La última incursión de OpenAI en el campo de la IA podría ser la más impresionante hasta la fecha. Bautizado como “Sora”, este nuevo modelo de IA de conversión de texto a vídeo acaba de abrir sus puertas a un número limitado de usuarios que podrán probarlo. La empresa lo lanzó mostrando varios vídeos realizados íntegramente con IA y los resultados finales son sorprendentemente realistas.
OpenAI presenta a Sora diciendo que puede crear escenas realistas basadas en indicaciones de texto, y los videos compartidos en su sitio web sirven para probarlo. Las indicaciones son descriptivas, pero breves; personalmente, he utilizado indicaciones más largas simplemente interactuando con ChatGPT. Por ejemplo, para generar el video de mamuts lanudos que se muestra arriba, Sora requirió una indicación de 67 palabras que describiera los animales, el entorno y la ubicación de la cámara.
Presentamos a Sora, nuestro modelo de texto a vídeo.
Sora puede crear videos de hasta 60 segundos con escenas muy detalladas, movimientos de cámara complejos y múltiples personajes con emociones vibrantes. https://t.co/7j2JN27M3W
Indicación: “Hermoso, nevado… foto.twitter.com/ruTEWn87vf
– OpenAI (@OpenAI) 15 de febrero de 2024
“Sora puede generar videos de hasta un minuto de duración manteniendo la calidad visual y el cumplimiento de las indicaciones del usuario”, dijo OpenAI en su anuncioLa IA puede generar escenas complejas llenas de personajes, escenarios y movimientos precisos. Para ello, OpenAI afirma que Sora predice y lee entre líneas según sea necesario.
“El modelo no solo comprende lo que el usuario ha solicitado en el mensaje, sino también cómo existen esas cosas en el mundo físico”, dijo OpenAI. El modelo no solo aborda personajes, ropa o fondos, sino que también crea “personajes atractivos que expresan emociones vibrantes”.
Sora también puede rellenar los huecos de un vídeo existente o hacerlo más largo, así como generar un vídeo basado en una imagen, por lo que no se trata solo de indicaciones de texto.
Si bien los videos se ven bien como capturas de pantalla, son casi alucinantes en movimiento. OpenAI presentó una amplia gama de videos para mostrar la nueva tecnología, incluidas calles de Tokio con estilo ciberpunk y «imágenes históricas» de California durante la fiebre del oro. También hay más, incluido un primer plano extremo de un ojo humano. Los temas abarcan desde dibujos animados hasta fotografías de vida silvestre.
Sora cometió algunos errores. Si miramos más de cerca, vemos que, por ejemplo, algunas figuras entre la multitud no tienen cabeza o se mueven de forma extraña. El extraño movimiento se notó a primera vista en algunas muestras, pero la rareza general requirió varias visualizaciones para detectarla.
Puede que pase un tiempo antes de que OpenAI abra Sora al público en general. En este momento, el modelo será probado por miembros del equipo rojo que evaluarán los posibles riesgos. Algunos creadores también podrán empezar a probarlo ahora, mientras aún se encuentra en las primeras etapas de desarrollo.
La IA aún es imperfecta, así que esperaba algo bastante caótico. Ya sea por las bajas expectativas o por las capacidades de Sora, me voy impresionado, pero también un poco preocupado. Ya vivimos en un mundo en el que es difícil distinguir algo falso de algo real, y ahora no son solo las imágenes las que están en peligro, sino también los videos. Sin embargo, Sora no es el primer modelo de texto a video que hemos visto, como Pika.
Otros también están izando la bandera, como el El popular YouTuber tecnológico Marques Brownleequien tuiteó que «si esto no te preocupa al menos un poquito, nada lo hará» en respuesta a los videos de Sora.
Cada uno de estos videos está generado por IA, y si esto no te preocupa al menos un poco, nada lo hará.
El modelo más nuevo: https://t.co/zkDWU8Be9S
(¿Recuerdas a Will Smith comiendo espaguetis? Tengo muchas preguntas) imagen.twitter.com/TQ44wvNlQw
– Marques Brownlee (@MKBHD) 15 de febrero de 2024
Si Sora de OpenAI es tan bueno ahora, es difícil imaginar de qué será capaz después de unos años de desarrollo y pruebas adicionales. Este es el tipo de tecnología que tiene el potencial de desplazar muchos puestos de trabajo, pero, con suerte, al igual que ChatGPT, coexistirá con profesionales humanos.
Apoya nuestro trabajo ❤️
Si te ha gustado este artículo, considera dejar una propina para ayudarnos a seguir publicando contenido de calidad.
