Sora全新版本在準確性和穩定性上取得了顯著突破。最引人注目的升級之一是解決了「綁定」問題—就是AI在生成圖像時，要如何正確搭配用戶所下的形狀和顏色指令。現在，Sora可以處理最多15至20個物件，遠超過舊版本的5到8個物件的限制，確保生成的圖像更為精準。這一版本還搭載了GPT-4o的「omnimodal」核心，使其不僅能理解並生成圖像，還能處理文字、音頻和影片，顯示出OpenAI在多模態技術上的雄心。
另一個重要進步是文字渲染的精確度。許多AI生成的圖像在處理文字時會出現拼寫錯誤或亂碼，這也使得圖像在用於海報、菜單等創作時無法使用。現在，Sora已經克服了這些問題，提供穩定且清晰的文字輸出，對於大多數實際應用場景已經足夠。雖然極小字體仍可能略有誤差，但整體已經達到可用的標準。
根據OpenAI官方的說明，Sora的另一大亮點是它結合了廣泛的世界知識，讓生成的圖像不僅具美學價值，還能體現特定知識背景。無論是科學實驗圖、連環漫畫還是教育用圖，Sora都能理解並準確呈現這些圖像背後的概念，讓使用者能夠輕鬆生成符合預期的圖像，而不需要過多解釋細節。
儘管如此，影像生成的速度略有減慢，OpenAI 解釋這是為了提升品質所做出的取捨。使用者可能會經歷短暫的延遲，但OpenAI強調，這些圖像的品質和知識深度完全值得等待。
值得注意的是，Sora生成的圖片不會添加浮水印，但會內嵌C2PA標準的元資料以標示來源。使用者擁有圖像的完整使用權，只需遵循平台的使用政策即可自由應用。
除了在ChatGPT中使用，Sora影像生成也已於Sora平台上提供，並將很快開放給開發者透過API進行使用。
