Представляємо Sora, нашу модель перетворення тексту у відео. Sora може створювати відео тривалістю до 60 секунд із високодеталізованими сценами, складними рухами камери та кількома персонажами з яскравими емоціями. Підказка: «Красивий, засніжений Токіо вирує. Камера рухається галасливою міською вулицею, слідуючи за кількома людьми, які насолоджуються чудовою сніжною погодою та роблять покупки в сусідніх кіосках. Чудові пелюстки сакури летять за вітром разом зі сніжинками».