L'arrivée de Sora pourrait accélérer le développement de jeux vidéo et améliorer l'expérience de jeu, mais le succès d'un jeu dépend toujours de la combinaison de plusieurs facteurs. La création audiovisuelle est extrêmement créative et imprévisible, l'IA ne peut pas la reproduire. La qualité vidéo générée par Sora est relativement bonne, mais elle ressemble plus à une introduction de jeu qu'à un extrait de film ou de publicité. Sora permet de générer des vidéos à partir de texte et d'images, et de modifier le style et les éléments d'une vidéo en fonction d'une invite textuelle. Sora combine les architectures de modèles de diffusion et de Transformer, mais il a du mal à simuler avec précision les principes physiques de scènes complexes.