刚看到 Sora 2 的资料，官方说是他们新一代视频加音频生成模型。相比初代，重点提了几个方向：物理表现更准确、画面更真实锐利、音频能同步生成、可控性增强、风格范围也更广。
对我们做分镜和预演的来说，物理更准和音频同步这两点最戳，以前生成的片子经常动作物理感别扭，还得单独配音配环境声。可控性增强也很关键，分镜最怕的就是给一句话它自由发挥。
具体到手感怎么样得等真上手才知道，但从描述看方向是对的。有拿到权限的说说，物理和可控性是真提升还是宣传话术。
坐等实测
音频同步这个是刚需，之前对口型能急死人