Qui sotto un medesimo discorso e espressioni facciali con tre differenti visi, tutti ricavati da una singola foto di partenza.
X content
This content can also be viewed on the site it originates from.
Naturalmente, ci sono esempi molto più divertenti, come per esempio quello che mostra la Gioconda che prende vita e canta stile rap Paparazzi.
X content
This content can also be viewed on the site it originates from.
Soltanto lo scorso febbraio, Alibaba aveva presentato una tecnologia per certi versi simile chiamata Emo (Emote Portrait Alive), mentre l’ormai celebre modello Sora di OpenAI ha dimostrato come si sia già evoluta la generazione di video realistici del tutto realizzati da intelligenza artificiale basandosi soltanto su prompt testuali. Vasa-1 è stata addestrata con video pubblici su YouTube e può al momento generare filmati a risoluzione 512×512 pixel con fino a 40 frame al secondo con minima latenza, quindi può essere utilizzata anche per interazioni in tempo reale e videoconferenze. Per il momento questo rimarrà un progetto di studio e il codice non sarà diffuso, ma rimane sempre attuale l’esigenza di sviluppare sistemi che possano evidenziare più facilmente se i contenuti siano non reali e creati da AI, un’esigenza sempre più urgente per controbattere a fake news e disinformazione.
Fonte : Wired
