OpenAI presenta Sora, el revolucionario generador de vídeos realistas

OpenAI presenta su nuevo modelo de generación de vídeos, Sora, capaz de crear simulaciones digitales realistas

La compañía de inteligencia artificial OpenAI ha presentado su nuevo modelo de generación de vídeos llamado Sora, que ha demostrado ser capaz de realizar impresionantes hazañas cinematográficas. Sin embargo, según un artículo técnico publicado recientemente, Sora es aún más capaz de lo que inicialmente se creía.

En el artículo titulado "Modelos de generación de vídeo como simuladores de mundo", coescrito por varios investigadores de OpenAI, se revelan aspectos clave de la arquitectura de Sora. Por ejemplo, se destaca que Sora puede generar vídeos de cualquier resolución y relación de aspecto, llegando hasta 1080p. Según el artículo, Sora es capaz de realizar una variedad de tareas de edición de imágenes y vídeos, como crear vídeos en bucle, extender vídeos hacia adelante o hacia atrás en el tiempo y cambiar el fondo de un vídeo existente.

Sin embargo, lo más intrigante de Sora es su capacidad para "simular mundos digitales", tal como lo describen los coautores de OpenAI. En un experimento, OpenAI dejó a Sora suelto en Minecraft y le permitió renderizar el mundo, incluyendo su dinámica y física, al mismo tiempo que controlaba al jugador.

¿Cómo logra Sora esto? Según el investigador senior de Nvidia, Jim Fan, Sora es más bien un "motor de física basado en datos" que una herramienta creativa. No solo genera una sola foto o vídeo, sino que determina la física de cada objeto en un entorno y renderiza una foto o vídeo (o un mundo 3D interactivo, según sea el caso) basado en estos cálculos.

"Estas capacidades sugieren que la escalabilidad continua de los modelos de vídeo es un camino prometedor hacia el desarrollo de simuladores altamente capaces del mundo físico y digital, y de los objetos, animales y personas que viven en ellos", escriben los coautores.

Sin embargo, Sora tiene limitaciones en el ámbito de los videojuegos. El modelo no puede aproximar con precisión la física de interacciones básicas, como la fragmentación de un vidrio. E incluso en las interacciones que puede modelar, Sora a menudo es inconsistente, como por ejemplo, al representar a una persona comiendo una hamburguesa pero sin mostrar las marcas de mordidas.

A pesar de estas limitaciones, parece que Sora podría allanar el camino para juegos generados proceduralmente más realistas, e incluso fotorealistas. Esto resulta emocionante y a la vez aterrador (teniendo en cuenta las implicaciones de los deepfakes), lo cual probablemente explique por qué OpenAI ha decidido limitar el acceso a Sora a un programa muy restringido por el momento.

Esperemos que pronto podamos conocer más sobre este innovador modelo y sus posibles aplicaciones en el futuro.