2025年9月30日、OpenAIは動画生成AI「Sora 2」をリリースしました。従来の「Sora 1」から大幅に進化しており、物理法則を正確に再現する自然な動画生成や、映像と同期した音声、効果音付きの動画を作成できるのが特徴です。また、ユーザー自身や他者の顔を動画に差し込む「Cameo」機能も搭載しています。

　Sora 2は当面無料で利用可能ですが、生成回数に日次制限や動画長の制限があります。より長い動画を生成したい場合は、ChatGPT Proプラン(月額約200ドル)に含まれる「Sora 2 Pro」機能で利用でき、15秒の動画を生成できます。

　日本では2025年10月1日からiOS向けにSoraアプリが招待制で提供開始され、Web版も招待コードがあるユーザーに限りアクセスできます。App Storeで日本からダウンロード可能ですが、利用には招待コードが必要で、現時点では利用者が限定されています。

物理法則を正確に再現する圧倒的なリアリズム

　Sora 2の最大の特徴は、その圧倒的な「物理的な正確性」とリアリズムです。これまでのモデルでは困難とされてきた複雑な動きを、Sora 2はいとも簡単に描き出します。

　例えば、オリンピック選手の体操の演技や、パドルボードの上で人がバックフリップをする様子など。後者の例では、ボードが水に浮く力や体の硬さといった物理的なダイナミクスまで正確にモデル化しているというから驚きです。

　以前のモデルは、テキストの指示を無理に実行しようとして物体が不自然に変形してしまう傾向がありましたが、Sora 2では、バスケットボールの選手がシュートを外せば、ボールはきちんとバックボードに跳ね返ります。これは、AIが単に映像を描くのではなく、その背後にある世界のルールを理解し始めていることを物語っていますね。

　さらに、セリフや効果音、環境音といった音声が映像と完全に同期して生成される点も、Sora 2の革新性を感じるポイント。映像の没入感は飛躍的に向上しているのです。通常の動画の長さは10秒ですが、Proプランでは15秒の動画も生成できます。

あなた自身が映像の中に。新機能「Cameos」がもたらす光と影

　Sora 2が搭載するもう一つの衝撃的な機能が、「Cameos(カメオ)」です。これは、ユーザー自身の姿と声を、AIが生成するあらゆる映像の中に正確に描写して挿入できるというもの。まるで映画のカメオ出演のように、自分自身が物語の世界に入り込めるのです。

　この機能は、友人との楽しいビデオ作成から、企業のリーダーが移動時間なしで世界中の社員に向けたメッセージを発信するなど、ビジネスシーンでの活用まで、無限の可能性を秘めています。

　しかし、このような強力な機能には、当然ながら「ディープフェイク」の悪用という大きな懸念がつきまといます。OpenAI社はこのリスクを重く受け止めており、Cameosの利用には厳格な同意と管理の仕組みを導入しました。利用者は一度だけの本人確認と「ライブネスチェック(実在性確認)」を完了させる必要があり、自分の姿(Cameo)を誰が使えるかをコントロールできます。

　また、いつでもその許可を取り消すことができ、取り消された場合は、他の人が作成したものも含め、自分のCameosを含むビデオは削除されるという徹底ぶり。現実の著名人の姿を無断で生成することも禁じられており、テクノロジーがもたらす光と影に、OpenAI自身が真摯に向き合おうとする姿勢がうかがえます。

ショート動画市場への挑戦状

　OpenAIの野心は、Sora 2を単なる高性能ツールとして提供するだけにとどまりません。彼らはこのモデルの発表と同時に、同名のソーシャルメディアアプリ「Sora」をリリースしました。

　このアプリは、TikTokやYouTubeショートを彷彿とさせる縦型の動画フィードや、おすすめを表示する「For You」ページ、そして他のユーザーの作品を再編集できる「リミックス」機能を備えています。これは明らかに、Meta社やGoogle社が支配するショート動画市場への挑戦状と言えるでしょう。

　AI動画生成の市場は、すでにGoogleの「Veo 3」や、プロ向けの高度な機能で知られる「Runway」、スピードを重視する「Pika Labs」など、多くのプレイヤーがひしめく戦国時代に突入しています。

　その中でOpenAIは、プロ向けの高性能ツールとしての側面と、誰もが手軽に楽しめるソーシャルアプリという二つの顔を持つことで、市場全体を揺さぶろうとしているのです。最長でも15秒という動画長の制限は、一見すると物足りなく感じるかもしれません。しかし、この仕様こそが、まさにショート動画プラットフォームでのコンテンツ制作に最適化された、極めて戦略的な判断であることがわかります。

動作は重いが、リアルな動画が手軽に生成できることに感動

　早速、動画を生成してみましょう。Sora 2では、動画は一つずつ生成することになります。ChatGPT Proを選ぶと、解像度が「High」と「Standard」から選べるようになります。ただし、「High」が通常のSora 2の解像度なので、低画質でもいいので生成時間を短くしたい場合に「Standard」を利用することになります。生成時間は10秒に加えて、15秒も選べますが、生成時間はその分長くなるので注意しましょう。

　まずは、プロンプトだけで動画を生成してみます。人間もリアルに描写できますが、せっかくなのであり得ない状況にしてみましょう。速度違反で止めた車のドライバーが柴犬で、警察の制止を振り切り、逃げるという内容にしてみました。とは言え、普通に日本語の文章で入力するだけでOK。きちんと、警察のセリフや柴犬の唸り声、車が走り去る音などが入ります。警察の言葉は指定しないと英語になるので、きちんと指示しておきましょう。

　次は、写真を動かしてみます。柴犬の写真をアップロードし、「柴犬が公園を走り回っている」とシンプルなプロンプトを入れただけなのに、活き活きと動き出しました。息遣いも動きと同期しており、違和感もありません。

　最後に、カメオ機能で登録した自分を登場させてみました。「宇宙飛行士として船外活動をしている」と入れたところ、宇宙服を着て、宇宙空間で作業している様子が描き出されました。船内と無線通信しており、日本語のアクセントも自然。途中で宇宙服の中の顔がアップになるが、きちんとカメオ(柳谷氏)の顔になっています。これは、自分限定となりますが、ディープフェイク動画をいくらでも作れそうですね。

単なるツールか、それとも創造性のパートナーか。Sora 2と歩む未来

　Sora 2の登場は、映像制作の現場、特に企画やアイデア出しといったプリプロダクションの段階に革命をもたらすでしょう。これまで絵コンテや専門の編集者が必要だった作業を、脚本家やプランナーがテキスト入力一つで、音声付きの具体的な映像として瞬時に具現化できるようになるのです。

　これは、アイデアを試すコストを劇的に下げ、より大胆で多様なクリエイティブが生まれる土壌となるはずです。もちろん、Sora 2は万能ではありません。最終的な作品として仕上げるための、フレーム単位での緻密な編集や高度な色彩調整は、依然として人間の専門家の技術を必要とします。

　これからのクリエイターに求められるのは、AIを単なる道具として使うのではなく、アイデアを共に練り上げる「創造性のパートナー」として捉え、その能力を最大限に引き出すための対話力、すなわち「プロンプトエンジニアリング」の技術なのかもしれません。

　Sora 2の未来は、計り知れない可能性を秘めています。何はともかく、触ってみて、遊んでみてください。簡単にリアルな動画が生成でき、そこに自分も登場できます。まずは、AIの楽しさを実感するところから始めてみましょう。

この記事の監修