Llevamos casi un año hablando de generadores de video mediante IA en esta web, y todas las herramientas que hemos visto hasta ahora tienen la misma limitación: la duración de los videos generados. Incluso Runway, que es una de las herramientas más avanzadas solo puede crear videos de un máximo de 15 segundos.
Esta semana OpenAI, los creadores de ChatGPT y DALL-E, han presentado Sora, su propio generador de videos IA mediante indicaciones de texto. ¿Y sabéis cual es la gran novedad? La duración de los videos se puede extender hasta los 60 segundos.
Esto puede parecer una tontería, pero la potencia y la capacidad técnica para que una IA generativa mantenga la consistencia y el contexto entre fotogramas es tan elevada que hacer videos de un minuto es ya un logro en sí mismo.
Un nivel de detalle y cinematografía nunca antes vistos en un generador de texto a video
Sin embargo, lo que realmente llama la atención de Sora a primera vista es el impresionante nivel de detalle y calidad de los videos.
En una serie de casi 40 videos que ha publicado OpenAI en su web, vemos que el fotorrealismo que alcanza Sora es, por momentos, incluso aterrador. Según sus creadores todos los videos se han subido ‘a pelo’, sin ningún tipo de edición, lo cual es todavía más sorprendente y nos da una buena idea de lo avanzado que está su modelo generativo de texto a video.
Otro aspecto que han resaltado los desarrolladores es el grado de adherencia a los prompts por parte de la IA. Una característica que también permite conseguir mejores resultados cuanto más detalladas sean nuestras indicaciones.
“Sora es capaz de crear escenas complejas con múltiples personajes y tipos específicos de movimiento”, apuntan desde OpenAI. “También puede crear diferentes planos o tomas, dentro de un mismo video, manteniendo los personajes y estilo visual con precisión”.
Las debilidades de Sora: todavía no entiende las leyes de causa y efecto
Sin embargo no estamos ante un modelo perfecto, y los desarrolladores advierten de que Sora todavía tiene debilidades. La más destacada es su dificultad para simular físicas en una escena compleja, lo cual es hasta comprensible teniendo en cuenta el nivel de detalle y la calidad media de sus videos.
El otro punto débil es la incapacidad de Sora para entender las leyes de causa y efecto. Esto nos puede llevar a escenas surrealistas en las que una persona, por ejemplo, muerde una galleta pero al salir de la boca sigue estando completa y sin ningún mordisco.
Esto puede parecer una minucia, pero es algo que puede echar por la borda fácilmente todo el grado de credibilidad en un video que es extremadamente hiperrealista. Como siempre, el demonio está en los pequeños detalles.
En cualquier caso, si queremos probar las habilidades de Sora todavía tendremos que esperar un poco, ya que la aplicación todavía no está abierta al público, siendo solamente accesible para pruebas de laboratorio. La buena noticia es que OpenAI ha expresado su intención de incluir a Sora dentro de su catálogo de productos cuando la herramienta esté más pulida y se pueda garantizar su uso de forma segura por parte de los usuarios.
