Sora 2
PulseAugur coverage of Sora 2 — every cluster mentioning Sora 2 across labs, papers, and developer communities, ranked by signal.
8 天有情绪数据
-
APIMart 作为 GPT-5、Sora 2 的折扣 AI API 聚合器上线
APIMart 是一项新服务，提供对包括 GPT-5 和 Sora 2 在内的各种 AI API 的折扣访问。该服务在 Hacker News 上以“Show HN”帖子的形式发布，表明这是其开发者推出的新产品。
-
AI Model Atlas 可视化机器学习模型；APIMart 提供 API 访问折扣
AI Model Atlas 是一个新颖的可视化工具，它将机器学习模型群体映射为互联的 3D 图。该项目旨在提供机器学习模型格局的视觉表示。另外，一个名为 APIMart 的新服务正在提供 GPT-5 和 Sora 2 等模型的 API 访问折扣。
-
AI视频生成需要大量的编辑和多次尝试
AI视频生成模型（如Sora 2）需要多次尝试才能生成可用片段，创作者承认许多生成的画面必须在后期制作中进行编辑。Sora 2对片段长度有限制，应用程序上限为15秒，基于网络的Pro用户上限为25秒，而其免费版本已于2026年1月停用。这一过程凸显了当前AI视频技术通常涉及大量的后期制作工作和迭代优化才能达到预期效果。
-
MiniMax H3视频AI超越Sora 2，逼近Seedance 2.0
AI视频生成模型MiniMax H3已展现出令人印象深刻的质量，据报道其超越了Sora 2，并逼近了Seedance 2.0。该先进模型在创作高保真视频内容方面的能力备受瞩目。更多关于其性能和特性的详细信息可在西川和久的评测中找到。
-
OpenAI 因高昂成本和合作失败关闭 Sora 2 视频模型
OpenAI 已正式关闭其 Sora 2 视频生成模型，其 API 将于 2026 年 9 月 24 日停止运营。据报道，该模型能够生成同步音频和视频，但运营成本高昂，估计每日费用高达 100 万美元，而应用内购买仅产生约 210 万美元。据报道，与迪士尼潜在的 10 亿美元合作关系也在关闭公告前告吹。Sora 2 以其生成带有集成声音的视频的能力以及使用个人肖像的同意机制而闻名，尽管它允许生成已故名人的面孔，而无需继承人明确选择退出。
-
MiniMax 发布 Sora 2 视频生成模型
一篇 Reddit 帖子讨论了 MiniMax 推出的新型视频生成模型 Sora 2。该帖子使用表情包形式提及该模型，表明其在 AI 社区中的公众认知度或兴趣水平。
-
智象未来发布vivago R1，号称全球首个无限时长视频生成智能体
智象未来（HiDream.ai）发布了其最新的多模态智能体vivago R1，该产品号称全球首个支持无限时长视频生成与编辑。vivago R1旨在解决当前AI视频生成在时长、逻辑连贯性和稳定性方面的痛点，通过长任务思考和AgentOS的全流程调度，提升商业化交付的效率和质量。该产品采用混合架构，整合了自研模型与第三方视频模型，并通过上层的Agent编排实现其核心价值，而非完全依赖单一自研模型。
-
OpenAI 停用 Sora 消费者应用，开发者 API 将随后停用
OpenAI 正在逐步淘汰其 Sora 视频生成服务，但其消费者产品和开发者 API 的时间表有所不同。面向消费者的应用程序（包括其网页版）已于 2026 年 4 月 26 日停用。Videos API 以及 sora-2 和 sora-2-pro 模型定于 2026 年 9 月 24 日停用。集成 Sora 的开发者应注意，API 是一个独立于消费者产品的实体，并且寿命有限，需要仔细规划其最终移除。
-
AI 视频模型排名因侧重演示而非客户效用而受到批评
Reddit 上的一项讨论强调，目前对 AI 视频模型的排名通常基于病毒式传播的演示片段，而不是实际的客户工作效用。该帖子认为，对于个人创作者或小型机构而言，实现特定结果的能力比模型在基准测试中的总体表现或其基于简短、令人印象深刻的演示而获得的受欢迎程度更重要。Kling、Veo 3.1、Sora 2、Hailuo 和 Seedance 等模型在这些不断变化的排名背景下被提及。
-
新的越狱框架利用文本到视频模型中的时间一致性
研究人员开发了一个名为BSB的新框架，利用文本到视频（T2V）模型中的时间一致性进行越狱。该方法将有害意图编码为安全边界状态之间的转换，然后对这些状态进行插值以生成不安全的中介帧。BSB在文本代理空间中使用蒙特卡洛树搜索，并通过稀疏视频评估进行校准，以在黑盒场景中有效地发现漏洞。在Veo 3.1和Sora 2等模型上的实验表明，BSB在攻击成功率方面比现有越狱方法平均提高了18.6%，表现更优。
-
Sora 2 被批评未能达到宣传的能力
对 Sora 2 的一篇批评性评论表明，该模型未能达到其宣传的能力。文章暗示 Sora 2 的实际性能或性质与宣传的不同，敦促读者对其声明持怀疑态度。文章还涉及与浏览器和 PeerTube 等平台的兼容性技术问题。
-
新框架评估AI视频生成在物理上的合理性 · 跟踪3个来源
研究人员开发了一个名为Physics Question Scene Graph (PQSG) 的新评估框架，用于评估AI模型生成的视频在物理上的合理性。PQSG采用基于分层问题的方法，利用视觉语言模型识别生成内容中违反物理定律的地方。该框架使用包含人类标注的FinePhyEval数据集进行了验证，并证明与人类判断的相关性高于以往的方法。研究还发现，PQSG在物理真实性方面将Sora 2和Veo 3等闭源模型排在Wan 2.1之前。
-
AI视频工具分化：侧重写实、控制或工作流
AI视频生成领域已细分为专业化工具，最佳选择取决于用户对视觉写实度、创意控制或工作流效率等方面的侧重。对于追求电影级写实度和复杂运动效果，Kling AI、OpenAI Sora和Luma Dream Machine是首选。寻求对时间线、关键帧和角色一致性进行精细控制的创作者，可以选择Runway、Higgsfield.ai和LTX Studio等平台。对于简化内容创作和发布流程，尤其是在社交媒体和营销领域，CapCut、ShortG…
-
Runway视频AI集成到ChatGPT和Claude
视频生成AI服务Runway推出了Runway MCP，这是一项新集成，允许在其功能在ChatGPT和Claude等其他AI聊天服务中使用。通过在聊天界面中输入提示、参考图像或创意，用户可以直接生成视频和编辑图像。该集成通过允许用户在不离开聊天环境的情况下配置视频设置并启动生成，从而简化了工作流程。
-
用户寻求 Sora 2 替代方案以生成逼真视频
一位用户正在为其硕士论文寻找 OpenAI 的 Sora 2 的替代方案，以生成逼真视频。他们不确定 Sora 2 是否公开可用，并正在寻找可以产生高质量、逼真视频输出的免费或提供商业计划的解决方案。
-
AI 视频生成直接集成到 Claude 对话中
用户正在通过 MCP（模型连接器协议）连接器探索将 AI 视频生成直接集成到 Claude 对话中的新方法。Higgsfield AI 因其对 Sora 2、Veo 3.1 和 Kling 3.0 等广泛模型的支持而受到关注，使用户无需切换应用程序即可在 Claude 中生成视频。Kubeez 等其他连接器提供类似的跨模型访问，而 Runway 则专注于其具有强大关键帧处理能力的 Gen-4 模型。对于音频，ElevenLabs 被推…
-
新基准测试应对AI生成视频检测和水印依赖问题
两篇新的研究论文介绍了用于检测AI生成视频的基准测试，解决了当前检测方法的局限性。Chameleon专注于商用级视频，强调了检测高保真、时空一致性内容的问题，并实现了取证溯源。RobustSora专门研究了水印的影响，表明许多检测模型依赖于这些可见线索，而不是真正的生成伪影，并提出了水印感知评估和训练策略。
-
新基准评估AI音乐-舞蹈联合生成中的节奏对齐
研究人员推出了TMD-Bench，一个旨在评估联合生成音乐和舞蹈的AI系统质量的新评估框架。该基准超越了一般的视听一致性，专注于音乐节奏和编舞动作之间细粒度的时间对齐。TMD-Bench结合了计算指标和人类判断，利用精选的数据集和一个专门的音乐字幕生成器来分析Veo 3和Sora 2等系统，识别节奏连贯性方面的改进领域。
-
BRITE基准评估文本到视频模型在不可信场景下的表现
研究人员推出了BRITE，一个旨在评估文本到视频（T2V）生成模型的新基准，特别关注其处理不可信场景和音视频一致性的能力。与全自动化方法不同，BRITE采用人工干预的协议来确保可靠性和可解释性。对Sora 2和Veo 3.1等模型的初步评估显示，尽管它们在静态对象组合方面很熟练，但在对象-动作绑定和音视频同步方面存在显著的性能差距。
-
OpenAI 发布 Sora 2 视频模型和社交网络，Anthropic 发布 Claude 4.5 Sonnet
OpenAI 推出了 Sora 2，一个升级的视频和音频生成模型，增强了物理世界建模能力，并引入了角色一致性，以便注入现实世界元素。此次发布恰逢 OpenAI 推出一款新的社交网络应用 Sora，该应用围绕用户生成视频内容和对肖像的控制而设计。与此同时，Anthropic 发布了 Claude 4.5 Sonnet，该模型拥有更高的智能、效率和代理能力，并在各种基准测试中表现强劲。