是一个基于文本输入的视频生成模型，用户只需要输入文本，Sora就能将这些文本转化为一段视频。这个特性使得Sora具有极高的灵活性，可以根据用户的需求生成各种类型的视频。此外，Sora还支持多种分辨率和画面比例的选择，可以满足不同场景的需求。然而，Sora目前只支持文本输入，不支持其他输入方式，也没有实现多模态功能。这是Sora的一个重要短板，因为它意味着Sora无法根据非文本的输入生成视频，也无法