OpenAI anunció el lanzamiento de Sora 2, una actualización de su sistema de inteligencia artificial para la creación de video y audio a partir de texto. El modelo, disponible de forma gratuita en una aplicación para iOS y en la web, promete mayor realismo, control y precisión que su versión original. La compañía lo describe como un paso significativo hacia la simulación avanzada del mundo físico.
El primer Sora, lanzado en febrero de 2024, permitió generar videos cortos a partir de descripciones, marcando un antes y un después en el campo. Con Sora 2, OpenAI asegura que se alcanzan logros comparables a los que supuso GPT-3.5 en lenguaje: escenas más realistas, obediencia a las leyes de la física y capacidad para manejar instrucciones complejas. La herramienta no solo genera imágenes en movimiento, sino también diálogos y efectos de sonido sincronizados.
El nuevo modelo se estrena acompañado de una aplicación social llamada Sora, que permite a los usuarios crear y compartir videos, remezclar producciones de otros y aparecer en escenas mediante una función de “cameos”. Estos cameos se activan con una breve grabación de voz e imagen, y permiten insertar al usuario o a sus amigos en cualquier entorno generado por la IA con alta fidelidad.
Más realismo y control en la generación audiovisual
Entre las novedades de Sora 2 se encuentra una mejora en la forma de representar la física del mundo. Mientras que versiones anteriores podían deformar objetos o alterar la realidad para cumplir con una instrucción, el nuevo modelo incorpora fallos más naturales. Un balón que falla un tiro, por ejemplo, rebota en el tablero en lugar de teletransportarse al aro. Esta precisión, según OpenAI, es clave para futuros simuladores de mundos.
La herramienta también destaca en su controlabilidad: permite instrucciones que abarcan varias tomas y mantiene la coherencia de los objetos y personajes durante la escena. Además, ofrece estilos diversos, desde cinematográficos hasta anime. Otro avance es la integración de paisajes sonoros completos, lo que incluye diálogos entre personajes y efectos ambientales realistas.
La aplicación Sora incluye mecanismos para controlar la experiencia de uso. Los usuarios pueden ajustar su feed de videos con lenguaje natural y establecer límites al contenido que desean ver. En el caso de adolescentes, se aplican restricciones adicionales, como el número máximo de videos diarios y controles parentales para administrar interacciones.
Acceso gratuito y despliegue gradual
Sora 2 estará disponible inicialmente en Estados Unidos y Canadá, con planes de expansión a otros países. El acceso será gratuito, aunque con limitaciones de cómputo para evitar un uso desproporcionado. OpenAI ha señalado que su intención no es optimizar el tiempo de consumo, sino incentivar la creación de contenido.
Los usuarios de ChatGPT Pro podrán acceder a una versión experimental denominada Sora 2 Pro, con mayor calidad, tanto en la aplicación como en la web. También se prevé integrar el modelo en la API para desarrolladores.
Aunque el sistema aún presenta errores y está lejos de ser perfecto, OpenAI considera que representa un avance importante hacia los simuladores de propósito general y la inteligencia artificial aplicada al mundo físico. Para la compañía, Sora 2 no solo es una herramienta creativa, sino también un paso hacia tecnologías que podrían transformar el entretenimiento, la educación y la comunicación digital.
