La Inteligencia Artificial (IA), entrenada por nosotros, es capaz de generar cosas increíbles, haciendo que los usuarios cuestionen la veracidad del contenido. Yendo más allá del texto, OpenAI, la empresa matriz de ChatGPT, ha lanzado un modelo capaz de crear vídeos increíblemente realistas basados en directrices escritas. ¡Conoce a Sora!
En el sitio web oficial de OpenAI, se dice que la compañía está "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 involucran la interacción con el mundo real".
Llamado Sora, la creación de OpenAI es un modelo de texto a video que puede generar videos de hasta un minuto, garantizando calidad visual y cumplimiento de las instrucciones del usuario.
Conoce a Sora, el nuevo modelo de IA de la madre de ChatGPT
El modelo estuvo disponible ayer para jugadores rojos (profesionales de ciberseguridad), quienes evaluarán las áreas críticas y trabajarán para detectar daños o riesgos.
Según información de la compañía, el progreso de su investigación se está compartiendo "por adelantado para comenzar a trabajar y obtener comentarios de personas ajenas a OpenAI y para darle al público una idea de las capacidades de IA que están en el horizonte".
Además de los profesionales de la ciberseguridad, OpenAI puso el nuevo modelo a disposición de artistas visuales, diseñadores y cineastas, con el fin de recabar comentarios sobre el desarrollo de la herramienta, con el fin de hacerla más útil para los profesionales creativos.
En Twitter, el usuario @duborges ha recopilado algunos vídeos que los entusiastas de la tecnología querrán ver; el nivel de realismo es sorprendente:
Este vídeo fue generado por Sora.
Ese es el nuevo modelo de OpenAI. La herramienta de conversión de texto a vídeo más avanzada creada hasta el momento.
Compartiré los videos aquí. Absolutamente loco.
Aviso: Este primer plano de una paloma coronada de Victoria muestra su llamativo plumaje azul y su pecho rojo. Eso… pic.twitter.com/ktvReYWvGZ
—Eduardo Borges (@duborges) 15 de febrero de 2024
Sora es capaz de generar escenas complejas con múltiples elementos, tipos de movimiento específicos y detalles de contexto y fondo muy precisos.
El modelo comprende no sólo lo que el usuario solicitó en el mensaje, sino también cómo existen esas cosas en el mundo físico.
De hecho, al tener "un conocimiento profundo del idioma", interpreta con precisión las instrucciones dadas por el usuario y genera "personajes convincentes que expresan emociones vibrantes". Además, es capaz de generar varias "tomas" en un solo vídeo, manteniendo con precisión los personajes y el estilo visual.
A pesar de los vídeos compartidos por OpenAI, "el modelo tiene debilidades", ya que "puede tener dificultades para simular con precisión la física de una escena compleja y puede no comprender casos específicos de causa y efecto".
Por ejemplo, una persona puede darle un mordisco a una galleta, pero es posible que la galleta no tenga la marca del mordisco.
Además, el modelo "también puede confundir los detalles espaciales de un mensaje, por ejemplo, mezclando izquierda y derecha, y puede tener dificultades con descripciones precisas de eventos que ocurren a lo largo del tiempo, como seguir una trayectoria de cámara específica".
En cualquier caso, viendo los vídeos y confiando en sus capacidades potenciales, sabemos que nos espera un modelo muy interesante. Aquí ya estamos deseando probarlo.
