सोरा OpenAI द्वारा विकसित एक पाठ-से-वीडियो निर्माण मॉडल है, जो पाठ विवरण के आधार पर 1 मिनट तक की यथार्थवादी छवि अनुक्रम उत्पन्न कर सकता है। इसमें भौतिक दुनिया की गति को समझने और अनुकरण करने की क्षमता है, जिसका लक्ष्य लोगों को भौतिक अंतःक्रिया की आवश्यकता वाले समस्याओं को हल करने में मदद करने के लिए एक मॉडल को प्रशिक्षित करना है। सोरा लंबे प्रॉम्प्ट को समझ सकता है और पाठ इनपुट के आधार पर विभिन्न प्रकार के व्यक्तियों, जानवरों, परिदृश्यों और शहर के दृश्यों को उत्पन्न कर सकता है। इसका दोष यह है कि यह जटिल दृश्यों के भौतिकी और कारण-कार्य संबंध को सटीक रूप से चित्रित करने में कठिनाई का सामना करता है।