OpenAI presentó el pasado 15 de febrero a Sora, su modelo de texto a video. El nuevo servicio da sus primeras señales de vida a días del estreno de Gemini, el nuevo chatbot por Inteligencia Artificial de Google, rival directo de ChatGPT.
Sora permite al usuario, a través de una instrucción (Promnt), crear vídeos de hasta 60 segundos con escenas muy detalladas. La generación de estos materiales multimedia logran movimientos de cámara complejos y múltiples personajes, con un realismo sorprendente.
Pese a que el modelo estaría listo, OpenAI expresó que se encuentran tomando varias medidas de seguridad importantes antes de Sora esté disponible públicamente. Mientras tanto, han liberado varios videos creados a través de Promnts, con el fin de demostrar lo potente que es la herramienta.
- “Un tráiler de película que presenta las aventuras de un 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”.
- “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 casualmente. La calle está húmeda y reflectante, creando un efecto espejo de las luces de colores. Muchos peatones caminan”.
Si bien, Google ha mencionado contar capacidad de generar imágenes y video, la capacidad todavía no está integrada a Gemini de forma nativa. Esto la deja muy en desventaja ante OpenAI, pues la generación de imágenes, DALL-E, está integrada en ChatGPT-4, además de tener un GPT propio para ello. A esto se suma que Sora estará disponible próximamente en los productos de OpenAI, con el formato de uso que ya estamos acostumbrados.
Seguridad en Sora
Según presentó recientemente, el nuevo modelo de texto a video se encuentra disponible con miembros del equipo rojo (expertos en áreas como desinformación, contenido que incita al odio y prejuicios), que están probando el modelo de manera adversa.
Actualmente, la inteligencia artificial está ayudando a crear una gran cantidad de Deepfakes, Fake News y otros elementos negativos, que han permitido a los ciberdelincuentes realizar ataques mucho más certeros y directos. Para evitar esto, OpenAI anunció una serie de medidas que tendrá Sora a partir de su lanzamiento:
- Planean incluir metadatos de C2PA en el futuro si se implementa el modelo en un producto OpenAI.
- Un clasificador de texto verificará y rechazará las solicitudes de ingreso de texto que infrinjan políticas de uso, como aquellas que solicitan violencia extrema, contenido sexual, imágenes de odio, imágenes de celebridades o la IP de otros.
- Desarrollo de clasificadores de imágenes sólidos que se utilizan para revisar los fotogramas de cada video generado para ayudar a garantizar que cumpla con nuestras políticas de uso, antes de mostrarlo al usuario.
