Entre 2022 y 2023 el mundo se sorprendió dos veces: primero con las máquinas que escribían textos coherentes y después con las que pintaban cualquier imagen que les pidieras. La tercera sorpresa ya está aquí y es más grande que las anteriores: máquinas que generan video. Escenas en alta definición, con movimientos de cámara, luz realista y varios personajes, creadas a partir de una frase escrita. El nombre que encabeza esta revolución es Sora, de OpenAI, y en Hollywood ya hay quien ha detenido inversiones millonarias después de ver lo que hace.
Qué es Sora, exactamente
Sora es un modelo de inteligencia artificial de texto a video: le describes una escena («un mamut lanudo camina por una llanura nevada al atardecer») o le das una fotografía, y él genera la secuencia en movimiento, en 1080p o más, con una coherencia que hasta hace poco parecía ciencia ficción. El nombre viene del japonés sora (空), «cielo», una declaración de intenciones sobre su potencial creativo. OpenAI no está solo en la carrera: Google con Veo, Runway con sus Gen-3 y Gen-4, Luma, Kling y Pika empujan la misma tecnología, y cada pocos meses la calidad da un salto que se nota a simple vista.
Cómo funciona por dentro (sin humo)
Los generadores de video antiguos pegaban fotogramas borrosos que se deshacían al tercer segundo. Sora usa otra receta: combina la arquitectura Transformer —la misma familia que usan los modelos de lenguaje— con técnicas de difusión, trabajando sobre «parches espacio-temporales», que es una forma elegante de decir que entiende el video como un volumen completo de espacio y tiempo, no como fotos sueltas.
¿Para qué sirve eso en la práctica? Para simular la física del mundo real. El modelo ha «aprendido» cómo se refleja la luz en un charco, cómo se mueve el pelaje de un animal con el viento o qué ocurre con un objeto cuando alguien pasa por delante y lo tapa unos segundos: cuando la persona se aparta, el objeto sigue ahí. Esa permanencia, que parece obvia, es justo lo que los sistemas anteriores no lograban y lo que hace que las escenas de Sora se sientan como grabadas y no como generadas.
El caso Tyler Perry: 800 millones en pausa
La anécdota que puso en alerta a toda la industria la protagonizó Tyler Perry, uno de los productores más poderosos de Estados Unidos. Perry tenía en marcha una inversión de 800 millones de dólares para ampliar sus estudios de Atlanta con 12 nuevos platós. Tras ver las demostraciones de Sora, la detuvo. Su razonamiento fue brutalmente práctico: si una IA puede generar cualquier escenario histórico o cualquier país del mundo sin construir decorados ni desplazar un equipo entero, ¿para qué seguir levantando sets físicos al mismo ritmo? Cuando alguien que vive de construir escenarios frena una inversión así, el mensaje para el sector es imposible de ignorar.
Lo que los estudios quieren (y lo que temen)
Para los estudios, la promesa es enorme: previsualizar escenas completas antes de rodar una sola toma, generar fondos y multitudes sin extras, probar diez finales distintos en una tarde y abaratar producciones que hoy exigen presupuestos gigantes. Para los creadores independientes, la tentación es aún mayor: una persona sola podría «rodar» la película que lleva años en su cabeza sin pedir permiso a nadie. Es el mismo patrón que ya vimos con los agentes de IA que ya hacen tareas completas por ti: la tecnología baja el listón de entrada y multiplica lo que una sola persona puede producir.
Del otro lado están los miedos, y no son menores. Los sindicatos de actores, guionistas y técnicos ya pelearon en las huelgas de 2023 por los límites de la IA, y el video generativo toca el corazón de oficios enteros: iluminación, localizaciones, efectos, figuración. También hay preguntas legales sin resolver —¿con qué material se entrenaron estos modelos y quién cobra por ello?— y un riesgo evidente: los deepfakes. Una herramienta que crea video realista de cualquier cosa puede fabricar también una noticia falsa en video, y distinguirla será cada vez más difícil.
Lo que todavía hace mal
Conviene no perder de vista el estado real de la tecnología. Los clips siguen siendo cortos, las manos y los textos dentro de la imagen fallan más de lo que los demos admiten, mantener al mismo personaje idéntico a lo largo de muchas escenas cuesta, y dirigir una secuencia compleja con intención narrativa —esto primero, esto después, con este ritmo— sigue siendo más parecido a tirar de una tragaperras que a sentarse en la silla del director. La IA genera imágenes en movimiento deslumbrantes; contar una historia con ellas continúa siendo trabajo humano, igual que la elección entre asistentes de texto sigue dependiendo de lo que cada uno necesita, como comparamos en Muse frente a otros asistentes de IA.
Quién nota primero el cambio: la publicidad y las redes
Aunque el cine acapare los titulares, los primeros trabajos reales del video generativo no están en los blockbusters sino en la publicidad, los videoclips y el contenido para redes. Son piezas cortas, con presupuestos ajustados y plazos imposibles: exactamente el terreno donde un clip de diez segundos generado por IA rinde más. Marcas que antes necesitaban un día de rodaje para anunciar un perfume ahora prueban decenas de versiones de un spot en una mañana, y los creadores de contenido usan estas herramientas para fondos, transiciones y escenas imposibles de grabar con un móvil. La industria está adoptando el video sintético por los bordes, como un efecto más, antes de que llegue —si llega— al centro de una superproducción.
Esa adopción viene acompañada de una etiqueta nueva: las plataformas han empezado a marcar el contenido generado por IA y los propios modelos incorporan marcas de agua y metadatos de procedencia. No es un adorno: en plena temporada electoral y con los deepfakes perfeccionándose, saber si un video nació de una cámara o de un prompt se está convirtiendo en una cuestión de confianza pública, no solo de curiosidad técnica.
El debate pendiente: ¿con qué se entrenó todo esto?
Debajo del entusiasmo hay una demanda colectiva esperando respuesta. Para aprender a simular la luz, el movimiento y la física, estos modelos se entrenaron con cantidades industriales de video, y los creadores de ese video —estudios, cadenas, videógrafos, millones de usuarios— preguntan con razón quién autorizó ese uso y quién debería cobrar por él. Ya hay demandas en curso contra varias compañías de IA por el uso de material protegido en el entrenamiento de sus modelos, y los estudios negocian a la vez acuerdos para licenciar sus archivos y para poner límites. El resultado de esa pelea decidirá si el video generativo crece como herramienta licenciada dentro de la industria o como tecnología en guerra permanente con ella.
Conviene recordar, eso sí, que Sora no apareció de la nada: OpenAI lo presentó primero como demostración para investigadores y creadores seleccionados, precisamente para medir el impacto social antes de abrirlo al público. Ese lanzamiento por etapas —primero la sorpresa, después la discusión sobre riesgos, después el producto— se ha convertido en el guion habitual de la industria, y explica por qué los estudios recibieron la herramienta con una mezcla tan rara de pánico y libreta de pedidos.
Lo que sí puede hacer ya un creador solo
Mientras Hollywood debate, los creadores pequeños ya están trabajando de otra manera. Un diseñador de producción puede recorrer diez versiones de un escenario antes de construir una sola pared; un director de videoclips puede rodar el plano imposible —la cámara que atraviesa una ventana y sale volando sobre la ciudad— sin grúas ni permisos; un canal de historia puede ilustrar una batalla del siglo XVII con escenas generadas a medida en vez de reutilizar el mismo metraje de archivo que usa todo el mundo. La barrera que cae no es la del talento, que sigue mandando, sino la del presupuesto: imágenes que antes exigían medio millón ahora cuestan una suscripción mensual. Por eso la conversación en los estudios no es realmente «¿usamos IA o no?», sino «¿en qué pasos del proceso la usamos sin que se note y sin romper los acuerdos con los sindicatos?».
Entonces, ¿ya «dirige» la IA?
El titular de este artículo exagera a propósito, pero solo un poco. Sora no dirige: no decide qué historia contar, no cuida la actuación ni sostiene una mirada durante dos horas de metraje. Lo que sí hace es quedarse con una parte creciente del trabajo técnico de «fabricar» las imágenes, y eso basta para mover inversiones de cientos de millones y para reordenar los planes de los estudios. La historia del cine está llena de saltos así —el sonido, el color, lo digital— y en todos ocurrió lo mismo: primero la burla, después el miedo, y al final la herramienta integrada en el oficio.
Lo más probable es que en unos años nadie pregunte si una escena «es de IA o real» con la misma naturalidad con la que hoy nadie pregunta si un paisaje de una película es un decorado o una montaña de verdad. Los estudios ya pusieron atención. Los directores, también. La pregunta ya no es si el video generativo va a cambiar el cine, sino qué clase de cine va a quedar cuando termine de cambiarlo.
