OpenAI, la empresa dueña de la reconocida inteligencia artificial ChatGPT, ha dado a conocer su último avance en el campo tecnológico: Sora, una herramienta revolucionaria diseñada para crear vídeos hiperrealistas a partir de descripciones textuales detalladas.

Este nuevo modelo, desarrollado por OpenAI, es capaz de producir vídeos de hasta 60 segundos de duración con resultados sorprendentes en términos de realismo y fidelidad a las indicaciones proporcionadas por los usuarios.

LEE TAMBIÉN: El FMI alerta del impacto de la IA en el empleo: ¿está tu trabajo en peligro?

Sora opera utilizando un enfoque similar al de los generadores que convierten texto en imagen, permitiendo a los usuarios especificar con precisión detalles como el movimiento de la cámara, el entorno, la vestimenta de los personajes y otros elementos de la escena deseada.

Si bien Sora aún se encuentra en fase de pruebas y actualmente solo está disponible para investigadores de OpenAI, la compañía tiene planes de hacer que esta tecnología esté accesible al público en el futuro, una vez que se implementen las medidas necesarias para garantizar la seguridad de los usuarios.

Este avance marca un hito significativo en la evolución de la inteligencia artificial y ofrece nuevas perspectivas sobre el potencial de la interacción entre lenguaje y visuales en la creación de contenido digital. 

Para garantizar la seguridad y la integridad del uso de esta tecnología, OpenAI está colaborando estrechamente con red teamers, expertos en áreas como desinformación, contenido que incita al odio y prejuicios, probando el modelo de manera adversa, con el objetivo de identificar y abordar posibles riesgos o vulnerabilidades.

SIGUE LEYENDO: El avance de la IA debe ir a mano con la confianza digital, afirman expertos

¿CÓMO FUNCIONA?

Generar videos hiperrealistas con inteligencia artificial se logra mediante un avanzado procesamiento del lenguaje natural (NLP) y la generación de imágenes. Cuando un usuario proporciona una descripción textual detallada de la escena deseada, Sora utiliza algoritmos de NLP para comprender y analizar la información. Luego, genera imágenes estáticas que representan los elementos descritos, como personajes, objetos y paisajes.

Estas imágenes se secuencian para crear una secuencia coherente que forma un vídeo, con efectos de transición y movimiento de cámara para una experiencia visual fluida. Finalmente, Sora renderiza el vídeo aplicando efectos visuales adicionales según sea necesario para mejorar el realismo y la calidad general del resultado.

MIRA AQUÍ ALGUNOS EJEMPLOS

El resultado generado por Sora depende en gran medida del "prompt" o descripción textual detallada proporcionada por el usuario. Cuanto más específico y claro sea el prompt, mejor podrá Sora interpretarlo y generar imágenes que se ajusten a la visión del usuario. El prompt puede incluir detalles sobre el entorno, los personajes, sus acciones, el estilo visual deseado y otros elementos relevantes para la escena.

Aquí te dejamos algunos de los ejemplos que mostró OpenAI:

PROMPT: "Varios mamuts lanudos gigantes se acercan caminando a través de un prado nevado, su largo pelaje lanudo se mueve ligeramente con el viento mientras caminan, árboles cubiertos de nieve y espectaculares montañas cubiertas de nieve en la distancia, luz de media tarde con nubes tenues y un sol alto en la distancia crea un brillo cálido, la vista baja de la cámara es impresionante y captura al gran mamífero peludo con hermosas fotografías y profundidad de campo".

PROMPT: “Un tráiler de película que presenta las aventuras del hombre espacial de 30 años que lleva un casco de motocicleta tejido de lana roja, cielo azul, desierto salado, estilo cinematográfico, filmado en película de 35 mm, colores vivos”.

PROMPT: “La escena animada presenta un primer plano de un monstruo bajo y esponjoso arrodillado junto a una vela roja que se derrite. El estilo artístico es 3D y realista, con especial atención a la iluminación y la textura. El ambiente de la pintura es de asombro y curiosidad, mientras el monstruo mira la llama con los ojos muy abiertos y la boca abierta. su pose y expresión transmiten una sensación de inocencia y alegría, como si estuviera explorando el mundo que lo rodea por primera vez. el uso de colores cálidos y una iluminación espectacular realza aún más la atmósfera acogedora de la imagen”.

PROMPT: “Una mujer elegante camina por una calle de Tokio llena de luces de neón cálidas y luminosas y carteles animados de la ciudad. Lleva una chaqueta de cuero negra, un vestido largo rojo, botas negras y un bolso negro. ella usa gafas de sol y lápiz labial rojo. ella camina con confianza y casualidad. la calle está húmeda y reflectante, creando un efecto espejo de las luces de colores. muchos peatones caminan”.

¿Te gustó esta noticia? ¡Suscríbete a EXPRESO!