机器之心编辑部 相比于旧版本，Sora 2 在物理准确性、真实感和可控性方面都更胜一筹，而且它还和谷歌 Veo3 一样具备音画同步能力。 机器之心报道 我们使用同样的提示词，让两个版本的 Sora 同台竞技。 提示词：A black tech reviewer talking about a smartphone, while sitting at a desk in front of 2 displays.（一位黑人技术评论员坐在办公桌前，面对 两台显示屏谈论一款智能手机。） 上个版本的 Sora 并未对视频中的物体产生「理解」，模型仍然容易出现「幻觉」。 黑人小哥右手拿的手机总是凭空出现或消失，左手会在不经意间多根手指或少根手指，显示屏中的图片也都出现了手指畸变的情况。 而 Sora 2 生成的视频足够以假乱真，没有物体相互穿透或者无故消失和重现，人物手指也始终没出现畸变的问题，还实现了音频、视频一锅出。 要知道，我们对黑人小哥的评论话术没有任何提示，但 Sora2 生成的小哥嘴皮子溜得很，全程没有打磕巴，评论话术也完全是模型自己编的。我们还可以随意调整 生成视频比例。 这也难怪 Sora2 一经推出，外 ...