OpenAI, la empresa creadora de ChatGPT, presentó su primera herramienta de inteligencia artificial capaz de crear vídeos realistas y detallados a partir de simples indicaciones de texto.
Esta nueva herramienta de IA fue presentada en el sitio web de OpenAI bajo el nombre de “Sora”.
“Sora es un modelo de inteligencia artificial capaz de crear escenas realistas e imaginativas a partir de instrucciones de texto. Sora puede generar vídeos de hasta un minuto de duración manteniendo la calidad visual y la adherencia a la indicación del usuario.” se lee en la descripción de Sora que brinda OpenAI.
Esto quiere decir que puedes escribirle lo que quieras a Sora y ella se encargará de generar vídeos de un minuto de alta calidad con escenas complejas y múltiples personajes, animales o cosas.
Sora es capaz de generar escenas con diferentes tipos específicos de movimiento y detalles precisos del sujeto y el fondo. El modelo no sólo entiende lo que el usuario le pide, sino también cómo existen esas cosas en el mundo físico.
Esta inteligencia artificial comprende no solo lo que el usuario ha pedido en la solicitud, sino también cómo existen esas cosas en el mundo físico, según OpenAI. Tambien tiene un profundo conocimiento del lenguaje, lo que le permite interpretar con precisión las indicaciones y generar personajes convincentes que expresan emociones vibrantes, explica la empresa.
Además de poder generar un vídeo únicamente a partir de instrucciones de texto, el modelo es capaz de tomar una imagen fija existente y generar un vídeo a partir de ella, animando el contenido de la imagen con precisión y atención a los pequeños detalles. El modelo también puede tomar un vídeo existente y ampliarlo o rellenar los fotogramas que faltan.
Se puede pedir un contenido, un estilo y dar todo tipo de indicaciones. Altman ha ido publicando vídeos nuevos solicitados por los tuiteros, probando que los resultados son inmediatos. Sora también puede crear varias tomas dentro de un mismo vídeo generado manteniendo con precisión los personajes y el estilo visual.
“Estamos enseñando a la IA a comprender y simular el mundo físico en movimiento, con el objetivo de entrenar modelos que ayuden a las personas a resolver problemas que requieren interacción en el mundo real”, explica OpenAI al presentar la nueva herramienta de conversión de texto a vídeo.
“Sora puede generar vídeos de hasta un minuto de duración manteniendo la calidad visual y la fidelidad a las indicaciones del usuario”, agregaron.
Sora es por ahora una herramienta en desarrollo y no accesible, pero OpenAI ha querido compartir sus avances para que los primeros betatesters puedan ir probándola y ofreciendo sus comentarios para completar su desarrollo y mejorarla al máximo antes de una lanzamiento comercial. También se está dando acceso a una serie de artistas visuales, diseñadores y cineastas para que den su opinión sobre cómo mejorar el modelo para que resulte más útil a los profesionales creativos.
“Estamos compartiendo los avances de nuestra investigación con antelación para empezar a trabajar con personas ajenas a OpenAI y recibir sus comentarios, así como para dar al público una idea de las capacidades de IA que se vislumbran en el horizonte”, explica la compañía.
Obviamente en un producto no terminado, por ahora tiene algunas lagunas. A veces se pierde simulando las físicas en las escenas más complejas, pudiendo además confundirse con las causas y efectos de ciertos movimientos o acciones.
Sora tendrá que mejorar con el tiempo, pero sin duda, tiene un gran potencial para llegar a ser una herramienta igual de popular que ChatGPT.
