Lembra daqueles vídeos feitos com IA que eram combustível para seus piores pesadelos? As empresas de inteligência artificial têm aprimorado seus modelos ao longo do último ano, lançando melhores chatbots e geradores de imagens e áudio, mas havia uma tarefa pendente: o vídeo. Agora, a OpenAI está de volta para nos trazer uma nova IA que causará bastante impacto.
A empresa por trás do bem-sucedido ChatGPT lançou o Sora, seu novo modelo de geração de vídeo, capaz de ‘criar cenas realistas e imaginativas a partir de instruções de texto’. Com essa nova ferramenta de IA, os usuários podem criar vídeos fotorrealistas com base nas instruções (prompts) fornecidas. No entanto, a duração máxima dos vídeos gerados é de apenas um minuto.
De acordo com a OpenAI em seu site, Sora é capaz de criar ‘cenas complexas com múltiplos personagens‘, tipos específicos de movimento e detalhes precisos do sujeito e do fundo, bem como entender como os objetos ‘existem no mundo físico’ e interpretar com precisão os adereços e gerar personagens convincentes que expressem emoções vibrantes.
Além disso, este novo modelo também é capaz de gerar um vídeo a partir de uma imagem fixa, assim como preencher os quadros que faltam em um vídeo existente ou ampliá-lo. Entre os exemplos fornecidos pela OpenAI, podemos ver uma cena aérea da Califórnia durante a febre do ouro e um vídeo que parece ter sido filmado do interior de um trem em Tóquio.
Sim, como muitos podem observar, a IA ainda não é perfeita e podem ser observados ‘elementos de IA’ nos vídeos gerados, como objetos que aparecem do nada ou pessoas que se movem de forma estranha. A questão é que, mesmo com todas essas falhas, Sora é até o momento o modelo gerador de vídeos mais preciso do setor, algo que pode ser um grande desafio para as organizações que lutam contra a desinformação online.
Por enquanto, o acesso ao Sora é limitado, estando disponível apenas para alguns artistas visuais, designers e cineastas, bem como para as próprias ‘equipes vermelhas’ da OpenAI responsáveis por avaliar o modelo a fim de detectar possíveis danos e riscos.
