OpenAI снова всех обманула. И выпустила Sora 2, которая генерирует видео со звуком.
Разбираемся, что это было и почему важно.
Казалось бы, чем нас еще удивить в 2025? Китайцы выкатили Kling 2.5, который делал очень приличные ролики. Google показал Veo 3, где даже был звук.
Мы уже начали привычно кивать: «Ну да, круто, гонка продолжается». И тут OpenAI, как обычно, молча, без лишней помпы, выкладывает ролик-презентацию Sora 2.
И первые 10 секунд ты смотришь на него как на очередной качественный апдейт. А потом до тебя доходит. Человек, который все это рассказывает — не Сэм Альтман.
Это его цифровая копия, сгенерированная нейросетью.
Они не просто показали нам технологию. Они использовали ее, чтобы продать саму себя. Это высший пилотаж маркетинга и демонстрация такой уверенности в своем продукте, что конкурентам впору закурить. Они не говорят: «Смотрите, что может наша нейросеть». Они говорят: «Мы УЖЕ здесь, в этой реальности, и вы даже не заметили».
Так, а что под капотом, кроме говорящей головы Сэма?
Если отбросить шок от презентации, то Sora 2 — это действительно гигантский скачок вперед. Да, Kling и Veo 3 дышат в затылок, но у OpenAI получилось сделать картинку… приятнее.
Главное — физика и звук.
Посмотрите на сцену с фигуристкой на замерзшем озере. То, как лезвие конька режет лед, как поднимается снежная пыль, как движется ткань ее платья — мозг отказывается верить, что это не реальная съемка.
Забудьте на секунду про физику реального мира. Посмотрите на сцену с аниме-фестивалем. Создать такое — это не просто нарисовать картинку. Sora 2 делает это так, что даже заядлый анимешник не сразу отличит это от работы топовой японской студии.
Судя по всему, нас ждет не только генерация из текста и полноценная работа с изображениями (image-to-video) но и редактирование уже существующих роликов (video-to-video).
Представьте: вы загружаете фото своего отпуска и просите «оживить» его, добавив десять енотов на задний план. Скоро это станет совсем обыденностью.
Окей, круто. Когда дадут потрогать и что дальше?
А вот тут начинается самое интересное. Пока модель в закрытом доступе для избранных по инвайт-кодам. OpenAI выкатывает отдельное приложение Sora для iOS (Android, как всегда, в режиме ожидания), а также планирует дать доступ разработчикам и подписчикам ChatGPT Plus.
Но есть несколько «но»:
1. Цена. — Сколько будет стоить генерация секунд такого видео? Пока загадка. Но вряд ли дешево, учитывая вычислительные мощности.
2. Хайп. — Будет ли такой же взрыв, как после релиза Veo 3? Думаю, нет. Рынок уже подогрет, люди видели многое. Хайп будет, но более умеренный.
А вот что точно будет, так это новая волна фейков. И отличать их станет на порядок сложнее. Пока еще можно.
Вот мой личный чек-лист, как не попасться на удочку:
1. Пляшущие линии. Присмотритесь к прямым линиям или однотонному фону, перилам, зданиям. Иногда они слегка «плывут».
2. Странные руки и предметы. Как человек держит чашку? Нет ли неестественных движений у людей. У животных, кстати, проверьте количество лап/пальцев — ии редко, но до сих пор с этим путается.
3. Задний план. Часто он менее детализирован и может вести себя странно. Обращайте внимание на текстовые надписи.
4. Голос. Даже у «Сэма Альтмана» он был слегка роботизированным (но я слушал в наушниках).
Но это временно. Скоро эти артефакты исчезнут, и дипфейки станут незаметной частью нашей жизни.
Итого, что мы имеем?
OpenAI не просто обновила модель. Она задала новый стандарт качества и, что важнее, новый стандарт презентации продукта.
Но куда это всё катится? Мне пока сложно представить. Смотрите, что происходит за кулисами. Nvidia строит цифровые копии нашей планеты (проект Cosmos), чтобы на них тренировать роботов. Нейросети всё реже несут чушь (галлюцинируют). А гиганты вроде Google и Microsoft строят столько серверов, что ими можно было бы заставить небольшой город.
И забудьте про «кризис ИИ», который все предрекают. Индустрия не катится в кризис. Она уже в нём.
Только это кризис не идей, а ресурсов и власти. Все эти серверные центры — это гигантские печки, которые сжигают деньги инвесторов. Многие работают в ноль или в минус. Конкуренты идут так плотно, что искры летят. И вот в чем причина:
Тот, кто владеет самым мощным ИИ — владеет будущим. Это новые правители наступающей эпохи. Рано или поздно эта гонка закончится. Рост ИИ и его возможности окупят все безумные затраты с лихвой. А мы с вами получим инструменты, которые во всём будут лучше и умнее нас. И это создаст новый «цифровой разрыв», только куда более глубокий.
Помните, как появился интернет? Кто-то научился на нём зарабатывать, строить бизнес и получать информацию, а кто-то — просто смотреть смешные видео. Первые стали умными, вторые — глупыми потребителями. И вопрос не в том, что будет дальше. Вопрос в том, на какой стороне этого разрыва окажетесь лично вы.