OpenAI lanzó Sora 2 con una propuesta clara de procedencia: cada video de Sora incluiría señales de procedencia tanto visibles como invisibles. Los materiales de lanzamiento de la compañía describían una marca de agua visible Hecho con Sora combinada con metadatos C2PA incrustados y herramientas internas de rastreo diseñadas para ayudar a plataformas, investigadores y usuarios a identificar material generado.
A pesar de esa promesa, en octubre de 2025 comenzaron a surgir informes que señalaban una brecha entre la teoría y la realidad. Varios usuarios y pruebas encontraron que las salidas de Sora 2, especialmente los resultados de la API y algunas generaciones web/Pro, llegaban sin la marca de agua visible en los píxeles, mientras que herramientas y flujos de trabajo independientes demostraron ser capaces de eliminar las marcas visibles en segundos.
Cómo se suponía que funcionaría el marcado de agua de Sora 2
En el lanzamiento, OpenAI describió un enfoque de procedencia por capas: una marca de agua visible para el reconocimiento humano inmediato más señales invisibles como metadatos C2PA y registros internos para rastreo forense. La señal visible estaba destinada a ser una pista en el video que cualquier espectador pudiera detectar, mientras que los metadatos invisibles servían como un registro legible por máquina vinculado a la procedencia de la generación.
Las marcas de agua visibles suelen ser simples: superposición de píxeles o cuadros que dicen Hecho con Sora o similar. La procedencia invisible se basa en estándares como C2PA (Coalición para la Procedencia y Autenticidad del Contenido) e incrustación de metadatos en archivos o registros de servidores para que plataformas y anfitriones posteriores puedan verificar el origen incluso cuando se alteran las señales visuales.
El enfoque dual pretendía cubrir tanto la detección casual (humanos notando la marca) como la verificación rigurosa (controles y auditorías de la plataforma). En la práctica, la resistencia relativa de cada capa depende de cómo los archivos son manejados, recodificados o re-alojados por usuarios e intermediarios.
Primeras señales: marcas visibles ausentes o eliminadas
Para octubre de 2025, surgieron múltiples informes de usuarios que describían videos de Sora 2 que carecían de la marca de agua visible Hecho con Sora a pesar de las afirmaciones de lanzamiento de OpenAI. Algunos de estos casos se rastrearon hasta salidas de la API y rutas particulares de generación web.
Estos informes plantearon preguntas inmediatas: ¿era la marca de agua opcional en algunas configuraciones, deshabilitada por una actualización o se perdía por un procesamiento benigno de archivos? La documentación de OpenAI enfatizaba señales visibles e invisibles en el lanzamiento, pero las observaciones de la comunidad mostraron que las marcas visibles no estaban presentes de manera universal.
La discrepancia provocó un renovado escrutinio de la postura de procedencia de Sora, especialmente a medida que controversias de moderación de alto perfil, como la decisión de pausar ciertas representaciones de personajes históricos, aumentaron la preocupación sobre cómo se etiqueta y controla el contenido generado.
Eliminadores de terceros: velocidad y disponibilidad
Una vez que los usuarios notaron brechas o incluso cuando las marcas de agua estaban presentes, los servicios de terceros rápidamente llenaron la demanda para eliminar marcas visibles. En octubre de 2025, una variedad de herramientas de un solo clic y servicios pagos anunciaron la eliminación casi instantánea de marcas de agua de Sora 2, alegando borrado cuadro por cuadro o rellenado por IA que hacía que las marcas desaparecieran visualmente.
Los ejemplos incluían Media.io, NanoPhoto.ai, LunaAI.video y dominios dedicados como Sora2WatermarkRemover.com. Reseñas y pruebas de medios informaron de varios servicios que eliminaban u oscurecían la marca de agua visible de los píxeles sin problemas en muchos casos, mientras que otros dejaban artefactos notorios.
Plataformas comunitarias como Reddit amplificaron la distribución: los usuarios compartían enlaces, scripts, repositorios de GitHub y flujos de trabajo paso a paso que automatizaban la eliminación y, a veces, la combinaban con parámetros de generación para producir resultados “sin marca de agua”. El resultado fue un ecosistema amplio y fácil para derrotar las señales visibles.
Ataques técnicos y los límites de las marcas invisibles
Más allá del simple rellenado y recorte, la investigación académica mostró amenazas más profundas a los esquemas de marcas de agua. Un artículo de arXiv de octubre de 2025 demostró que los ataques de regeneración de imágenes basados en difusión podían romper marcas de agua invisibles robustas y degradar su detectabilidad, lo que sugiere que la procedencia oculta no es invulnerable.
Estos métodos basados en difusión funcionan regenerando el contenido para que las señales incrustadas ya no se conserven de manera confiable. Para video, enfoques similares pueden operar cuadro por cuadro o mediante re-renderizado basado en modelos para borrar u ocultar tanto marcas visibles como algunas ocultas.
Esa investigación subraya una realidad técnica crítica: ningún enfoque de marca de agua es infalible ante un adversario motivado. Tanto las superposiciones de píxeles visibles como algunos esquemas de metadatos invisibles pueden ser socavados por herramientas modernas de generación y restauración a menos que se añadan protecciones adicionales.
Consecuencias para la procedencia, la moderación y la desinformación
Cuando las marcas de agua visibles pueden eliminarse en segundos, la barrera para que los espectadores casuales sean engañados disminuye. Periodistas y expertos advirtieron que eliminar una señal visible dificulta mucho más la procedencia para la persona promedio, aumentando el riesgo de propagación de deepfakes y amplificación de la desinformación.
Incluso cuando permanecen los metadatos invisibles, la eliminación de la marca de agua combinada con recodificación, capturas de pantalla o re-publicación puede eliminar o romper la cadena de custodia a menos que las plataformas y anfitriones posteriores verifiquen y hagan cumplir activamente la procedencia. En resumen: los metadatos ayudan, pero solo si los sistemas posteriores los verifican.
Las apuestas en moderación aumentaron con incidentes reales. Las controversias más amplias de moderación de contenido de OpenAI atrajeron atención sobre si las marcas de agua visibles por sí solas eran adecuadas para prevenir el uso indebido dañino, especialmente en contextos virales donde la velocidad y la capacidad de compartir importan más que las huellas forenses.
Respuestas legales, regulatorias y de políticas
Actores nacionales e institucionales reaccionaron rápidamente. Gobiernos e instituciones culturales, incluidas solicitudes de autoridades en Japón sobre preocupaciones de generación estilística, señalaron las salidas de Sora por cuestiones de derechos de autor, derechos morales y de imagen. Los reguladores aceleraron las investigaciones sobre cómo la procedencia y el marcado de agua interactuarían con las leyes existentes.
Al mismo tiempo, analistas legales señalaron que los materiales públicos de OpenAI enfatizaban la procedencia y las funciones de exclusión/consentimiento, pero que los Términos de Servicio de la compañía no parecían incluir una prohibición explícita y exigible para que los usuarios alteren o eliminen marcas de agua visibles de sus propios archivos. Esa brecha complicó las opciones de aplicación.
Los responsables políticos y operadores de plataformas enfrentan una elección: exigir la preservación y verificación de la procedencia invisible en todas las plataformas de alojamiento, perseguir reglas que limiten la venta de herramientas de eliminación de marcas de agua o impulsar estándares técnicos de marcado de agua más sólidos. Cada opción tiene compensaciones en libertad de expresión, aplicabilidad y viabilidad técnica.
Conclusiones prácticas y próximos pasos recomendados
Para plataformas e investigadores: no dependan solo de las marcas visibles. Implementen verificaciones automáticas de procedencia que comprueben los metadatos C2PA y los registros de servidores antes de permitir la re-publicación o promoción; consideren marcar el contenido cuya metadata esté ausente o alterada. La detección requiere verificación activa, no solo una marca de agua pasiva.
Para creadores y consumidores: sean escépticos de las señales visuales como única fuente de verdad. Si la procedencia importa, para redacciones, archivos o titulares de derechos, exijan que la procedencia legible por máquina se conserve y audite, y prefieran anfitriones que requieran o muestren metadatos de verificación junto al contenido.
Para responsables políticos y organismos de estándares: inviertan en estándares robustos que dificulten e ilegalicen la eliminación de la procedencia donde sea apropiado, promoviendo al mismo tiempo la interoperabilidad de las verificaciones de procedencia. Apoyen la investigación en diseños de marcas de agua que sobrevivan a la recodificación y la regeneración basada en modelos, y financien regímenes de pruebas independientes.
En resumen, el episodio de la marca de agua de Sora 2 destaca que las marcas de agua visibles pueden ser un elemento disuasorio útil para el uso indebido casual, pero son insuficientes como control independiente. El ecosistema de herramientas de eliminación, ataques de difusión y controles laxos posteriores significa que la procedencia debe hacerse cumplir mediante una combinación de medidas técnicas, de plataforma y de políticas.
Abordar esto requerirá coordinación entre desarrolladores de IA, plataformas, organismos de estándares y reguladores. El desafío es tanto técnico como social: hacer que la procedencia sea confiable sin restringir indebidamente el uso legítimo de herramientas creativas.
