ฟีเจอร์หลักของ Sora 2 เช่น การสร้างวิดีโอจากข้อความ (text-to-video), การใส่เสียงพูด Text-to-Speech ภาษาไทย, การควบคุมกล้องและการเคลื่อนไหวของวิดีโอ

ฟีเจอร์หลักของ Sora 2

Sora 2 เป็นโมเดลวิดีโอ AI รุ่นใหม่จาก OpenAI ที่มีความสามารถในการสร้างวิดีโอที่สมจริงและเปี่ยมด้วยจินตนาการ โดยมีฟีเจอร์หลักดังต่อไปนี้

การสร้างวิดีโอจากข้อความ (Text-to-Video)

Text-to-Video เป็นฟีเจอร์หลักที่ให้ผู้ใช้สามารถสร้างวิดีโอจากคำสั่งข้อความ (Prompt) ได้ ผู้ใช้เพียงพิมพ์คำบรรยายในภาษาที่ใช้ตามธรรมชาติเพื่อสร้างวิดีโอได้ทันที ความยาววิดีโอสามารถขยายได้ถึง 5 นาที (เพิ่มขึ้นจากเดิมที่ 1 นาที) และมีความละเอียดระดับ 4K (จากเดิมที่เป็น HD)

การรองรับภาษาไทย

แอปฯ Sora ถูกออกแบบให้เข้าใจภาษาไทยทั้งข้อความและภาษาพูด ผู้ใช้สามารถป้อน Prompt ภาษาไทยได้อย่างเต็มรูปแบบ ซึ่งทำให้ผู้ใช้สามารถสร้างวิดีโอที่สะท้อนวัฒนธรรม อารมณ์ขัน และสไตล์แบบไทยได้อย่างเต็มที่

การซิงค์เสียงและวิดีโอ

Sora 2 มีความสามารถในการ สังเคราะห์เสียงแบบบูรณาการ ที่สร้างเสียงพูด เสียงบรรยากาศ และดนตรีที่ซิงก์กับริมฝีปาก เสียงพูด เอฟเฟกต์ และเสียงบรรยากาศตรงกับภาพ ซึ่งช่วยให้วิดีโอดูสมจริงมากขึ้น

การควบคุมกล้องและการเคลื่อนไหว

Sora 2 มีการควบคุมกล้อง (Camera Motion) และ Transition ที่แม่นยำขึ้น ผ่านฟีเจอร์ Camera Path Conditioning ที่ให้ผู้ใช้สั่งการเคลื่อนไหวกล้องได้ เช่น zoom in หรือ pan left นอกจากนี้ ระบบยังเข้าใจบริบทและลอจิกของฉากได้ดีขึ้น เช่น ถ้าให้เด็กถือไอศกรีมแล้วเดิน ไอศกรีมจะละลายเมื่อเดินกลางแดด

ฟีเจอร์เพิ่มเติม

Cameo Feature: ผู้ใช้สามารถปรากฏตัวในวิดีโอของตนเองได้อย่างปลอดภัย เพียงบันทึกเสียงและวิดีโอสั้นๆ เพื่อยืนยันตัวตน ระบบจะสร้างภาพและเสียงของคุณอย่างสมจริงโดยไม่สามารถนำไปใช้ต่อโดยไม่ได้รับอนุญาต

Multi-prompt Storytelling: รองรับการบรรยายแบบมีหลายฉากต่อเนื่อง ซึ่งช่วยให้ผู้ใช้สามารถพัฒนาเรื่องราวครบถ้วนในซีเควนซ์เดียว

Remix Tool: ปรับแต่งวิดีโอที่มีอยู่ได้ ผู้ใช้สามารถรีมิกซ์วิดีโอของผู้อื่นและแบ่งปันบนฟีด

ลายน้ำและการตรวจสอบ: วิดีโอที่สร้างด้วย Sora ทั้งหมดจะมีลายน้ำที่มองเห็นได้และลายน้ำดิจิทัลตามมาตรฐาน C2PA เพื่อช่วยให้ผู้ชมสามารถตรวจสอบที่มาของวิดีโอได้อย่างโปร่งใส