Sora, lo nuevo de chat GPT: qué es y cómo funciona

Explora cómo OpenAI está dando pasos audaces hacia el futuro al involucrar a un equipo de expertos, conocido como el equipo rojo, para simular el uso de Sora en el mundo real.

Sora: la Inteligencia Artificial al servicio de la creación de videos

En el vasto y dinámico paisaje de la inteligencia artificial, OpenAI, respaldada por Microsoft, ha emergido con Sora, una revolucionaria herramienta de conversión de texto a vídeo que redefine los límites de la creatividad digital.

En un constante esfuerzo por mantenerse a la vanguardia de la competencia en el campo de la inteligencia artificial, OpenAI presenta Sora como un modelo de vanguardia capaz de generar videos cautivadores a partir de simples instrucciones de texto.

Descubriendo Sora: más allá de las expectativas

Sora, cuyo nombre evoca el cielo japonés, representa un salto evolutivo en la capacidad de las máquinas para interpretar y dar vida a las palabras. No es simplemente un creador de videos, sino un arquitecto de mundos visuales que pueden extenderse hasta 60 segundos de duración.

Introducing Sora, our text-to-video model.

Sora can create videos of up to 60 seconds featuring highly detailed scenes, complex camera motion, and multiple characters with vibrant emotions. https://t.co/7j2JN27M3W

Prompt: “Beautiful, snowy… pic.twitter.com/ruTEWn87vf

— OpenAI (@OpenAI) February 15, 2024

Este avance tecnológico no solo demuestra la destreza de OpenAI en el ámbito de la inteligencia artificial, sino que también plantea preguntas fascinantes sobre el potencial creativo de las máquinas.

La promesa de Sora radica en su capacidad para construir escenas detalladas con movimientos de cámara complejos y personajes vibrantes, todos a partir de instrucciones de texto. OpenAI, en su afán de destacar en el panorama competitivo de la inteligencia artificial, presenta este modelo como una respuesta a la creciente demanda de herramientas de conversión de texto a vídeo en una industria que evoluciona rápidamente.

Prompt: “Several giant wooly mammoths approach treading through a snowy meadow, their long wooly fur lightly blows in the wind as they walk, snow covered trees and dramatic snow capped mountains in the distance, mid afternoon light with wispy clouds and a sun high in the distance… pic.twitter.com/Um5CWI18nS

— OpenAI (@OpenAI) February 15, 2024

 ¿Cómo funciona Sora?

Sumergiéndonos en el funcionamiento interno de Sora, nos encontramos con un proceso fascinante.

Imagina iniciar con una imagen estática en un televisor, ruidosa y borrosa, para luego, gradualmente, eliminar ese ruido y aspecto borroso hasta revelar un video claro y en movimiento. Sora utiliza una "arquitectura transformadora", una tecnología especial que despeja el ruido de la imagen estática para dar paso a un vídeo dinámico.

Lo distintivo de Sora es su capacidad para generar videos completos de una vez, no simplemente cuadro por cuadro. Al alimentar el modelo con descripciones de texto, los usuarios pueden guiar la narrativa del video, asegurándose de que personajes y escenarios sigan sus indicaciones.

Es esencial destacar que Sora no solo se limita a generar vídeos realistas; también puede dar vida a mundos imaginativos, llevando la creación de contenido visual a nuevos niveles de expresión artística.

Parches Latentes del Espacio-Tiempo: El Secreto de Sora

Detrás de la magia de Sora se encuentra la utilización de "parches latentes del espacio-tiempo". Estos parches actúan como tokens transformadores, permitiendo que Sora cree representaciones visuales de alta calidad.

La capacidad del modelo para entrenar en videos e imágenes de resoluciones, duraciones y relaciones de aspecto variables abre la puerta a posibilidades creativas ilimitadas. Durante la inferencia, el control sobre el tamaño de los videos generados a través de la organización de estos parches añade una capa adicional de versatilidad al modelo.

Desafiando las "Debilidades" de Sora

En su honestidad, OpenAI reconoce que Sora no es perfecto y señala algunas "debilidades" en su funcionamiento actual. La simulación precisa de la física en escenas complejas y la comprensión detallada de casos específicos de causa y efecto son desafíos que Sora aún enfrenta.

Un ejemplo de esto es la representación de una persona dando un mordisco a una galleta, pero la galleta carece de la marca del mordisco. Además, la confusión en detalles espaciales y dificultades con descripciones precisas de eventos a lo largo del tiempo son áreas en las que Sora puede mejorar.

Navegando el futuro de Sora

Aunque la espera para el público en general continúa, Sora ha sido compartido con un grupo selecto de desarrolladores y creativos. La fecha de lanzamiento para el gran público aún está en el horizonte, pero OpenAI ha adoptado una estrategia innovadora al involucrar a un equipo de expertos, conocido como el equipo rojo, para simular el uso del modelo en el mundo real.

Este enfoque tiene como objetivo identificar vulnerabilidades y debilidades, asegurando que Sora sea robusto y confiable.

¿Cómo probarlo?

De momento, Sora solo está disponible para los desarrolladores de OpenAI y por el momento no hay una fecha  confirmada para su lanzamiento al público.

El acceso a varios artistas visuales, diseñadores y cineastas para proporcionar retroalimentación es un paso adicional para asegurar que Sora no solo sea una herramienta potente sino también práctica para profesionales creativos. Aunque Sora se encuentra en la fase de formación del equipo rojo, las demostraciones compartidas y los videos generados en respuesta a las solicitudes de los usuarios ofrecen un adelanto emocionante de lo que está por venir.

En conclusión, Sora no es simplemente una herramienta de inteligencia artificial; es una puerta abierta al cielo de la creatividad digital. Su capacidad para transformar texto en videos cautivadores abre nuevas posibilidades para la narración visual y la expresión artística.

A medida que OpenAI perfecciona y expande las capacidades de Sora, nos dirigimos hacia un futuro donde la creación de contenido visual se vuelve más accesible e innovadora gracias a esta maravilla tecnológica.

Si te ha gustado el artículo compártelo en tus redes sociales y déjanos un comentario con tu opinión.