La llegada de Sora al mundo no está dejando indiferente a nadie. Esta novedad en IA de OpenAI, está atrayendo las miradas de todos gracias a su increíble e hiperrealista creación de vídeos a partir de texto.

En concreto, se basa en un modelo de difusión, similar a DALL-E 2, pero especializado en vídeo. El proceso comienza con un "lienzo" de ruido visual, al que se le van aplicando sucesivas modificaciones para transformarlo en la escena que buscas. Estas modificaciones se guían por la descripción textual dada por el usuario, que puede ser tan detallada como tú quieras.

El modelo de Sora es capaz de comprender no solo el contenido textual, sino también las relaciones físicas entre los elementos de la escena, generando vídeos con movimientos realistas, iluminación perfecta y una representación hasta entonces nunca vista del mundo real. Literalmente parece una película grabada con una cámara.

Aunque aún no está disponible para en general, OpenAI ha ido dando pequeñas muestras de los vídeos creados por Sora, mostrando su increíble potencial creativo. Un ejemplo reciente es una serie de videos que muestran un elefante hecho completamente de hojas, caminando a través de la jungla, entre otros. 

OpenAI dice que Sora estará disponible al público en algún momento de este año

Queda claro que estas pinceladas mostrando el potencial de Sora son solo una pequeña parte de todo lo que está por llegar y así lo quiso recalcar OpenAI, comentando que ha decidido compartir su progreso de investigación con Sora temprano "para aprender de los comentarios y darle al público una idea de las capacidades de AI en el horizonte".

Lo más destacado de Sora radica en su versatilidad. Desde gatitos piratas montando aspiradoras robot hasta representaciones muy reales de las cataratas del Niágara, este sistema demuestra una notable capacidad para transformar descripciones de texto en contenido visual hasta entonces nuca visto. 

Esta capacidad de generar videos de hasta un minuto de duración, manteniendo una calidad visual impresionante y cumpliendo con las indicaciones del usuario de una forma aparentemente exacta, representa un avance al estilo ChatGPT en el campo de la inteligencia artificial que el día que salga al público va a ser un auténtico bombazo.