Investigadores de Microsoft presentaron un innovador modelo de inteligencia artificial, el VASA-1, capaz de tomar una imagen estática de un rostro y un fragmento de audio para crear un video convincente de la persona hablando. Las primeras pruebas no se hicieron esperar y en las redes comenzó a circular una Mona Lisa cantante de rap. ¿Le hubiera gustado a Leonardo Da Vinci escucharla así?
VASA-1, fue desarrollada por Microsoft y para "jugar". Solo basta la imagen de una persona y una pista de audio, el resto está cantado. El equipo de investigación buscó animar imágenes fijas hablando y cantando, utilizando cualquier pista de audio de respaldo proporcionada, y al mismo tiempo mostrando expresiones faciales creíbles, según publicó el medio español La Razón.
Microsoft just dropped VASA-1.
— Min Choi (@minchoi) April 18, 2024
This AI can make single image sing and talk from audio reference expressively. Similar to EMO from Alibaba
10 wild examples:
1. Mona Lisa rapping Paparazzi pic.twitter.com/LSGF3mMVnD
En cada una de las animaciones, las expresiones faciales cambian junto con las palabras de una manera que enfatiza lo que se dice. Los investigadores señalan también que, a pesar de la naturaleza realista de los videos, una inspección más cercana puede revelar fallos y evidencia de que han sido generados artificialmente.
La eficacia del sistema quedó en evidencia cuando el video de la Mona Lisa interpretando una canción de rap se viralizó de inmediato y al mismo tiempo generó opiniones encontradas en las redes sociales como cada avance tecnológico que sale a escena.
Detalles Técnicos
El entrenamiento del modelo incluyó una amplia gama de videos faciales, permitiendo a VASA-1 reconocer movimientos naturales como el parpadeo, la expresión facial y la mirada. Aunque los videos generados muestran realismo, aún presentan señales de su origen artificial.
Microsoft destacó que su modelo supera a herramientas similares y sienta las bases para interactuar en tiempo real con avatares realistas, impulsando la conversación entre humanos y sistemas de inteligencia artificial.
Este avance tecnológico, aunque emocionante, plantea importantes cuestiones éticas y regulatorias que deben abordarse antes de su implementación generalizada.
