EMO es el increíble proyecto que nos muestra a Leonardo DiCaprio cantando como Eminem
Descubre cómo estudiantes chinos han sido capaces de dar vida a simples fotografías
Ya sea que la denomines computación inteligente o inteligencia artificial, al generación de contenido a través de modelos realmente avanzados es algo que ya no nos resulta demasiado extraño. Hace unas semanas, OpenAI, la empresa fundadora de ChatGPT, nos demostró con Sora que es posible crear vídeos tremendamente realistas con sus modelos de IA. Ahora, parece que convertir fotografías en vídeos sonoros también puede conseguirse.
Alibaba demuestra el poder de su división de computación inteligente
El proyecto EMO, acrónimo de Emote Portrait Alive, ha sido desarrollado por ingenieros del Institute of Intelligent Computing, perteneciente a la poderosa organización china Alibaba. Linrui Tian, Qi Wang, Bang Zhang y Liefeng Bo son quienes están detrás de las creaciones que te mostraremos en este artículo y con las que vas a alucinar.
El proyecto EMO: Emote Portrait Alive utiliza una imagen para generar vídeo con voz sincronizada. ¿Imaginas a Joaquin Phoenix recitando líneas de texto de Heath Ledger en 'El Caballero Oscuro'? pic.twitter.com/vUSAFc8jzy
— BrunildoWein (@BrunildoWein) March 7, 2024
Este sistema de generación de vídeo es definido por sus autores como un 'marco de generación de expresivos retratos de vídeos e impulsados por audio'. En definitiva, consiste en utilizar como punto de partida la imagen de una persona, real o creada mediante IA, y dotarla de expresión y voz.
Los investigadores aseguran que su método puede generar avatares con expresiones faciales, diferentes posturas de la cabeza y todo ello con audio. Además, afirman que los vídeos generados pueden tener cualquier duración y que ésta únicamente depende de la longitud del vídeo en el que están basadas.
Incluso puedes comprobar como Audrey Hepburn canta un cover de la canción 'Perfect' de Ed Sheeran pic.twitter.com/5JSwT5elNa
— BrunildoWein (@BrunildoWein) March 7, 2024
El sistema tras EMO es explicado en detalle por los desarrolladores del mismo en la página web del proyecto y podría resumirse como estudiar al detalle la imagen de referencia y entender el movimiento del vídeo, que después debe animar al personaje en cuestión.
Como podrás comprobar, algunos ejemplos que te mostramos son especialmente interesantes. Poder escuchar la interpretación de Heath Ledger en 'El Caballero Oscuro' a manos de Joaquin Phoenix o descubrir las dotes musicales de Audrey Hepburn no es algo que podamos ver todos los días, ¿verdad?
Leonardo DiCaprio se une a la fiesta cantando la canción 'Godzilla' de Eminem pic.twitter.com/Khk82DEwsV
— BrunildoWein (@BrunildoWein) March 7, 2024
EMO es capaz no sólo de generar vídeos con canciones o interpretaciones de actores, sino que también es capaz de dar vida a avatares generados mediante inteligencia artificial y dotarles de expresiones creíbles y de inflexiones en la voz que cualquiera podría pensar que son reales. La IA, o la computación inteligente como la denomina Alibaba, está mucho más cerca de engañarnos de lo que pensamos.