👩 Oferta Día de la Madre: ¡Office 2021 Pro por solo 27,25€ en godeal24! [ Saber más ]
El avance de la inteligencia artificial (IA) ha sido notable en los últimos años, y es casi nostálgico recordar cuando todo lo que podía hacer era generar imágenes a partir de un texto.
Gracias a herramientas como Sora, la IA generativa se ha vuelto cada vez más poderosa, dando el salto de las fotos a los videos. Y ahora, Microsoft ha presentado una herramienta tan impresionante como aterradora.
VASA-1 es un modelo de IA de imagen-a-vídeo que puede generar vídeos a partir de una sola foto y un fragmento de audio de voz. Los videos cuentan con movimientos faciales y labiales sincronizados, así como «un amplio espectro de matices faciales y movimientos naturales de la cabeza que contribuyen a la percepción de autenticidad y vivacidad».
Microsoft explica cómo funciona la tecnología:
Las innovaciones principales incluyen un modelo de generación de dinámicas faciales y movimientos de cabeza holístico que funciona en un espacio latente de rostro, y el desarrollo de un espacio latente de rostro tan expresivo y desentrelazado utilizando videos.
A través de experimentos extensos, incluida la evaluación en un conjunto de nuevas métricas, mostramos que nuestro método supera significativamente a los métodos anteriores en diversas dimensiones de manera integral.
Nuestro método no solo ofrece alta calidad de video con dinámicas faciales y de cabeza realistas, sino que también admite la generación en línea de videos de 512×512 a hasta 40 FPS con una latencia inicial insignificante. Abre el camino para interacciones en tiempo real con avatares realistas que emulan comportamientos conversacionales humanos».
En otras palabras, es capaz de crear videos deepfake basados en una sola imagen. Es interesante que Microsoft insista en que la herramienta es una «demostración de investigación y no hay planes de lanzamiento de producto o API».
Aparentemente, en un intento de calmar los temores, la compañía sugiere que VASA-1 no llegará a manos de los usuarios en el corto plazo.