Sora est un modèle de génération de vidéo à partir de texte développé par OpenAI, capable de générer des séquences d'images réalistes d'une durée allant jusqu'à une minute à partir d'une description textuelle. Il possède la capacité de comprendre et de simuler les mouvements du monde physique, son objectif étant d'entraîner un modèle qui aide les gens à résoudre des problèmes nécessitant une interaction avec des objets physiques. Sora peut interpréter des invites longues et générer divers personnages, animaux, paysages et scènes urbaines à partir d'une entrée textuelle. Son inconvénient réside dans sa difficulté à dépeindre avec précision la physique de scènes complexes et à comprendre les relations de cause à effet.