問功能讓用戶與模型的交互更加流暢，能夠基于前一次生成的圖像繼續(xù)提出修改或拓展需求。

風(fēng)格轉(zhuǎn)換功能可將圖像在不同風(fēng)格之間切換，比如能把合照轉(zhuǎn)化為動畫畫風(fēng)。圖像 PPT 功能則對教育、金融、醫(yī)療等領(lǐng)域幫助巨大，例如在教育場景中，教師可根據(jù)知識點快速生成具有一致性的系列圖像用于教學(xué)演示。?

在圖像生成效果上，該模型表現(xiàn)驚艷。生成圖像的逼真度極高，肉眼幾乎難以看出破綻，在精細(xì)度、細(xì)節(jié)和文本遵循方面尤為出色，在一些功能上甚至可媲美乃至超越 Midjourney 這一頭部文生圖平臺。比如在生成復(fù)雜場景或物體時，模型能精準(zhǔn)呈現(xiàn)豐富細(xì)節(jié)，對于文本指令中的復(fù)雜語義也能很好地理解并轉(zhuǎn)化為對應(yīng)的圖像內(nèi)容。?

技術(shù)層面，新模型采用非自回歸生成技術(shù)，這成為提升圖片質(zhì)量和生成效率的關(guān)鍵。與傳統(tǒng)的依賴逐像素生成過程不同，非自回歸生成模塊能直接生成整個圖像。

它借助特殊的編碼器 – 解碼器架構(gòu)，一次性理解和處理圖像的整體結(jié)構(gòu)與細(xì)節(jié)。這種技術(shù)帶來了多方面優(yōu)勢：其一，生成速度大幅提升，對于實時應(yīng)用以及需要大規(guī)模生成圖像的場景，如設(shè)計工作中需要快速產(chǎn)出大量草圖，或教育場景中教師需要迅速生成教學(xué)相關(guān)圖像等，能顯著提高工作效率；其二，生成圖像質(zhì)量更優(yōu)，在處理復(fù)雜場景圖像時，能更好地協(xié)調(diào)多個對象及其相互關(guān)系，使圖像更加自然逼真，并且能更精準(zhǔn)地遵循文本指令中的復(fù)雜語義生成圖像；其三，在多模態(tài)融合方面表現(xiàn)出色，不僅能依據(jù)文本生成圖像，還能結(jié)合音頻或已有圖像等其他模態(tài)信息，生成更為豐富多樣的圖像內(nèi)容，更好地滿足用戶多元化需求。

OpenAI發(fā)布了其熱門AI視頻生成工具Sora。

該AI視頻生成模型的工作原理與OpenAI圖像生成AI工具DALL-E類似：用戶輸入所需場景，Sora將返回高清視頻片段。Sora還可以生成受靜態(tài)圖像啟發(fā)的視頻片段，并擴展現(xiàn)有視頻或填充缺失的幀。

OpenAI表示，用戶無需為該工具額外付費，該工具將包含在現(xiàn)有ChatGPT賬戶（如Plus和Pro）中。OpenAI首席執(zhí)行官Sam Altman演示了“Blend”（即根據(jù)用戶的指示將兩個場景連接在一起）等功能，以及讓AI生成的視頻無限重復(fù)的選項。

到目前為止，Sora主要供一小部分安全測試人員或“紅隊”使用，他們測試該模型是否存在錯誤信息和偏見等領(lǐng)域的漏洞。

10月份，Reddit用戶向OpenAI 高管詢問Sora 的發(fā)布日期，質(zhì)疑其是否“由于推理所需的計算量/時間或安全性而推遲”。對此，OpenAI產(chǎn)品負(fù)責(zé)人Kevin Weil表示：“為確保Sora質(zhì)量，需要完善模型，需要確保安全性/模擬/其他事項正確無誤，并且需要擴展計算！”

OpenAI于10月完成了最新一輪融資，估值達1570億美元，其中包括該公司從眾多投資公司和大型科技公司籌集的66億美元，該公司還獲得了40億美元的循環(huán)信貸額度，使其總流動資金超過100億美元。

本月初，OpenAI 聘請了首位首席營銷官，表明計劃加大營銷投入，以擴大用戶群。10月，OpenAI在ChatGPT中推出了一項搜索功能，使其能夠更好與谷歌、微軟Bing和Perplexity等搜索引擎競爭，并可能吸引更多原本訪問這些網(wǎng)站的用戶來搜索網(wǎng)絡(luò)。

借助Sora，OpenAI希望與Meta和谷歌等公司的視頻生成AI工具展開競爭，谷歌于1月宣布推出Lumiere。其他初創(chuàng)公司也推出了類似的AI工具，例如Stability AI的Stable Video Diffusion；亞馬遜還發(fā)布了Create with Alexa，這是一種專門生成基于提示的兒童短動畫內(nèi)容模型。