OpenAI的Sora模型是一种生成视频模型，目前来看，全网尚未公开披露其使用的具体存储技术的细节。

然而，考虑到人工智能模型的性质以及它们处理和生成的大量数据，分布式存储系统似乎是优先选项。

事实上，分布式存储系统允许数据分布在多个节点上，这可以提高数据可用性、访问速度，并提供针对数据丢失或节点故障的恢复能力。

具体来看，随着大数据、云计算、物联网（IoT）和人工智能（AI）等技术的快速发展，数据量呈指数级增长。分布式存储系统能够有效地支持这些技术对大规模数据处理和存储的需求，提供足够的灵活性和扩展性来适应快速变化的数据环境。

而这些功能对于像Sora这样需要高效处理大型数据集的人工智能系统来说是有利的。因此，Sora模型的基础技术方面必然离不开分布式存储系统。

目前Sora背后的技术并未公开，但从公开的信息来看，目前Sora大型语言模型的逻辑主要是对视频和图像潜在代码的时空补丁进行操作，在生成最终输出之前将视频压缩到较低维的潜在空间。它先处理不同类型的视频和可变分辨率和宽高比的图像，并在之后的扩散模型中生成视频。

从这样的模型设计来看，Sora模型具有较高程度的复杂性，这可能受益于分布式存储的可扩展性和稳健性。

事实上，与传统的集中式存储技术比相，分布式存储系统能够更好地适应多变的业务需求和数据类型，支持结构化数据、半结构化数据和非结构化数据的存储和处理。此外，它支持水平扩展，使得增加存储容量和处理能力变得简单快捷，能够灵活应对业务增长和技术变革。

因此，尽管OpenAI尚未将其公开分布式存储系统为Sora架构的一部分，但从运营的情况来看，我们有理由相信，Sora的诞生离不开分布式存储系统的支持。未来在分布式存储系统的支持的支持下，相信会有更多的人工智能文生视频大模型问世。