Sora: la revolución del vídeo de OpenAI
Por Sara Votta
2 min de lectura
Traducido automáticamente del original en inglés Leer el original
Una nueva frontera de la IA: del texto al vídeo con un solo clic. OpenAI ha lanzado en los últimos días una nueva aplicación de inteligencia artificial. El objetivo de Sora es crear vídeos a partir de descripciones textuales. Por ahora, la aplicación es un producto de investigación y se pondrá a disposición de un grupo de creadores y expertos en seguridad…
Una nueva frontera de la IA: del texto al vídeo con un solo clic
OpenAI ha lanzado en los últimos días una nueva aplicación de inteligencia artificial. El objetivo de Sora es crear vídeos a partir de descripciones textuales. Por ahora, la aplicación es un producto de investigación y se pondrá a disposición de un grupo de creadores y expertos en seguridad.
Tal como se anuncia en el sitio web de OpenAI: «Sora es un modelo de IA que puede crear escenas realistas e imaginativas a partir de instrucciones textuales». En el sitio web se presentan varios vídeos generados por Sora. La aplicación puede generar vídeos de hasta un minuto de duración manteniendo la calidad visual y el ajuste a lo que pide el usuario. Sora puede generar escenas complejas con varios personajes, tipos específicos de movimiento y detalles precisos del sujeto y del fondo. El modelo comprende no solo lo que el usuario pide, sino también cómo existen esas cosas en el mundo físico. Este modelo tiene puntos débiles; de hecho, puede tener dificultades para simular con precisión una escena compleja. Por ejemplo, podría darse el caso de que una persona muerda una galleta y que luego la galleta no muestre la marca del mordisco. También podría confundir detalles espaciales, como la derecha y la izquierda.
En el plano de la seguridad, antes de poner la aplicación a disposición del público, OpenAI preparó varias pruebas para someter a Sora a examen, además de utilizar los métodos de seguridad existentes, empleados para DALL-E 3. Después se implicará a políticos, educadores y artistas para comprender e identificar los usos positivos de esta nueva tecnología.
Sora, como GPT, utiliza una arquitectura de transformadores. Los vídeos se representan como conjuntos de unidades de datos. Además de poder generar un vídeo únicamente a partir de las instrucciones textuales, el modelo puede tomar una imagen fija existente y generar un vídeo a partir de ella.
También en este caso podemos comprender cuánto ha progresado la inteligencia artificial; evidentemente, habrá críticas al respecto y, sobre todo, a la posibilidad de que eclipse a los creadores de este ámbito.
Escrito por Sara Pia Votta
