如今，Sora正面向部分成员开放，以评估关键领域的潜在危害或风险。同时，OpenAI也约请了一批视觉艺术家、设计师和电影制作人加入，期望得到宝贵反馈，以推动模型进步，更好地助力创意事情者。OpenAI提前分享研究进展，旨在与OpenAI以外的人士互助并获取反馈，让"大众理解即将到来的AI技能新篇章。Sora模型能够天生包含多个角色、特定类型运动和主体及背景精确细节的繁芜场景。该模型不仅能理解用户在提示中所哀求的内容，还能理解这些事物在现实天下中的存在办法。该模型对措辞有深刻理解，能准确解读提示，并天生表达丰富情绪的引人入胜的角色。Sora还能在单个天生的视频中创建多个镜头，使角色和视觉风格保持准确同等。比如一大群纸飞机在树林中飞过，Sora知道碰撞后会发生什么，并表现个中的光影变革。一群纸飞机在茂密的丛林中翩翩起舞，在树林中穿梭，就像候鸟一样。
Sora还可以在单个视频中创建多个镜头，并依赖对措辞的深入理解准确地阐明提示词，保留角色和视觉风格。但Sora模型当前也存在弱点。OpenAI称它可能难以准确仿照繁芜场景的物理事理，并且可能无法理解因果关系。例如，一个人可能咬了一口饼干后，饼干会没有咬痕，玻璃破碎的物理过程可能也无法被准确呈现。又如“五只灰狼幼崽在一条偏僻的碎石路上相互嬉戏、追逐”，狼的数量会变革，一些凭空涌现或消逝。此外，模型还可能会稠浊提示的空间细节，例如旁边不分，并且在处理随韶光发生的事宜的精确描述方面也可能存在困难，比如跟踪特定的摄像机轨迹。如提示词“篮球穿过篮筐然后爆炸”中，篮球没有精确被篮筐阻挡。
技能方面，目前OpenAI透露的不多，大略先容如下：Sora是一种扩散模型，从噪声开始，能够一次天生全体视频或扩展视频的长度，关键之处在于一次天生多帧的预测，确保画面主体纵然暂时离开视野也能保持不变。与GPT模型类似，Sora利用了Transformer架构，有很强的扩展性。在数据方面，OpenAI将视频和图像表示为patch，类似于GPT中的token。通过这种统一的数据表示办法，可以在比以前更广泛的视觉数据上演习模型，涵盖不同的持续韶光、分辨率和纵横比。Sora建立在过去对DALL·E和GPT模型的研究之上。它利用DALL·E 3的重述提示词技能，为视觉演习数据天生高度描述性的标注，因此能够更虔诚地遵照用户的文本指令。除了能够仅根据文本指令天生视频之外，该模型还能够获取现有的静态图像并从中天生视频，准确地让图像内容动起来并关注小细节。Sora是能够理解和仿照现实天下的模型的根本，OpenAI相信这一功能将成为实现AGI的主要里程碑。一位YouTube博主Paddy Galloway揭橥了对Sora的感想，他表示内容创作行业已经永久的改变了，并且绝不夸年夜。“我进入YouTube天下已经15年韶光，但OpenAI刚刚的展示让我无言…动画师/3D艺术家们有麻烦了，素材网站将变得无关紧要，任何人都可以无壁垒得到难以置信的产品，内容背后的‘想法’和故事将变得更加主要。”