OpenAI lança Sora 2: vídeos com IA ganham física real e participações especiais de usuários

A OpenAI apresentou oficialmente o Sora 2, seu mais recente modelo principal para geração de vídeo e áudio, posicionando-o como um grande avanço na criação de conteúdo com base em IA. O novo modelo oferece física mais realista, maior capacidade de controle e introduz diálogos sincronizados e efeitos sonoros ambientais, trazendo um novo nível de imersão ao conteúdo gerado por IA. O Sora 2 estreia junto com um novo aplicativo social, o Sora, que visa transformar a forma como as pessoas interagem com a mídia gerada por IA. O lançamento começa hoje, 30 de setembro de 2025, nos EUA e no Canadá.

A OpenAI descreve o original Sora original (lançado no início de 2024) como uma etapa fundamental para o vídeo generativo - semelhante ao impacto do GPT-1 no processamento de linguagem natural. O Sora 2, por outro lado, é descrito como um "momento GPT-3.5" para vídeo, estabelecendo um novo patamar para a compreensão da realidade física e da simulação do mundo pela IA.

De acordo com a OpenAI, o Sora 2 representa uma mudança radical na capacidade de "simulação do mundo". Enquanto os sistemas anteriores geralmente distorciam a realidade para atender a uma solicitação, o Sora 2 foi projetado para modelar resultados plausíveis - incluindo erros e rebotes em uma cena de basquete - em vez de teletransportar objetos para se adequarem ao script. O modelo agora pode renderizar cenários que, historicamente, não eram compatíveis com os sistemas anteriores, como rotinas de ginástica de nível olímpico, backflips precisos na água que modelam a dinâmica da flutuabilidade e da rigidez, ou até mesmo um triplo axel enquanto um gato se agarra para sobreviver. Esses avanços também se estendem ao áudio do sistema: O Sora 2 gera paisagens sonoras de fundo, fala sincronizada e efeitos sonoros que se alinham perfeitamente com a ação na tela, acrescentando uma nova dimensão de realismo.

Um recurso de destaque é a capacidade de "fazer upload de si mesmo" Os usuários podem gravar um vídeo curto e uma amostra de áudio, permitindo que a Sora 2 os insira (ou amigos, animais e quaisquer objetos do mundo real) em qualquer cena gerada com representação visual e de voz altamente precisa.

Para demonstrar os recursos do Sora 2, a OpenAI está lançando um novo aplicativo para iOS chamado Sora. O aplicativo permite que os usuários criem e remixem vídeos curtos, descubram o conteúdo da comunidade em um feed personalizável e estrelem cenas geradas por IA por meio do recurso "cameos". Os cameos exigem um breve processo de verificação para garantir o controle e o consentimento do usuário, com opções completas de privacidade e remoção de conteúdo.

A OpenAI posiciona o novo aplicativo Sora como um aplicativo que prioriza a criação em vez de maximizar o engajamento. O feed padrão prioriza as pessoas que o usuário segue e o conteúdo que pode inspirar suas próprias criações; a empresa afirma que não está otimizando o tempo gasto. As contas de adolescentes têm limites diários de visualização do feed e permissões de camafeu mais rígidas, enquanto os controles parentais (via ChatGPT) permitem substituições como a desativação da personalização algorítmica ou a limitação da rolagem infinita. A OpenAI também está ampliando a moderação humana para lidar com o bullying e outros riscos de abuso.

O Sora 2 está sendo lançado hoje nos Estados Unidos e no Canadá, com planos de expansão para outras regiões. O aplicativo é lançado somente por convite para incentivar o uso colaborativo entre amigos. Inicialmente, o uso do modelo é gratuito, com "limites generosos", sujeito a restrições de computação. Os usuários do ChatGPT Pro podem acessar o modelo Sora 2 Pro de alta qualidade primeiro via ChatGPT, com suporte no aplicativo Sora em breve. A OpenAI também planeja lançar o Sora 2 via API para uma integração mais ampla. O conteúdo gerado com o Sora 1 Turbo permanecerá acessível nas bibliotecas dos usuários.

A OpenAI considera o Sora 2 como um passo importante para o desenvolvimento de simuladores de mundo de uso geral e, eventualmente, de robótica avançada. A empresa vê os aprimoramentos nos modelos de IA nativos de vídeo como um caminho não apenas para ferramentas criativas, mas para sistemas que possam entender melhor, interagir e, por fim, funcionar no mundo físico.