Sora 2 es un sistema de generación de video y audio basado en la nube que convierte prompts de texto o imágenes en videos cinematográficos y realistas. Modela movimiento conforme a la física (gravedad, flotabilidad, impulso), genera audio nativo y diálogo sincronizado con los labios, y renderiza clips continuos de 20 segundos sin ensamblado manual. El modelo preserva la coherencia mundial entre múltiples tomas para mantener personajes y entornos consistentes entre planos, soporta cameos personales para insertar rostro y voz, y ofrece renderizado en múltiples estilos desde fotorrealista hasta estilizado. Sora 2 enfatiza el control creativo sobre la relación de aspecto, la composición y la dinámica del movimiento, permitiendo iteración rápida para anuncios, narración y prototipado de contenido.