Meta, la compañía detrás de Facebook e Instagram, ha presentado recientemente dos nuevas herramientas de inteligencia artificial: Emu Video y Emu Edit. Anunciadas por primera vez en el evento Meta Connect en septiembre, marcan un avance estratégico en la guerra de las inteligencias artificiales en la que se encuentran Amazon, Google, OpenAI e incluso el propio Elon Musk.
Emu Video
En concreto, Emu Video permite a los usuarios crear videos a partir de textos, mientras que Emu Edit introduce un enfoque diferente en la edición de imágenes, conocido como inpainting. Emu Video destaca por su capacidad para generar contenido audiovisual impulsado por la IA, posicionándose como un posible competidor en el campo de generación de contenido junto a Runway y Pika Labs.
Su proceso de dos pasos para la creación de videos a partir de textos simplifica notablemente el proceso, en comparación con métodos más complejos utilizados anteriormente por Meta. Aunque los videos generados están limitados a una resolución de 512x512 píxeles, eso sí. Desde Vandal Random hemos probado la IA generadora de imágenes y aunque pueda acercarse al concepto de lo que sería el espíritu de Vandal y Vandal Random, las imágenes están llenas de defectos y cosas inconexas. Punto para los humanos, ya que un ilustrador profesional lo haría mucho mejor.
Emu Edit
Emu Edit, por otro lado, es una herramienta de edición de imágenes impulsada por IA que permite a los usuarios editar imágenes con altos niveles de precisión y flexibilidad. Utiliza difusores, una tecnología avanzada de inteligencia artificial, para asegurar que las ediciones mantengan la integridad visual de las imágenes originales.
Este enfoque de edición basado en instrucciones de lenguaje natural coloca a Emu Edit en una posición destacada en el mercado. "Creemos que es el conjunto de datos más grande de su tipo hasta la fecha", afirma la compañía en una publicación de blog de Meta AI.
Esta IA ha sido entrenada con un conjunto de datos que contiene 10 millones de muestras, cada una de ellas tiene a su vez una imagen de entrada, una descripción de tarea y una imagen de destino.
Ños avances en estas herramientas reflejan la dedicación continua de Meta en el desarrollo de tecnologías esenciales para el Metaverso, incluyendo su asistente personal basado en el modelo de lenguaje grande LLaMA-2 y la introducción de la multimodalidad en dispositivos de realidad aumentada.
