OpenAI presenta Sora, un modelo GenAI que genera videos a partir de texto
OpenAI se adentra en la generación de videos
OpenAI, siguiendo los pasos de startups como Runway y gigantes tecnológicos como Google y Meta, se está adentrando en la generación de videos. Hoy, OpenAI presentó a Sora, un modelo GenAI que crea videos a partir de texto. Según OpenAI, Sora puede generar escenas similares a películas en 1080p con varios personajes, diferentes tipos de movimiento y detalles de fondo, a partir de una descripción breve o detallada o de una imagen fija. Sora también puede "extender" clips de video existentes, haciendo todo lo posible por completar los detalles que faltan. "Sora tiene una comprensión profunda del lenguaje, lo que le permite interpretar con precisión las indicaciones y generar personajes cautivadores que expresan emociones vibrantes", escribe OpenAI en una publicación de blog. "El modelo comprende no solo lo que el usuario ha pedido en la indicación, sino también cómo existen esas cosas en el mundo físico". Ahora bien, hay mucha grandilocuencia en la página de demostración de Sora de OpenAI, siendo el ejemplo anterior un claro ejemplo de ello. Pero las muestras seleccionadas del modelo parecen bastante impresionantes, al menos en comparación con otras tecnologías de texto a video que hemos visto. En primer lugar, Sora puede generar videos en una variedad de estilos (por ejemplo, fotorrealista, animado, blanco y negro, etc.) de hasta un minuto, mucho más largos que la mayoría de los modelos de texto a video. Y estos videos mantienen una coherencia razonable en el sentido de que no siempre sucumben a lo que me gusta llamar "extrañeza de la IA", como objetos que se mueven en direcciones físicamente imposibles. Echa un vistazo a este recorrido por una galería de arte, todo generado por Sora (ignora la granularidad, es debido a la compresión de mi herramienta de conversión de video-GIF): Créditos de imagen: OpenAI O esta animación de una flor que florece: Créditos de imagen: OpenAI Debo decir que algunos de los videos de Sora con un sujeto humanoide, como un robot parado frente a un paisaje urbano, por ejemplo, o una persona caminando por un camino nevado, tienen una calidad de videojuego, quizás porque no hay mucho movimiento en el fondo. La extrañeza de la IA se cuela en muchos clips, como automóviles que conducen en una dirección y luego se invierten repentinamente o brazos que se funden en una cubierta de edredón. Créditos de imagen: OpenAI
Reconociendo las limitaciones de Sora
OpenAI, a pesar de todas sus superlativas, reconoce que el modelo no es perfecto. Escriben: "[Sora] puede tener dificultades para simular con precisión la física de una escena compleja y puede que no comprenda casos específicos de causa y efecto. Por ejemplo, una persona podría darle un mordisco a una galleta, pero después, la galleta puede que no tenga una marca de mordisco. El modelo también puede confundir detalles espaciales de una indicación, por ejemplo, mezclar izquierda y derecha, y puede que tenga dificultades con descripciones precisas de eventos que tienen lugar en el tiempo, como seguir una trayectoria de cámara específica". OpenAI presenta a Sora como una vista previa de investigación, revelando poco sobre los datos utilizados para entrenar el modelo (excepto unas ~10.000 horas de video de "alta calidad") y sin hacer que Sora esté disponible de manera generalizada. Su razonamiento es el potencial de abuso; OpenAI señala correctamente que los actores maliciosos podrían hacer un mal uso de un modelo como Sora de diversas formas. OpenAI dice que está trabajando con expertos para investigar posibles vulnerabilidades del modelo y construyendo herramientas para detectar si un video fue generado por Sora. La compañía también dice que, si elige convertir el modelo en un producto de cara al público, se asegurará de que los metadatos de procedencia estén incluidos en las salidas generadas. "Nos pondremos en contacto con responsables políticos, educadores y artistas de todo el mundo para comprender sus preocupaciones e identificar casos de uso positivos para esta nueva tecnología", escribe OpenAI. "A pesar de la extensa investigación y pruebas, no podemos predecir todas las formas beneficiosas en las que las personas usarán nuestra tecnología, ni todas las formas en las que la abusarán. Por eso creemos que aprender del uso del mundo real es un componente crítico para crear y lanzar sistemas de IA cada vez más seguros con el tiempo".
Otras noticias • IA
Google lanza caché implícito en API Gemini para ahorrar costos
Google ha introducido el "caché implícito" en su API Gemini, permitiendo ahorros de hasta el 75% en costos de uso de IA. Esta funcionalidad automática...
Google refuerza la seguridad de Chrome con inteligencia artificial
Google ha mejorado la seguridad de Chrome con inteligencia artificial, implementando Gemini Nano para detectar estafas en tiempo real y ofreciendo protección avanzada contra phishing....
Clay alcanza valoración de 1.5 mil millones con cultura colaborativa
Clay, una startup de automatización de ventas, ha crecido rápidamente, alcanzando una valoración de 1.5 mil millones de dólares. Su enfoque en la participación de...
Inteligencia artificial revoluciona comercio electrónico con nuevas herramientas
La inteligencia artificial está transformando el comercio electrónico, como demuestra la herramienta "Enhance My Listing" de Amazon, que optimiza listados de productos. Aunque ofrece eficiencia,...
Concisión en IA aumenta riesgo de respuestas incorrectas según estudio
Un estudio de Giskard revela que la concisión en las respuestas de IA puede aumentar la probabilidad de "alucinaciones" o información incorrecta. Esto plantea un...
Fidji Simo es la nueva CEO de Aplicaciones en OpenAI
Fidji Simo asume como nueva CEO de Aplicaciones en OpenAI, destacando su experiencia en monetización y desarrollo de productos. Su liderazgo promete impulsar la innovación...
Fastino democratiza la IA con modelos accesibles y eficientes
Fastino, una startup de Palo Alto, ha desarrollado modelos de inteligencia artificial más pequeños y específicos, accesibles a empresas sin grandes inversiones. Con 17,5 millones...
Anthropic lanza API para búsquedas web con IA Claude
Anthropic ha lanzado una nueva API que permite a su modelo de IA, Claude, realizar búsquedas en la web, ofreciendo información actualizada. Esta funcionalidad brinda...
Lo más reciente
- 1
Usuarios preocupados por interrupción de servicio en X
- 2
Ciberataque a SK Telecom afecta a 23 millones de clientes
- 3
Microsoft prohíbe DeepSeek por preocupaciones de seguridad y desinformación
- 4
Apple supera 10.000 millones en ingresos y enfrenta tensiones
- 5
Sterling Anderson deja Aurora tras lanzamiento de camiones autónomos
- 6
Aurora Innovation amplía camiones autónomos a conducción nocturna y adversa
- 7
OpenAI integra ChatGPT con GitHub para mejorar productividad de desarrolladores