OpenAI revela ferramenta que cria vídeos curtos a partir de instruções em texto

A OpenAI, empresa por trás de modelos generativos como o ChatGPT, introduziu agora uma ferramenta capaz de transformar textos em vídeos curtos.

Chamada de Sora, a ferramenta é descrita como “um modelo de inteligência artificial capaz de criar cenas realistas e imaginativas a partir de instruções em texto”. Isso significa que basta descrever algo, assim como você faria para gerar uma imagem, que Sora criará um vídeo a partir disso.

O resultados iniciais impressionam, com visual realista, textura e até movimentos de câmera. Mas a própria OpenAI assume que é uma ferramenta imperfeita, descrevendo alguns dos defeitos no site:

“O modelo atual tem fraquezas, como certa dificuldade em simular a física com precisão em cenas complexas, e talvez não consiga entender a relação entre causa e efeito. Por exemplo, se a cena traz alguém mordendo um biscoito, o biscoito pode não aparecer mordido logo em seguida.
O modelo também pode confundir detalhes espaciais das instruções, como misturar esquerda e direita, ou se complicar para seguir descrições precisas de eventos que se desenrolam, como seguir uma trajetória de câmera.”

De início, Sora estará disponível apenas para membros da Red Team, a rede de especialistas e experts que colaboram com a OpenAI. A empresa afirma também que pretende implementar diversas barreiras para impedir que vídeos de “desinformação ou conteúdo odioso” sejam criados na ferramenta.