Cenas bizarras, belas e erradas: testamos o sora, da openai

Mãos magras de pele clara estão encostadas sobre uma mesa. As unhas estão pintadas de vermelho. Uma delas segura um pincel de esmalte e tenta, sem sucesso, acertar as unhas " as cerdas passam pela mesa e pelos dedos, de forma desordenada, mas não deixam manchas de esmalte. Um detalhe adiciona um toque bizarro à cena: as duas mãos saem de um único braço.
O vídeo foi criado pelo GLOBO no Sora, a ferramenta da OpenAI, dona do ChatGPT, que promete gerar vídeos ultrarrealistas a partir de comandos de textos, em apenas alguns segundos. Para criar a cena das mãos, a reportagem pediu que o sistema de inteligência artificial (IA) gerasse a imagem de uma mulher pintando as unhas de vermelho. Não deu certo.
O recurso foi lançado para criar cenas rápidas, de até 20 segundos, em três formatos (vertical, horizontal e quadrado). O anúncio do Sora foi feito pela OpenAI em fevereiro de 2024, mas a ferramenta só foi liberada para uso público no mês passado.
Desde a apresentação dos primeiros vídeos criados pela inteligência artificial, levantou-se a preocupação sobre como o sistema elevaria o risco da tecnologia, como o de desinformação.
Algumas imagens impressionam pela beleza, riqueza de detalhes e realismo. O pedido da reportagem para a IA criar uma imagem aérea do Congresso americano, por exemplo, gera uma cena que parece de um vídeo real. As amostras exibidas pelo Sora na aba "recentes", que reúnem criações de usuários, também mostram vídeos convincentes, alguns de cenas ultrarrealistas.
Semanas após o lançamento, no entanto, a ferramenta apresenta uma série de limitações, especialmente para criar movimentos humanos.
DESACERTO COM NIEMEYER
Um vídeo com o pedido para "um senhor cortando a unha do pé" mostra um homem (com rosto bem definido) pincelando a perna e o dedão com algo que parece um alicate, que se deforma ao longo do vídeo.
Já a cena de um bebê tocando a mão da mãe vira uma confusão de peles e formas, com uma mão que chega a sair do pescoço da criança.
A IA também tem dificuldades de entender como Oscar Niemeyer pôde projetar um edifício (do Congresso Nacional) com duas cúpulas, sendo uma convexa e outra côncava. Mesmo com essa especificação no prompt (como é chamado o comando em texto para a IA), as duas cúpulas aparecem para baixo.
O mar também parece desafiador para a IA. O pedido de uma cena em que uma onda gigante atinge a praia de Copacabana, no Rio de Janeiro, gera uma vaga de poucos metros e banhistas confusos.
Um vídeo com comando simples ("uma mulher mergulha no mar na praia de Ipanema") gera uma sequência que desafia a gravidade.
Apesar das limitações do sistema de IA recém-aberto ao público, a tendência é que o Sora, assim como outros modelos de IA generativa, evolua à medida que acumula dados e passe por refinamento com base no uso.
O lançamento do sistema vem em um momento de ampliação da disponibilidade de sistemas de IA que geram vídeos. No mesmo mês do lançamento do Sora, o Google anunciou o Veo 2, modelo para criação de vídeos realistas. A ferramenta ainda está em fase de testes.