Sora 2: Contoh, Kritik, dan Kesan Awal

Selain itu, model ini menjanjikan sejumlah peningkatan lainnya. Mari kita telusuri tiap klaim peningkatan dan melihat secara kritis beberapa contohnya.

Lebih akurat secara fisik

Sora 2 diklaim lebih memahami konsep seperti bobot, keseimbangan, keberlangsungan objek, dan sebab-akibat. Jika seseorang gagal memasukkan bola basket, bolanya seharusnya memantul dari ring—bukan tiba-tiba teleport ke dalam keranjang seperti yang kita lihat pada model-model lama. Mari kita analisis contoh ini:

Dinamika fisiknya terlihat cukup meyakinkan untuk sebagian besar video, tetapi jika Anda melihat bingkai terakhir (0,5 detik terakhir), Anda akan melihat kaki sang skater memanjang menjadi bentuk yang mustahil dan hampir terdeformasi.

Saat kucing jatuh dari kepala sang skater, jatuhnya terasa tanpa bobot dan tidak alami. Lalu, di bagian akhir, si kucing melakukan piruet yang mustahil.

Masalah besar lainnya pada video ini adalah kita memiliki kontinuitas audio sementara kontinuitas video hilang. Mendengarkan penyiar yang berbicara melalui mikrofon di arena, kita dapat menyimpulkan bahwa aksi dan waktu berlanjut karena tidak ada jeda pada suara, tetapi video 10 detik ini sebenarnya terdiri dari tiga pengambilan berbeda yang jelas terjadi pada waktu berbeda. Jelas bagi saya bahwa Sora 2 belum begitu paham tentang prinsip dasar montase.

Mampu mensimulasikan kegagalan

Peningkatan lain yang halus (namun sangat berguna) adalah Sora 2 kini dapat menghasilkan kesalahan yang realistis. Model-model lama sebagian besar merender aksi yang berhasil—seseorang selalu mendarat mulus, selalu mencetak gol. Sora 2 mencoba mensimulasikan kegagalan, yang lebih sulit daripada kedengarannya. Bagi AI, “melakukan kesalahan” secara realistis sering memerlukan model internal yang lebih dalam tentang fisika dan perilaku manusia.

Mari lihat contohnya:

Saya cukup menyukai video ini; hampir meyakinkan saya bahwa jatuhnya nyata. Satu-satunya hal yang merusak ilusi adalah keseimbangan yang mustahil di bagian akhir. Ini bisa diperdebatkan, tetapi menurut saya pria itu seharusnya jatuh jauh lebih awal.

Meski begitu, kemampuan menghasilkan kesalahan punya banyak potensi. Kasus penggunaan paling jelas yang terlintas adalah ketika Anda perlu merekam pengambilan gambar berbahaya. Alih-alih menggunakan orang sungguhan, mungkin Anda bisa mencoba AI untuk menghindari komplikasi sekaligus memangkas anggaran.

Kontinuitas yang lebih baik

OpenAI mengatakan Sora 2 dapat mematuhi prompt kompleks lintas beberapa pengambilan gambar sambil mempertahankan karakter, pencahayaan, dan keadaan dunia yang sama. Jadi jika Anda meminta seorang pria berjaket merah memasuki gedung, berjalan menyusuri lorong, dan mengambil koran dari meja, jaketnya harus tetap merah, lorongnya harus konsisten, dan tidak tiba-tiba ada dua koran atau tiga lengan.

Ini contoh paling relevan yang saya temukan untuk fitur ini:

Contoh ini memuat enam pengambilan dalam satu video berdurasi 10 detik—cukup mengesankan. Yang benar-benar menjual kontinuitasnya adalah suara—gumaman latar, kembang api, dan dialog semuanya dihasilkan dengan sangat baik. Saya tidak bisa menilai semantiknya karena tidak memahami bahasa yang diucapkan, tetapi secara akustik, ini berfungsi.

Namun, begitu Anda meneliti visualnya lebih dekat, semuanya mulai membingungkan. Jarak antara para karakter berubah terlalu banyak—kadang-kadang mereka berjauhan, lalu tiba-tiba sudah saling menyentuh tangan beberapa detik kemudian. Kameranya juga melompati sumbu dengan cara yang terasa acak, membuat sangat sulit memahami geografi ruang dan posisi para karakter.

Meski demikian, konsistensi wajahnya sempurna, jadi saya apresiasi modelnya untuk hal itu. Pencahayaan juga konsisten, dan color grading hitam-putihnya stabil di semua pengambilan.

Fleksibel dalam gaya

OpenAI mengklaim model ini dapat bergeser mulus antara gaya realistis, sinematik, dan animasi—termasuk anime—sambil mempertahankan gerak dan identitas. Ini berguna bagi kreator yang menginginkan keluaran bergaya tanpa sepenuhnya kehilangan kendali atas adegan.

Saya harus mengatakan, mungkin inilah contoh yang paling saya sukai dari semua yang mereka tunjukkan. Ada hal yang berhasil dan yang tidak, tetapi dari sisi cerita, ini adegan yang dibuat dengan indah menurut saya, dan itu terutama karena dinamika emosinya berfungsi.

Dunia di sekitar para tokoh utama adalah dunia yang bahagia: orang-orang menikmati semacam festival malam, kembang api menerangi langit, dan ada nuansa perayaan. Namun di tengah semua itu, dua karakter utama tampaknya sedang menjalani percakapan yang sangat sulit—terasa seperti mereka berada di ambang perpisahan yang tak terelakkan.

Saya tidak memahami bahasanya, jadi saya tidak bisa memastikan apa yang mereka katakan, tetapi nada emosionalnya tersampaikan dengan jelas. Musiknya sangat tepat—sedikit upbeat, selaras dengan latarnya—dan close-up di akhir, dengan pantulan kembang api di mata karakter perempuan, benar-benar menegaskan pesannya.

Kalau harus mengeluhkan sesuatu, orang-orang di sekitar mereka sama sekali tidak bergerak. Namun ini juga bisa menjadi pilihan yang disengaja—kita melihat pandangan subjektif atas adegan, di mana dunia di sekitar mereka terhenti sejenak karena mereka begitu larut dalam dunia tegang mereka sendiri sehingga, secara subjektif, dunia luar seakan berhenti ada bagi mereka.

Saya juga merekomendasikan untuk melihat panduan kami tentang salah satu pesaing terkuat Sora, Seedance 2.0 dari ByteDance.

Sora: Aplikasi Sosial

Bersamaan dengan modelnya, OpenAI juga meluncurkan aplikasi iOS baru bernama Sora, yang menambahkan lapisan sosial penuh ke pengalaman pembuatan video. Saat ini, aplikasi tersebut adalah cara utama untuk mendapatkan akses ke Sora 2—dan sejauh ini, hanya melalui undangan dan terbatas untuk pengguna di AS dan Kanada.

Saya menduga OpenAI ingin melihat apa yang terjadi ketika orang mulai me-remix konten satu sama lain, memasukkan diri ke dalam adegan, dan memperlakukan video AI lebih seperti bahasa sosial. Apakah ini akan menjadi TikTok berikutnya adalah pertanyaan lain (menurut saya peluangnya nol), tetapi mekanismenya menarik.

Bagaimana cara kerja aplikasi sosial Sora

Intinya, aplikasi Sora adalah platform berbasis feed yang dibuat untuk video AI yang dapat di-remix. Anda menggulir klip pendek yang dihasilkan pengguna lain, banyak di antaranya menyertakan kemiripan orang sungguhan melalui sistem yang disebut cameos (lebih lanjut tentang ini di bawah). Jika Anda ingin membuat konten sendiri, Anda bisa menulis prompt baru dari awal atau me-remix video yang ada menggunakan cameo seseorang—dengan izin mereka.

Anda bisa “menyukai”, me-remix, memposting ulang, atau mengikuti pengguna seperti pada platform sosial lainnya. Feed-nya bersifat dipersonalisasi, tetapi OpenAI mengatakan mereka tidak mengoptimalkan untuk waktu tonton. Sebaliknya, mereka mengklaim feed disetel untuk memaksimalkan kreasi dan inspirasi, dan mereka menambahkan kontrol kesejahteraan, termasuk batas generasi harian untuk remaja dan kontrol orang tua melalui ChatGPT.

Aplikasi ini juga menyertakan sistem rekomendasi yang dikendalikan bahasa alami, artinya Anda dapat mengarahkan jenis konten yang Anda lihat dengan bahasa Inggris biasa (misalnya “tampilkan video lucu dengan hewan” atau “lebih sedikit yang surealis”).

Fitur cameo

Ini mungkin fitur paling baru dari aplikasi tersebut. Cameo memungkinkan Anda merekam klip video dan audio singkat satu kali tentang diri Anda, yang kemudian digunakan model untuk menghasilkan kemiripan tubuh penuh—suara, penampilan, ekspresi, semuanya. Setelah cameo Anda diverifikasi dan diunggah, Anda dapat memasukkan diri Anda ke adegan apa pun atau mengizinkan teman untuk me-remix Anda ke adegan mereka.

Kerangka pikir OpenAI di sini adalah Anda tetap mengendalikan kemiripan diri Anda setiap saat:

• Anda memutuskan siapa yang dapat menggunakan cameo Anda.
• Anda dapat mencabut akses atau menghapus video apa pun yang menyertakan Anda.
• Anda dapat melihat semua video (termasuk draf) yang menampilkan kemiripan Anda.

Ini sistem yang cerdas, tetapi juga memunculkan banyak pertanyaan—tentang persetujuan, hak cipta, moderasi, dan bagaimana ini bisa diskalakan. OpenAI mengatakan mereka membangun tim peninjau manusia untuk menangkap kasus pinggiran seperti perundungan, dan izin yang lebih ketat diberlakukan untuk pengguna yang lebih muda.

Mengapa Tiba-Tiba Ramai Media Buatan AI?

Seperti yang ditunjukkan laporan Stanford baru-baru ini, AI sebenarnya belum banyak mengganggu berbagai industri—dengan satu pengecualian yang jelas: media.

Sumber: State of AI in Business 2025 Report

Saya tidak berpikir itu hanya anomali statistik. Saya telah berbicara langsung dengan para produser iklan, dan mereka menyikapi perubahan ini dengan serius. Banyak yang aktif bereksperimen dengan AI untuk menekan biaya produksi, mempercepat lini waktu, dan menghindari kerepotan logistik saat syuting di lokasi.

Anda dapat melihat tren yang sama terjadi secara publik. Gulir LinkedIn kapan saja, dan Anda akan menemukan kreator memposting film pendek, iklan, dan trailer konsep buatan AI. Contoh yang bagus adalah iklan Kalshi ini—iklan nyata untuk perusahaan sungguhan—yang sepenuhnya diproduksi menggunakan AI:

Itulah mengapa saya pikir perusahaan seperti OpenAI, Google, dan Meta tiba-tiba tancap gas pada media buatan AI. Jika ada satu domain di mana AI generatif sudah terbukti berguna—dan di mana orang benar-benar menghabiskan waktu dan uang—ya di sini. Jadi masuk akal jika laboratorium berlomba membangun platform, ekosistem, dan lapisan sosial di sekitar video.

Baru minggu lalu, Meta meluncurkan Vibes, feed baru berformat pendek untuk video buatan AI, yang tampaknya membidik ruang yang sama dengan aplikasi Sora milik OpenAI. Polanya cukup jelas: memanfaatkan media dan hiburan sekarang, selagi teknologinya belum cukup baik untuk secara andal mengganggu industri lain yang lebih teregulasi seperti kesehatan atau keuangan.

Singkatnya, video adalah buah yang paling mudah dipetik—dan semua orang berusaha meraihnya terlebih dahulu.

Kesimpulan

Walau saya ingin tetap kritis, patut diakui betapa jauhnya kemajuan model-model AI ini. Ingat saja bahwa pada awal 2023, yang terbaik yang bisa kita dapatkan adalah video Will Smith makan spaghetti . Sekarang kita berbicara tentang audio native, kontinuitas emosional, dan aplikasi remix sosial penuh di mana Anda bisa memasukkan diri Anda ke pertarungan pedang di kapal bajak laut atau acara memasak surealis yang dipandu anjing Anda.

Meski demikian, Sora 2 masih kesulitan dengan koherensi spasial, logika penyuntingan dasar, dan realisme fisik yang halus. Dan keputusan OpenAI untuk membatasi akses melalui aplikasi iOS berbasis undangan tidak serta-merta membantu reputasinya di mata pengguna profesional yang mencari alat serius. Ada potensi di sini, tetapi juga ada gesekan.

Namun, jelas bahwa media buatan AI adalah ruang yang patut diperhatikan.