OpenAI Presenta Videos Generados por IA Que Están Capturando la Atención del Público

La innovadora iniciativa de inteligencia artificial de OpenAI, llamada “Sora”, representa un avance significativo en la tecnología. Este modelo de IA de texto a video ha comenzado recientemente una fase de prueba limitada, mostrando sus notables capacidades a través de varios videos generados que son asombrosamente realistas.

Sora está diseñado para transformar indicaciones de texto en vívidas escenas de video. OpenAI demuestra esto con los videos que se presentan en su sitio web, revelando resultados impresionantes. Las solicitudes hechas a Sora son concisas pero descriptivas; los usuarios familiarizados con ChatGPT notarán que Sora puede generar resultados a partir de indicaciones más breves. Por ejemplo, para crear un video con mamuts lanudos, Sora necesitó solo un aviso de 67 palabras que describía a los animales, su entorno y los ángulos de la cámara.

Según OpenAI, "Sora puede generar videos de hasta un minuto de duración manteniendo una alta calidad visual y alineándose con las solicitudes del usuario." La IA es capaz de crear escenas complejas con numerosos personajes, diversos escenarios y movimientos realistas. OpenAI destaca que Sora puede interpretar e inferir contexto adicional a partir de las indicaciones que recibe.

La empresa enfatiza que "el modelo comprende no solo las solicitudes del usuario, sino también cómo existen estos elementos en el mundo real." Sora sobresale no solo en la representación de personajes y fondos, sino también en la creación de "personajes cautivadores que transmiten emociones ricas."

Además, Sora tiene la capacidad de extender videos existentes o completar lagunas, así como generar videos a partir de imágenes, lo que demuestra una flexibilidad más allá de las indicaciones de texto. Aunque las imágenes fijas son impresionantes, los videos son verdaderamente cautivadores en movimiento. OpenAI ha destacado una variedad de videos generados, desde calles inspiradas en Cyberpunk en Tokio hasta "metraje histórico" de California durante la era de la fiebre del oro, así como un primer plano extremo de un ojo humano. Las indicaciones abarcan una diversidad de temas, desde escenas animadas hasta fotografía de vida salvaje.

A pesar de sus notables capacidades, Sora tiene limitaciones. Algunos videos presentan imperfecciones, como figuras en multitudes que carecen de cabezas o muestran movimientos antinaturales. Estos movimientos torpes pueden no ser evidentes de inmediato, pero se hacen claros al observar con más detenimiento.

Puede llevar tiempo antes de que Sora esté disponible para el público en general. Actualmente, el modelo está siendo evaluado por un grupo selecto de testers para analizar posibles riesgos, mientras que varios creadores de contenido también están comenzando a explorar sus características en estas primeras etapas de desarrollo.

A medida que la tecnología de IA sigue evolucionando, las expectativas de rendimiento suelen ser bajas. Sin embargo, ya sea por expectativas modestas o por las capacidades avanzadas de Sora, las impresiones iniciales son tanto impresionantes como preocupantes. En un mundo donde distinguir la realidad de la ilusión es cada vez más desafiante, las implicaciones de esta tecnología van más allá de las imágenes: ahora los videos también están en riesgo. Sora no es la primera iniciativa en el dominio de texto a video; modelos como Pika también han emergido.

Las preocupaciones sobre esta tecnología son compartidas por el popular YouTuber de tecnología Marques Brownlee, quien comentó en Twitter que "si esto no te preocupa al menos un poco, nada lo hará" en relación con las demostraciones de Sora.

Si Sora de OpenAI ya está logrando este nivel de sofisticación, es intrigante pensar en su potencial tras un mayor desarrollo y pruebas en los próximos años. Aunque esta tecnología podría interrumpir varios mercados laborales, la esperanza es que, al igual que ChatGPT, se integre junto con la experiencia humana.