OpenAI cierra Sora, Disney cancela su asociación de mil millones de dólares en AI

Por qué la generación de video de consumo no logró escalar

El cierre de Sora es el ejemplo más destacado de un patrón que ha surgido en los productos de generación de video de AI desde mediados de 2024. El costo computacional de generar video de alta calidad — que requiere mantener coherencia temporal a lo largo de potencialmente miles de fotogramas, cada uno de los cuales requiere el tipo de computación que demanda una única imagen de alta calidad — es sustancialmente mayor que para la generación de imágenes. En los niveles de calidad que los consumidores esperan después de ver las mejores salidas de Sora, los costos de generación por video se han mantenido lo suficientemente altos como para que un modelo de suscripción de consumo con precio competitivo con servicios de streaming no pueda mantener el presupuesto de computación.

Esta realidad económica ha empujado a múltiples empresas de video de AI a enfocarse en clientes profesionales y empresariales que pueden pagar precios que justifiquen la computación, en lugar de modelos de suscripción de consumo que asumen precios de mercancía. Runway, Pika y Kling han cambiado todos su enfoque comercial en esta dirección durante el año pasado. La decisión de OpenAI de cerrar la aplicación Sora de consumo en lugar de reposicionarla para usuarios profesionales sugiere que la empresa concluyó que el ajuste producto-mercado para una aplicación de video de AI de mercado masivo aún no existe en la economía alcanzable con arquitecturas actuales.

El giro hacia la robótica

La razón declarada para redirigir el equipo de Sora — investigación de simulación mundial para robótica — es más que una explicación para salvar la cara por un cierre de producto. Señala hacia una convergencia genuina entre las capacidades de modelado generativo que Sora representó y las capacidades de AI física que la robótica requiere.

Entrenar un robot para navegar e interactuar con entornos físicos requiere exposición a un enorme rango de escenarios físicos, la mayoría de los cuales no pueden ser recopilados eficientemente en el mundo real. Un modelo de generación de video que entienda cómo se comportan los objetos — cómo fluyen los líquidos, cómo chocan los cuerpos rígidos, cómo se deforman los materiales suaves — es en principio un simulador mundial que podría generar datos de entrenamiento sintéticos para el aprendizaje de robots a una escala y variedad que la recopilación de datos del mundo real no puede igualar. Si la arquitectura de Sora, que fue optimizada para salida visual fotorrealista, puede ser reutilizada efectivamente para este papel de simulación permanece por demostrarse, pero la conexión conceptual es real.

Lo que esto significa para la estrategia de productos de OpenAI

El cierre de Sora sigue a un período en el que OpenAI ha estado navegando una tensión significativa entre su misión de investigación y sus compromisos de comercialización de productos. La fuente principal de ingresos de la empresa sigue siendo ChatGPT y el acceso API a sus modelos de lenguaje, y los recursos requeridos para mantener el desarrollo del modelo de frontera son sustanciales. Las aplicaciones de consumo que requieren subsidios de computación pesados sin generar ingresos proporcionales crean presión sobre el negocio central.

El colapso del acuerdo de Disney es un retroceso más significativo que solo el cierre de la aplicación. Representaba no solo capital sino una legitimización de OpenAI como socio de plataforma de contenido para la industria del entretenimiento a una escala que ninguna otra empresa de AI había logrado. Reconstruir ese tipo de relación institucional, particularmente en una industria del entretenimiento que sigue siendo profundamente ambivalente acerca de la AI generativa, requerirá tiempo y una arquitectura de producto diferente a la que Sora representó.

Para la industria de AI más amplia, el cierre de Sora es un punto de datos en un debate en curso sobre qué capacidades de AI están lo suficientemente cerca de la economía de grado de consumo como para construir productos de mercado masivo hoy, y cuáles permanecen en el dominio de herramientas profesionales especializadas. La generación de texto cruzó ese umbral. La generación de imágenes ha cruzado en gran medida. La generación de video, en los niveles de calidad y coherencia temporal que la hacen genuinamente útil, aún no lo ha hecho — y la salida de OpenAI del mercado de consumo sugiere que ese cronograma es más largo de lo que el lanzamiento del producto inicial de la empresa implicaba.

Este artículo se basa en reportajes de Mashable. Lea el artículo original.