Tencent lanza una nueva versión de su modelo de generación de videos DynamiCrafter
La gigante de internet china, Tencent, ha presentado una nueva versión de su modelo de generación de videos de código abierto, DynamiCrafter, en GitHub. Esta noticia demuestra que algunas de las mayores empresas tecnológicas de China han estado aumentando discretamente sus esfuerzos para hacerse un hueco en el espacio de la conversión de texto e imágenes a video.
El modelo DynamiCrafter utiliza el método de difusión para convertir subtítulos e imágenes estáticas en videos de varios segundos. Inspirado en el fenómeno natural de la difusión en la física, los modelos de difusión en el aprendizaje automático pueden transformar datos simples en datos más complejos y realistas, de manera similar a cómo las partículas se mueven de una zona de alta concentración a otra de baja concentración.
Segunda generación de DynamiCrafter con mejoras en la resolución
La segunda generación de DynamiCrafter está generando videos con una resolución de píxeles de 640×1024, una mejora con respecto a su lanzamiento inicial en octubre, que presentaba videos de 320×512 píxeles. Un artículo académico publicado por el equipo detrás de DynamiCrafter señala que su tecnología se diferencia de la de sus competidores en que amplía la aplicabilidad de las técnicas de animación de imágenes a un "contenido visual más general".
Según el artículo, la clave es utilizar la prioridad del movimiento de los modelos de difusión de texto a video incorporando la imagen en el proceso generativo como guía. En comparación, las técnicas "tradicionales" se centran principalmente en animar escenas naturales con dinámicas estocásticas (como nubes y fluidos) o movimientos específicos del dominio (como cabello humano o movimientos corporales).
Comparativa de DynamiCrafter con otros modelos
En una demostración que compara DynamiCrafter, Stable Video Diffusion (lanzado en noviembre) y el recientemente popularizado Pika Labs, el resultado del modelo de Tencent parece tener un poco más de animación que los demás. Sin embargo, las muestras elegidas favorecerían a DynamiCrafter, y ninguno de los modelos, después de mis primeros intentos, da la impresión de que la IA pronto podrá producir películas completas.
A pesar de esto, los videos generativos se han convertido en el próximo punto focal en la carrera de la IA después del auge de los textos e imágenes generativos. Por lo tanto, se espera que las startups y las empresas tecnológicas destinen recursos al campo. Esto no es una excepción en China. Además de Tencent, la empresa matriz de TikTok, ByteDance, Baidu y Alibaba han lanzado sus propios modelos de difusión de videos.
ByteDance, Baidu y Alibaba también se suman a la carrera de los videos generativos
Tanto MagicVideo de ByteDance como UniVG de Baidu han publicado demos en GitHub, aunque ninguno parece estar disponible para el público todavía. Al igual que Tencent, Alibaba ha lanzado su modelo de generación de videos VGen de código abierto, una estrategia cada vez más popular entre las empresas tecnológicas chinas que esperan llegar a la comunidad global de desarrolladores.
Otras noticias • IA
Imágenes sintéticas desnudas amenazan privacidad y seguridad personal
La proliferación de imágenes sintéticas desnudas plantea serios desafíos de privacidad y seguridad, especialmente en casos de pornografía de venganza. Microsoft ha colaborado con StopNCII...
Cosmos Institute lanza iniciativas para una IA humanista y ética
El Cosmos Institute busca transformar la inteligencia artificial mediante un enfoque humanista, creando el Human-Centered AI Lab en Oxford y la Cosmos Fellowship. También lanzan...
Canva eleva precios y usuarios critican pérdida de accesibilidad
Canva ha aumentado drásticamente los precios de sus planes, especialmente para Canva Teams, justificándolo por la inversión en inteligencia artificial. Este cambio ha generado descontento...
Google refuerza IA y plataformas para combatir desinformación electoral
Google implementa restricciones en su inteligencia artificial generativa para evitar la desinformación durante las elecciones presidenciales de EE. UU. Además, mejora su motor de búsqueda...
LAION presenta Re-LAION-5B para combatir contenido ilegal y NSFW
LAION ha lanzado Re-LAION-5B, un conjunto de datos depurado de enlaces a material de abuso sexual infantil y contenido NSFW. Este esfuerzo responde a recomendaciones...
Gmail integra Gemini para mejorar gestión de correos electrónicos
Gmail ha integrado el asistente de inteligencia artificial Gemini, permitiendo a los usuarios hacer preguntas sobre sus correos electrónicos y recibir resúmenes. Esta función, disponible...
Reliance Industries impulsa inteligencia artificial con nuevos centros de datos
Reliance Industries, liderada por Mukesh Ambani, apuesta por la inteligencia artificial con la creación de centros de datos en Gujarat y el desarrollo de Jio...
Incertidumbre en OpenAI por falta de anuncios de Converge 2
El programa de aceleración Converge 2 de OpenAI ha generado incertidumbre por la falta de comunicación sobre las startups seleccionadas. A diferencia de su primera...
Lo más reciente
- 1
Byju's enfrenta crisis tras renuncia de auditor BDO
- 2
Ciberataque interrumpe servicios de TfL y genera preocupación pública
- 3
Meta debe permitir interoperabilidad entre WhatsApp y otras apps
- 4
Lanzamiento del cohete New Glenn se pospone hasta 2025
- 5
Eagles y Packers enfrentan retos en partido histórico en Brasil
- 6
Thunder Power Holdings enfrenta crisis financiera y cargos criminales
- 7
Karo simplifica la gestión de tareas para grupos y empresas