NVIDIA crea una IA de texto a GIF

Publicado el 27/04/2023

Tiempo estimado de lectura 3 minutos

¿Es posible la creación de imágenes GIFs animadas mediante la inteligencia artificial?

NVIDIA ya puso el foco, hace algunos años, en la inteligencia artificial, y que lo han hecho tanto desde la perspectiva del hardware, diseñando y produciendo chips especialmente dotados para los requisitos de esta disciplina, como por la del software, un campo en el que han logrado convertirse en una referencia con desarrollos de lo más diverso, que van desde su tecnología DLSS hasta aplicaciones como GauGAN2, pasando por otros muchos experimentos y pruebas de concepto exitosas que extienden el alcance de la inteligencia artificial.

High-Resolution Video Synthesis with Latent Diffusion Models, que traducido viene a ser Síntesis de Vídeo en Alta Resolución con Modelos de Difusión Latente. Se trata de un modelo que al igual que GauGAN2 trabaja con inputs de texto, pero que emplea la base tecnológica de Stable Diffusion para generar vídeos cortos de alta resolución. Más concretamente, este modelo puede generar vídeos de hasta 4,7 segundos con una resolución que puede llegar hasta los 1.280 x 2.048 puntos. En caso de reducir la resolución, es posible obtener vídeos más largos.



Para lograrlo, este modelo combina la capacidad de Stable Diffusion con la naturaleza de los modelos de difusión latente, que como puedes comprobar en este caso permiten dotar de dimensionalidad temporal a una imagen concreta, modo del que se obtiene una animación con un prompt parecido al que emplearíamos en una IA de generación de imágenes, pero en el que también tendremos que incluir los detalles relacionados con del desarrollo de la acción de la misma.

Puedes comprobar el resultado en los múltiples ejemplos publicados por NVIDIA en la página web de información del modelo, en la que también puedes encontrar mucha información técnica sobre su funcionamiento. En dichos ejemplos podrás ver que no hablamos, de momento, de vídeos que puedan pasar por ser totalmente reales (aunque las simulaciones de conducción son sorprendentes), pero debemos tener en cuenta que hablamos de un desarrollo incipiente, por lo que su capacidad de evolución es muy elevada. Y, mientras tanto, cabe empezar a pensar precisamente en lo que decía al principio, es decir, en la inmensa cantidad de posibilidades que plantea un modelo como este a la hora de crear GIFS animados que pueden, ya como memes, terminar dando la vuelta al mundo.