Sora

Sora est un modèle de génération vidéo d’OpenAI, annoncé le 15 février 2024, conçu pour transformer des instructions textuelles, et selon les usages associés des références visuelles, en séquences vidéo. Originaire des États-Unis, il s’inscrit dans la première vague de modèles text-to-video très médiatisés, avec un positionnement orienté création audiovisuelle plutôt que simple animation expérimentale.

Son ancienneté, proche de deux ans, est importante à l’échelle de l’IA générative vidéo : l’évaluation doit donc le comparer surtout aux modèles de sa période. Les données fournies ne précisent pas de licence ni de conditions d’accès actuelles, et ce type de modèle peut avoir été remplacé ou retiré du catalogue opérationnel de son éditeur.

Caractéristiques

Performances (benchmarks)

Scores objectifs mesurés par VBench (suite d'évaluation automatique de la génération vidéo), en pourcentage (plus haut = mieux). Le rang situe le modèle parmi les modèles vidéo évalués sur la même dimension.

Comment se situe-t-il ?

Le modèle (en orange) comparé aux meilleurs modèles « grand public » sur chaque dimension, et à ses voisins de classement.

Classements Arena (Elo)

Entraînement & empreinte

Notre analyse

Forces. Dans VBench, Sora se distingue surtout par la qualité visuelle et la représentation des actions humaines, deux dimensions où il figure parmi les meilleurs modèles évalués. Cette combinaison indique une capacité notable à produire des scènes lisibles, esthétiquement solides et crédibles lorsqu’elles impliquent des gestes ou mouvements humains. La fluidité du mouvement apparaît également robuste, ce qui renforce son intérêt pour des plans courts destinés à la prévisualisation, au marketing ou à des essais créatifs rapides. Son score global VBench le place dans le groupe de tête, signe d’un modèle historiquement compétitif pour sa génération.

Limites et points d'attention. La stabilité temporelle et la cohérence du sujet restent moins différenciantes dans le classement VBench, malgré des mesures élevées, ce qui suggère que plusieurs concurrents obtiennent des résultats comparables ou meilleurs sur la continuité d’une scène. Le classement Arena est plus modeste, avec une préférence humaine située loin des tout premiers rangs, ce qui nuance la performance objective et rappelle que l’impact perçu dépend fortement du style, du réalisme et de la fidélité au prompt. Son âge limite aussi sa pertinence face aux modèles vidéo récents. Usages pertinents : production vidéo courte, publicité, prototypage visuel et exploration de concepts créatifs.

Sources des données : Arena.ai (arena.ai) · Epoch AI (epoch.ai), CC-BY-4.0.