Las inteligencias artificiales están de moda en la actualidad. Tras el gran éxito que está teniendo DALL-E en la red para generar imágenes a partir de una simple frase. Ante este efecto, otras empresas han querido unirse a estas ideas como Google, y ahora Microsoft con el lanzamiento de NUWA-Infinity que promete dar un paso más allá de lo que ya conocemos.
A través de la página web que ha creado Microsoft sobre este proyecto, NUWA se define como "un modelo generativo multimodal diseñado para generar imágenes y vídeos de alta calidad a partir de una entrada de texto, vídeo o imagen". Y es que esto es justamente es lo diferencial, ya que a diferencia de DALL-E se van a poder conseguir tener vídeos y no únicamente imágenes estáticas, siendo única en esta materia.
Todo lo que puede hace NUWA de Microsoft
Además de esto, otra de las características que se destacan es la posibilidad de extender imágenes. Es decir, cuando se carga una imagen que tiene una resolución y un tamaño justos, la inteligencia artificial es capaz de ampliarla detectando su información. El ejemplo que se sitúa en su página web es la obra La noche estrellada de van Gogh, donde es capaz de extenderla sin perder calidad a unas resoluciones muy superiores.
La segunda característica que se debe destacar es la capacidad de dar vida a las imágenes estáticas. En este caso se pueden transformar fotografías en auténticos vídeos que muestran una estética realmente viva. Si se visualiza el ejemplo, Microsoft sube una imagen de una playa y automáticamente** se carga una animación en el que las olas comienzan a parecer completamente reales**.
NUWA-Infinity: Autoregressive over Autoregressive Generation for Infinite Visual Synthesis
— AK@ICML (@_akhaliq) July 21, 2022
abs: https://t.co/vZz48wA5z2
project page: https://t.co/PtzdAq2nvN
Compared to DALL·E, Imagen/Parti , generates HR images with arbitrary sizes and support long-duration video generation pic.twitter.com/0jO3GjSVx5
Pero hay que destacar que la función estrella sigue también completamente vigente: el introducir una frase y obtener una imagen basándose en esos parámetros. En la web del proyecto se especifican ejemplos como "una playa con montañas alrededor y un cielo azul", y lo cierto es que la resolución es realmente buena y también la calidad de la construcción. Y si se compara con DALL-E lo cierto es que el resultado es mucho más realista, como si se tratara de una fotografía de verdad.
El problema de NUWA es que no está accesible a todos los usuarios como si ocurre con DALL-E que está disponible en fase de beta. De momento, únicamente las personas seleccionadas por la propia Microsoft van a poder usarlo, sobre todo con tareas de investigación. De momento habrá que esperar a que en próximos meses se conozcan más detalles de este interesante proyecto. Igualmente, te animamos a visitar su página web para que veas lo que es capaz de hacer.
