Sora2の動画生成は画像生成してそれをつなげて動画生成するのではなくて
あの30秒ぐらいの動画をTransformerと拡散法で一気に生成しているらしいぞ
つまり空間と時間の同時生成
さらに音楽と効果音と音声までついてるだろう
化け物みたいな技術だよ