Vi introduserer Sora, vår tekst-til-video-modell. Sora kan lage videoer på opptil 60 sekunder med svært detaljerte scener, komplekse kamerabevegelser og flere karakterer med livlige følelser. Spørsmål: «Den vakre, snødekte byen i Tokyo er travel. Kameraet beveger seg gjennom den travle bygaten, og følger flere mennesker som nyter det vakre snøværet og handler i nærliggende boder. Nydelige sakura-kronblader flyr gjennom vinden sammen med snøfnugg."