Si bien la fascinación por ChatGPT y los modelos de lenguaje de inteligencia artificial generativa aún no ha pasado, OpenAI acaba de presentar una herramienta de creación de videos deslumbrante y revolucionaria llamada Sora. Con él, simplemente das una descripción de lo que quieres ver en pantalla y ahí tienes el clip, creado por inteligencia artificial. Algunos están más logrados que otros, a veces tienen ese estilo de videojuego que los diferencia de la realidad, pero todos son sorprendentes.
Sam Altman, director ejecutivo de OpenAI, anunció el lanzamiento en la red social, que se vio inundado de nuevas creaciones en poco tiempo. Vídeos realistas, futuristas, disparatados, dibujos animados… Los vídeos incluyen todo tipo de creaciones automáticas creadas con inteligencia artificial generativa. Sora es capaz de producir vídeos completos de una sola vez o ampliar los vídeos generados para hacerlos más largos.
en las pruebas mostrado por Altman y su negocio, verá escenas complejas con múltiples personajes, tipos específicos de movimientos y detalles precisos del tema y el fondo. Según OpenAI, el modelo comprende no sólo lo que el usuario solicitó en la consulta, sino también cómo existen esas cosas en el mundo físico. El modelo tiene un profundo conocimiento del lenguaje, lo que le permite interpretar señales con precisión y generar personajes convincentes que expresan emociones vibrantes, afirma la empresa.
«Este es Sora, nuestro modelo de generación de videos», escribió Altman. «Nous offrons l’accès à un nombre limité de créateurs», a-t-il ajouté, avant de demander à ses abonnés de lui faire des suggestions pour créer de nouvelles vidéos, en plus des échantillons qu’il avait déjà proposés sur son sitio de Internet.
Las instrucciones pueden ser más o menos detalladas. Uno de los ejemplos ofrecidos por OpenAI se ajusta a la siguiente descripción: “Una mujer elegante camina por una calle de Tokio llena de cálidas y brillantes luces de neón y bulliciosa señalización urbana. Lleva una chaqueta de cuero negra, un vestido largo rojo, botas negras y un bolso negro. Lleva gafas de sol y lápiz labial. Camine con confianza y sin preocupaciones. La calle está mojada y refleja, creando un efecto espejo de las luces de colores. Muchos peatones caminan. Y el resultado es sorprendente (sobre).
Otro señala: «Tráiler de una película sobre las aventuras de un astronauta de 30 años que lleva un casco de motocicleta tejido con lana roja, cielo azul, desierto salado, estilo cinematográfico, filmado en película de 35 mm, colores brillantes». (abajo).
Además de poder generar vídeo únicamente a partir de instrucciones de texto, el modelo puede tomar una imagen fija existente y generar un vídeo a partir de ella, animando el contenido de la imagen con precisión y atención a los pequeños detalles. La plantilla también puede tomar un vídeo existente y ampliarlo o completar los fotogramas que faltan.
Puedes preguntar por contenido, estilo y dar todo tipo de instrucciones. Altman publica nuevos vídeos solicitados por los tuiteros, lo que demuestra que los resultados son inmediatos. Sora también puede crear múltiples tomas en un solo video generado manteniendo con precisión los personajes y el estilo visual.
«Enseñamos 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 requieren interacción en el mundo real», explica OpenAI al presentar la nueva herramienta de conversión de texto a video. «Sora puede generar vídeos de hasta un minuto de duración manteniendo la calidad visual y la fidelidad a las instrucciones del usuario», añade.
Por el momento, la herramienta está disponible para los denominados equipos rojos. Los miembros de estos equipos intentan cuestionar un producto o servicio, llevarlo al límite, ponerlo a prueba y encontrar sus fallos como si fueran enemigos de la empresa. Aquí, tienen la misión específica de evaluar áreas críticas en busca de posibles daños o riesgos. Entre ellos se encuentran expertos en áreas como desinformación, contenido que incita al odio y prejuicios.
Open AI también brinda acceso a una variedad de artistas visuales, diseñadores y cineastas para brindar comentarios sobre cómo mejorar el modelo para hacerlo más útil para los profesionales creativos.
«Estamos compartiendo el progreso de nuestra investigación con anticipación para comenzar a trabajar con personas fuera de OpenAI y recibir sus comentarios, así como para brindarle al público una idea de las capacidades de IA que están en el horizonte». explica la empresa.
Defectos a pulir
La propia empresa de inteligencia artificial reconoce que Sora todavía tiene fallos muy evidentes. Es posible que tenga dificultades para simular con precisión la física de una escena compleja y no comprender casos específicos de causa y efecto. Pone el ejemplo de que una persona puede morder una galleta, pero es posible que la galleta no tenga la marca del mordisco.
El modelo también puede confundir los detalles espaciales de una señal, por ejemplo confundiendo izquierda y derecha, y puede tener problemas con descripciones precisas de eventos que se desarrollan en el tiempo, como seguir la trayectoria de una cámara específica.
Antes de poner la herramienta a disposición del público, OpenAI promete tomar algunas precauciones. Entre ellos está tener en cuenta las indicaciones de los equipos rojos. Además, crea herramientas para ayudar a detectar contenido engañoso, con detectores capaces de saber cuándo Sora generó un vídeo. También ha desarrollado potentes clasificadores de imágenes que se utilizan para revisar las imágenes de todos los vídeos generados y garantizar que cumplen con sus políticas de uso antes de mostrárselos al usuario.
Además, reutilizará los métodos de seguridad que creó para sus productos que usan DALL-E 3. Por ejemplo, el clasificador de texto verificará y rechazará las solicitudes de ingreso de texto que violen sus políticas de uso, como aquellas que requieran violencia extrema o contenido de imágenes sexuales. . , imágenes que inciten al odio, imágenes de personajes famosos o propiedad intelectual de terceros.
“Nos comunicaremos con formuladores de políticas, educadores y artistas de todo el mundo para escuchar sus inquietudes e identificar casos de uso positivos para esta nueva tecnología. A pesar de investigaciones y pruebas exhaustivas, no podemos predecir todas las formas beneficiosas en que las personas utilizarán nuestra tecnología, ni todas las formas en que abusarán de ella. Por eso creemos que aprender del uso en el mundo real es una parte fundamental para crear y lanzar sistemas de IA cada vez más seguros con el tiempo”, concluye OpenAI.
puedes seguir EL PAÍS Tecnología dentro Facebook Y X o regístrate aquí para recibir nuestra boletín semanal.
