Sora 2: Ejemplos, críticas y primeras impresiones

Además, el modelo promete otras mejoras. Repasemos cada una de las mejoras anunciadas y analicemos críticamente algunos ejemplos.

Más preciso físicamente

Se supone que Sora 2 comprende mejor conceptos como el peso, el equilibrio, la permanencia de los objetos y la relación causa-efecto. Si alguien falla un tiro en baloncesto, la pelota debe rebotar en el aro, en lugar de teletransportarse mágicamente al interior de la canasta, como hemos visto en modelos anteriores. Analicemos este ejemplo:

La dinámica física parece bastante convincente durante la mayor parte del vídeo, pero si te fijas en los últimos fotogramas (los últimos 0,5 segundos), verás que las piernas del patinador se estiran hasta alcanzar una forma imposible y casi deformada.

Cuando el gato se cae de la cabeza del patinador, la caída parece ingrávida y antinatural. Luego, al final, el gato hace una pirueta imposible.

Otro problema importante de este vídeo es que hay continuidad en el audio, pero no en el vídeo. Al escuchar al locutor hablando por el micrófono en el estadio, podemos deducir que la acción y el tiempo son continuos porque no hay cortes en el sonido, pero el vídeo de 10 segundos está compuesto en realidad por tres tomas diferentes que claramente tuvieron lugar en momentos distintos. Tengo claro que Sora 2 no tiene ni idea de los principios básicos del montaje.

Capaz de simular fallos

Otra mejora sutil (pero muy útil) es que Sora 2 ahora puede generar errores realistas. Los modelos anteriores representaban principalmente acciones exitosas: alguien siempre aterriza el salto, siempre marca el gol. Sora 2 intenta simular el fallo, lo cual es más difícil de lo que parece. Para la IA, «meter la pata» de forma realista a menudo requiere un modelo interno más profundo de la física y el comportamiento humano.

Veamos un ejemplo:

De hecho, me gusta bastante este vídeo, casi me convence de que la caída es real. Lo único que rompe la ilusión es el equilibrio imposible hacia el final. Es discutible, pero creo que el hombre debería haber caído mucho antes.

Dicho esto, la capacidad de generar errores tiene un gran potencial. El caso de uso más obvio que se me ocurre es cuando necesitas filmar una toma peligrosa. En lugar de recurrir a una persona real, tal vez podrías probar con la inteligencia artificial para evitar complicaciones y reducir también el presupuesto.

Mejor continuidad

OpenAI afirma que Sora 2 puede obedecer instrucciones complejas en múltiples tomas manteniendo el mismo personaje, la misma iluminación y el mismo estado general del mundo. Por lo tanto, si pides que un hombre con una chaqueta roja entre en un edificio, camine por un pasillo y coja un periódico de un escritorio, la chaqueta debe seguir siendo roja, el pasillo debe permanecer igual y no deben aparecer de repente dos periódicos o tres brazos.

Este es el ejemplo más relevante que he encontrado para esta función:

Este ejemplo reúne seis impresionantes tomas en un solo vídeo de 10 segundos. Lo que realmente transmite la continuidad es el sonido: las conversaciones de fondo, los fuegos artificiales y los diálogos están generados de forma impresionante. No puedo juzgar la semántica porque no entiendo el idioma que se habla, pero acústicamente funciona.

Sin embargo, una vez que observas más detenidamente las imágenes, las cosas empiezan a volverse confusas. La distancia entre los personajes cambia demasiado: a veces están muy separados y, de repente, segundos después, se tocan las manos. La cámara también salta el eje de una manera que parece aleatoria, lo que hace que sea realmente difícil entender la geografía del espacio y la posición de los personajes.

Dicho esto, la consistencia del rostro es perfecta, así que le daré crédito al modelo por eso. La iluminación también es uniforme, y la gradación de color en blanco y negro se mantiene en todas las tomas. 

Estilo flexible

OpenAI afirma que el modelo puede cambiar con fluidez entre estilos realistas, cinematográficos y animados, incluido el anime, al tiempo que conserva el movimiento y la identidad. Esto resulta útil para los creadores que desean obtener resultados estilizados sin perder por completo el control de la escena.

Tengo que decir que este es quizás el ejemplo que más me gusta de todo lo que han mostrado. Hay cosas que funcionan y cosas que no, pero en cuanto a la historia, en mi opinión, es una escena muy bien construida, sobre todo porque tiene una dinámica emocional funcional.

El mundo que rodea a los protagonistas es feliz: la gente disfruta de una especie de festival nocturno, los fuegos artificiales iluminan el cielo y se respira un ambiente festivo. Pero en medio de todo eso, los dos personajes principales parecen estar teniendo una conversación muy difícil, da la sensación de que están a punto de romper de forma irreversible.

No entiendo el idioma, así que no puedo decir con certeza qué están diciendo, pero el tono emocional se percibe claramente. La música está muy bien elegida, ligeramente alegre, en consonancia con el escenario, y el primer plano al final, con los fuegos artificiales reflejados en los ojos del personaje femenino, es lo que realmente transmite el mensaje.

Si tuviera que quejarme de algo, sería de que las personas que te rodean no se mueven en absoluto. Pero esto también podría ser una elección intencionada: estamos viendo una visión subjetiva de la escena, en la que el mundo que les rodea se ha detenido por un momento porque están tan absortos en su propio mundo tenso que, subjetivamente, el mundo exterior ha dejado de existir para ustedes.

Sora: La aplicación social

Junto con el modelo, OpenAI también lanzó una nueva aplicación para iOS llamada Sora, que añade una capa social completa a la experiencia de generación de vídeos. En este momento, la aplicación es la principal forma de acceder a Sora 2 y, hasta ahora, solo se puede acceder mediante invitación y está limitada a usuarios de Estados Unidos y Canadá.

Supongo que OpenAI quiere ver qué pasa cuando la gente empieza a remezclar el contenido de los demás, insertándose en las escenas y tratando los vídeos de IA más como un lenguaje social. Si esto se convertirá en el próximo TikTok es otra cuestión (creo que las posibilidades son nulas), pero la mecánica es interesante.

¿Cómo funciona la aplicación social Sora?

En esencia, la aplicación Sora es una plataforma basada en feeds creada para vídeos de IA remezclables. Podéis desplazarte por clips cortos generados por otros usuarios, muchos de los cuales incluyen imágenes de personas reales a través de un sistema llamado« » (másinformación al respecto a continuación). Si deseas crear uno propio, puedes escribir un nuevo guion desde cero o remezclar un vídeo existente utilizando el cameo de otra persona, siempre que cuentes con su permiso.

Puedes dar «Me gusta», remezclar, volver a publicar o seguir a usuarios como lo harías en cualquier otra plataforma social. El feed en sí está personalizado, pero OpenAI afirma que no está optimizado para el tiempo de visualización. En cambio, afirman que está configurado para maximizar la creación y la inspiración, y han añadido controles de bienestar, como límites diarios de generación para adolescentes y anulaciones parentales a través de chatGPT.

La aplicación también incluye un sistema de recomendaciones controlado por lenguaje natural, lo que significa que puedes dirigir el tipo de contenido que ves en inglés sencillo (por ejemplo, «muéstrame vídeos divertidos con animales» o «menos cosas surrealistas»).

Funciones destacadas

Probablemente esta sea la característica más novedosa de la aplicación. Los cameos te permiten grabar un breve clip de vídeo y audio de ti mismo, que luego el modelo utiliza para generar una réplica completa de tu persona: voz, apariencia, expresiones y todo lo demás. Una vez que tu cameo haya sido verificado y subido, podrás insertarte en cualquier escena o permitir que tus amigos te incluyan en las suyas.

El planteamiento de OpenAI en este caso es que tú mantienes el control sobre tu imagen en todo momento:

• Tú decides quién puede utilizar tu cameo.
• Puedes revocar el acceso o eliminar cualquier vídeo en el que aparezcas.
• Puedes ver todos los vídeos (incluidos los borradores) en los que apareces.

Es un sistema inteligente, pero también plantea muchas preguntas sobre el consentimiento, los derechos de autor, la moderación y cómo se adapta a diferentes escalas. OpenAI afirma que está creando equipos de revisión humanos para detectar casos extremos, como el acoso, y que se han establecido permisos más estrictos para los usuarios más jóvenes.

¿Por qué este repentino interés por los medios generados por IA?

Tal y como señalaba un informe reciente de Stanford, la IA aún no ha revolucionado tantos sectores, con una clara excepción: los medios de comunicación.

Fuente: Informe sobre el estado de la IA en los negocios en 2025

No creo que sea solo una anomalía estadística. He hablado directamente con productores publicitarios y se están tomando este cambio muy en serio. Muchos están experimentando activamente con la IA para reducir los costes de producción, acelerar los plazos y evitar los quebraderos de cabeza logísticos que conlleva el rodaje en un plató.

Se puede observar la misma tendencia en el ámbito público. Si navegas por LinkedIn cualquier día, encontrarás creadores que publican cortometrajes, anuncios y tráilers conceptuales generados por IA. Un buen ejemplo es este anuncio de Kalshi, un anuncio real de una empresa real, producido íntegramente con IA:

Por eso creo que empresas como OpenAI, Google y Meta están apostando de repente por los medios generados por IA. Si hay un ámbito en el que la IA generativa ya está demostrando su utilidad, y en el que la gente está invirtiendo activamente tiempo y dinero, es este. Por lo tanto, es lógico que los laboratorios estén compitiendo por crear plataformas, ecosistemas y capas sociales en torno al vídeo.

La semana pasada, Meta lanzó Vibes, un nuevo feed de vídeos cortos generados por IA, que parece ir tras el mismo espacio que la aplicación Sora de OpenAI. El patrón es bastante claro: sacar provecho de los medios de comunicación y el entretenimiento ahora, mientras que la tecnología aún no es lo suficientemente buena como para alterar de manera fiable otras industrias más reguladas, como la sanidad o las finanzas.

En resumen, el vídeo es el fruto más fácil de alcanzar, y todo el mundo intenta hacerse con él antes que los demás.

Conclusión

Aunque quiero mantener una postura crítica, vale la pena reconocer lo mucho que han avanzado estos modelos de IA. Recuerda que a principios de 2023, lo mejor que podíamos conseguir era ver a Will Smith comiendo espaguetis .. Ahora hablamos de audio nativo, continuidad emocional y aplicaciones sociales de remezcla en toda regla en las que puedes sumergirte en un combate con espadas en un barco pirata o en un surrealista programa de cocina presentado por tu perro.

Dicho esto, Sora 2 sigue teniendo problemas con la coherencia espacial, la lógica básica de edición y el realismo físico sutil. Y la decisión de OpenAI de restringir el acceso a una aplicación para iOS solo por invitación no ayuda precisamente a su reputación entre los usuarios profesionales que buscan herramientas serias. Aquí hay potencial, pero también hay fricciones.

Aún así, está claro que los medios generados por IA son el ámbito al que hay que prestar atención.