Sora 2 est un système cloud de génération vidéo et audio par IA qui convertit des invites textuelles ou des images en vidéos cinématographiques et réalistes. Il modélise des mouvements conformes à la physique (gravité, flottabilité, momentum), génère un audio natif et des dialogues synchronisés sur les lèvres, et rend des clips continus de 20 secondes sans assemblage manuel. Le modèle préserve la cohérence du monde multi-plans pour maintenir des personnages et environnements cohérents entre les plans, prend en charge les caméos personnels pour l'insertion de visage et de voix, et offre un rendu multi-style du photoréaliste au stylisé. Sora 2 met l'accent sur le contrôle créatif du format d'image, de la composition et de la dynamique du mouvement, permettant une itération rapide pour les publicités, la narration et le prototypage de contenu.