Cộng đồng làm phim độc lập và các nhà sáng tạo nội dung số đang đổ dồn sự chú ý vào Open-Sora-V2, một dự án mã nguồn mở chuyên về tạo video từ văn bản (text-to-video) vừa được cập nhật phiên bản mới trên GitHub. Dự án này được phát triển bởi một liên minh các nhà nghiên cứu độc lập nhằm đối trọng với các giải pháp đóng phí đắt đỏ của Sora (OpenAI) hay Runway Gen-3.
Điểm nổi bật của Open-Sora-V2 là khả năng tạo ra các đoạn video có độ phân giải lên tới 4K với thời lượng kéo dài liên tục 2 phút mà không bị hiện tượng méo hình hay mất tính nhất quán giữa các khung hình (temporal consistency) - một lỗi cực kỳ phổ biến ở các mô hình tạo video hiện tại. Mô hình sử dụng kiến trúc Diffusion Transformer (DiT) cải tiến, giúp hiểu sâu sắc các định luật vật lý, ánh sáng và chuyển động của camera trong không gian 3D.
Đặc biệt, Open-Sora-V2 đã được tối ưu hóa hiệu năng cực tốt. Nhờ kỹ thuật phân mảnh bộ nhớ thông minh, người dùng hiện có thể chạy thử nghiệm mô hình này trên các cấu hình máy tính cá nhân trang bị card đồ họa RTX 4090 hoặc RTX 5090 thay vì bắt buộc phải sử dụng hệ thống máy chủ chuyên dụng đắt đỏ.
Sự xuất hiện của Open-Sora-V2 trên GitHub được kỳ vọng sẽ dân chủ hóa công nghệ sản xuất video AI, cho phép các studio nhỏ và cá nhân có thể tự tay tạo ra các đoạn phim kỹ xảo chất lượng điện ảnh với chi phí gần như bằng không.