Sora 2 : l'IA vidéo devient physique

OpenAI a dévoilé Sora 2, la nouvelle version de son modèle de génération vidéo et audio.

Toutes les vidéos presentes dans cet article ont été réalisées avec Sora 2.

Présenté comme un bond technologique majeur, Sora 2 promet une meilleure précision physique, une fidélité visuelle accrue et une synchronisation réaliste du son et des dialogues.

Le modèle est capable de simuler des scènes complexes comme des figures de gymnastique, des backflips sur paddleboard ou des cascades avec des animaux, tout en respectant les lois de la physique. Contrairement aux modèles précédents, Sora 2 peut représenter l'échec (comme un tir manqué au basket) sans déformer la réalité.

Autre avancée : la capacité à suivre des instructions complexes sur plusieurs plans, à maintenir la cohérence du monde simulé, et à générer des styles variés (cinématographique, réaliste, anime). Le système peut aussi intégrer des éléments du monde réel, comme des visages ou des voix, à partir d'une courte vidéo d'enregistrement.

Sora 2 alimente une nouvelle application sociale iOS baptisée « Sora », où les utilisateurs peuvent créer, remixer et apparaître dans des vidéos via la fonction « cameo ». Ce système permet d'insérer fidèlement une personne dans n'importe quelle scène générée, après une vérification unique de l'identité.

OpenAI affirme que l'application est conçue pour favoriser la création plutôt que la consommation. Le fil d'actualité est personnalisé à partir d'interactions sociales et peut être ajusté via des commandes en langage naturel. Des mécanismes de bien-être sont intégrés, incluant des sondages réguliers et des limites par défaut pour les adolescents.

Des contrôles parentaux via ChatGPT permettent de gérer les paramètres de personnalisation, les messages directs et les limites de navigation. OpenAI indique que des équipes de modération humaine seront mobilisées pour traiter rapidement les cas de harcèlement.