購読する ニュース - ソフトウエア
OpenAIは、主力動画・音声生成モデル「Sora 2」を発表した。物理的なリアリズム、複数ショットの一貫性、微細な制御を大幅に改善することを目指す。同時に、自身の似顔絵を基にした「カメオ出演」を軸とした新しいソーシャルiOSアプリもリリースする。
OpenAIはSora 2を、初期の「動作する」デモから因果関係をより良くシミュレートするシステムへの飛躍と位置付けている。このモデルは失敗状態をモデル化し、映像制作者が期待する日常的な物理法則をより多く遵守するように設計されている。同時に、プロンプトにより精密に従う同期化された対話とサウンドデザインを追加している。
Sora 2モデルの新機能
OpenAIによれば、Sora 2は従来動画生成ツールが破綻していたシナリオを処理できる。例えばオリンピック級体操やパドルボード上での宙返りにおいて、浮力や剛性を考慮した動作を実現する。旧モデルが外れたバスケットボールをゴールにテレポートさせた場合、Sora 2ではリングに弾かれるかバックボードから跳ね返る。これは成功を強制せず結果をモデル化するシステムの例だ。同社はこれを汎用世界シミュレータへの一歩と位置付けている。
制御性と複数ショットの一貫性
プロンプトは複数のショットにまたがりながら、シーンの状態、キャラクターの連続性、配置を維持できるようになった。OpenAIは、写実的、映画的、アニメ的スタイルにおける指示追従性の向上を強調している。制作現場では、シーンを展開する際の連続性の破綻が減り、反復作業における信頼性が高まることを意味する。
ネイティブ音声：対話と効果音
Sora 2は、単一のプロンプトシステム内で、映像と同期した背景音、音声、効果音を生成できる。プレビズ、アニマティック、ソーシャルコンテンツ制作において、別々の音声ツールとの往復作業を削減する。
カメオ機能：実在人物の容姿と声を挿入
新たな主要機能として、ユーザー自身の「アップロード」が可能になった。短いキャプチャ後、モデルは人物の外見と声を生成シーンに驚くべき忠実度で挿入できる。OpenAIによれば、これはあらゆる人間・動物・物体に適用可能だ。カメオ所有者がアクセス権を撤回し、自身の肖像を含む動画を削除できるため、制御権は所有者に留まる。
Soraアプリ：AI動画向けソーシャルメディア
モデルと同時に、OpenAIは招待制のiOSアプリ「Sora」をリリースする。初期リリース時は米国とカナダでのみ利用可能だ。フィードはフォローしているユーザーや、自身の動画制作のインスピレーションとなりそうな作品に重点を置いている。OpenAIは、依存性のないデザイン、オプションのパーソナライズ機能、ウェルビーイングチェック、スクロール制限や10代のダイレクトメッセージ管理が可能なペアレンタルコントロールを重視していると謳っている。同社によれば、収益化は当初、計算リソースが制約された際の追加生成分の課金に限定される。
利用可能性とアクセス
Sora iOSアプリはまず米国とカナダで展開され、拡大が計画されている。アクセスはアプリ内サインアップで開放される。招待を受け取ったユーザーはsora.com経由でもSora 2にアクセス可能。Sora 2は当初無料で提供され、計算リソースの空き状況に応じた十分な利用制限が設けられる。ChatGPT Proユーザーは実験的な高品質版「Sora 2 Pro」を利用でき、Soraアプリへの対応とAPI公開が計画されている。従来のSora 1 Turboは引き続き利用可能で、過去の生成物はユーザーのライブラリに残る。
安全性の課題は残る
OpenAIはカメオ出演の同意管理、出所追跡手段、自動安全対策スタック、大規模な人間によるモデレーションを概説し、未成年アカウントにはより厳格なデフォルト設定を適用する。同社はガードレールと設計思想を詳細に記した追加の安全対策およびフィード設計文書を公開した。
カメオ出演に自身の画像のみを使用させる具体的な方法は不明だが、写真付き身分証明書による本人確認が必要だろうと推測される。適切に処理されなければ、偽ニュース動画が本物に偽装する問題が急増する可能性がある。
Sora 2が映像クリエイターにもたらす可能性
プリビズやピッチビズにおいて、Sora 2の基本物理演算と連続性への配慮は、ブロック設定・レンズ選択・スタント演出の反復作業時間を削減できる。ネイティブ音声レイヤーにより、別ツール不要で迅速なトーンピース作成が可能だ。カメオ出演機能は、監督が協力者と演技のタイミングや視線を確認するラフな段階に有用であり、プロジェクトの進展に伴い俳優に差し替えることが可能だ。
VFXやポストプロダクションにおいて、そのリアリズムは有望だが、業界はスティッチング処理、長回しのモーション一貫性（そもそも長回しが可能かどうか）、複雑なオクルージョン（物体の前後関係を再現するための技術・技法）や水との相互作用、手の細かい動きといったエッジケースでのモデルの耐性を検証する必要がある。
全ての生成動画と同様に、ライセンス、クレジット、出所はプロの仕事において依然として重要な考慮事項だ。しかしOpenAIは通常、入手可能なあらゆるオンラインコンテンツでモデルを訓練しているため、これら全ては疑問の余地がある。
