OpenAI fecha Sora, Disney cancela sua parceria de IA de US$ 1 bilhão

Por que a geração de vídeo para consumidor falhou em dimensionar

O encerramento de Sora é o exemplo mais proeminente de um padrão que emergiu entre produtos de geração de vídeo com AI desde meados de 2024. O custo computacional de gerar vídeo de alta qualidade — que exige manter coerência temporal em potencialmente milhares de quadros, cada um dos quais requer o tipo de computação que uma única imagem de alta qualidade demanda — é substancialmente maior do que para geração de imagem. Nos níveis de qualidade que consumidores esperam depois de ver as melhores saídas de Sora, os custos de geração por vídeo permaneceram altos o suficiente para que um modelo de assinatura de consumidor precificado competitivamente com serviços de streaming não possa sustentar o orçamento de computação.

Essa realidade econômica impulsionou múltiplas empresas de vídeo AI a focar em clientes profissionais e empresariais que podem pagar preços que justifiquem a computação, em vez de modelos de assinatura de consumidor que assumem preço de commodity. Runway, Pika e Kling todos mudaram seu foco comercial nessa direção ao longo do último ano. A decisão de OpenAI de encerrar o aplicativo Sora para consumidor em vez de reposicionar para usuários profissionais sugere que a empresa concluiu que o ajuste produto-mercado para um aplicativo de vídeo AI de mercado em massa ainda não existe na economia alcançável com arquiteturas atuais.

A mudança para robótica

A razão declarada para redirecionar a equipe Sora — pesquisa de simulação de mundo para robótica — é mais do que uma explicação para salvar as aparências para um encerramento de produto. Aponta para uma convergência genuína entre as capacidades de modelagem generativa que Sora representava e as capacidades de AI física que robótica requer.

Treinar um robô para navegar e interagir com ambientes físicos requer exposição a um vasto range de cenários físicos, a maioria dos quais não podem ser eficientemente coletados no mundo real. Um modelo de geração de vídeo que entenda como objetos se comportam — como líquidos fluem, como corpos rígidos colidem, como materiais moles se deformam — é em princípio um simulador de mundo que poderia gerar dados de treinamento sintéticos para aprendizado de robô em escala e variedade que coleta de dados do mundo real não consegue igualar. Se a arquitetura de Sora, que foi otimizada para saída visual fotorrealista, pode ser efetivamente reutilizada para esse papel de simulação permanece a ser demonstrado, mas a conexão conceitual é real.

O que isso significa para a estratégia de produto da OpenAI

O encerramento de Sora segue um período no qual OpenAI tem navegado tensão significativa entre sua missão de pesquisa e seus compromissos de comercialização de produto. O diretor principal de receita da empresa permanece ChatGPT e acesso API aos seus modelos de linguagem, e os recursos necessários para manter desenvolvimento de modelo de fronteira são substanciais. Aplicações de consumidor que exigem pesados subsídios de computação sem gerar receita proporcional criam pressão no negócio central.

O colapso do acordo da Disney é um revés mais significativo do que apenas o encerramento do aplicativo. Representava não apenas capital, mas uma legitimização de OpenAI como parceira de plataforma de conteúdo para a indústria de entretenimento em escala nenhuma outra empresa de AI havia alcançado. Reconstruir esse tipo de relacionamento institucional, particularmente em uma indústria de entretenimento que permanece profundamente ambivalente sobre AI generativa, levará tempo e uma arquitetura de produto diferente daquela que Sora representava.

Para a indústria de AI mais ampla, o encerramento de Sora é um ponto de dado em um debate contínuo sobre quais capacidades de AI estão perto o suficiente da economia de qualidade para consumidor para construir produtos de mercado em massa hoje, e quais permanecem no domínio de ferramentas profissionais especializadas. Geração de texto ultrapassou essa barra. Geração de imagem em grande medida também. Geração de vídeo, na qualidade e níveis de coerência temporal que a tornam genuinamente útil, ainda não — e a saída de OpenAI do mercado de consumidor sugere que esse cronograma é mais longo do que o lançamento de produto inicial da empresa implicava.

Este artigo é baseado em reportagem de Mashable. Leia o artigo original.