Meta introduce modelos de IA para generación de vídeo y edición de imágenes

El gigante de las redes sociales Meta ha presentado sus últimos modelos de inteligencia artificial (IA) para la edición y generación de contenido, según una entrada en el blog del 16 de noviembre. 

La compañía está introduciendo dos modelos generativos impulsados por IA. El primero, Emu Video, que aprovecha el modelo anterior Emu de Meta, es capaz de generar videoclips basados en entradas de texto e imagen. Mientras que el segundo modelo, Emu Edit, se centra en la manipulación de imágenes, prometiendo una mayor precisión en la edición de imágenes.

Los modelos aún se encuentran en la etapa de investigación, pero Meta afirma que sus resultados iniciales muestran casos de uso potenciales para creadores, artistas y animadores por igual.

Según la entrada en el blog de Meta, el Emu Video fue entrenado con un enfoque “factorizado”, dividiendo el proceso de entrenamiento en dos pasos para permitir que el modelo responda a diferentes entradas:

"Hemos dividido el proceso en dos pasos: primero, generar imágenes condicionadas a una indicación de texto, y luego generar videos condicionados tanto al texto como a la imagen generada. Este enfoque “factorizado” o dividido para la generación de video nos permite entrenar modelos de generación de video de manera eficiente."

Basado en una indicación de texto, el mismo modelo puede "animar" imágenes. Según Meta, en lugar de depender de una "profunda cascada de modelos", Emu Video solo utiliza dos modelos de difusión para generar videos de 512×512 de cuatro segundos a 16 cuadros por segundo.

Emu Edit, centrado en la manipulación de imágenes, permitirá a los usuarios eliminar o agregar fondos a las imágenes, realizar transformaciones de color y geometría, así como la edición local y global de imágenes.

"Sostenemos que el objetivo principal no debería ser solo producir una imagen “creíble”. En cambio, el modelo debe centrarse en alterar precisamente solo los píxeles relevantes para la solicitud de edición", señaló Meta, afirmando que su modelo es capaz de seguir instrucciones precisas:

"Por ejemplo, al agregar el texto “¡Aloha!” a una gorra de béisbol, la gorra misma debería permanecer sin cambios".

Meta entrenó Emu Edit utilizando tareas de visión por computadora con un conjunto de datos de 10 millones de imágenes sintetizadas, cada una con una imagen de entrada y una descripción de la tarea, así como la imagen de salida objetivo. "Creemos que es el conjunto de datos más grande de su tipo hasta la fecha", dijo la compañía.

El recién lanzado modelo Emu de Meta fue entrenado con 1,100 millones de piezas de datos, incluidas fotos y leyendas compartidas por usuarios en Facebook e Instagram, reveló el CEO; Mark Zuckerberg, durante el evento Meta Connect en septiembre.

Los reguladores están examinando de cerca las herramientas basadas en IA de Meta, lo que ha llevado a un enfoque de implementación cauteloso por parte de la empresa de tecnología. Recientemente, Meta informó que no permitirá que las campañas políticas y los anunciantes utilicen sus herramientas de IA para crear anuncios en Facebook e Instagram. Sin embargo, las reglas generales de publicidad de la plataforma no incluyen ninguna regla que aborde específicamente la IA.

Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.

Las inversiones en criptoactivos no están reguladas. Es posible que no sean apropiados para inversores minoristas y que se pierda el monto total invertido. Los servicios o productos ofrecidos no están dirigidos ni son accesibles a inversores en España.