Midjourney, una empresa generadora de imágenes, ha superado un problema común que enfrentan otros generadores de imágenes: asegurarse de que cada mano en sus fotos tenga cinco dedos. Si bien esto puede parecer insignificante, marca la diferencia en la creación de imágenes profesionales con valor comercial, en lugar de sólo imágenes promedio de Instagram.
Por u$d 10 al mes, el último generador de imágenes de Midjourney podría dar acceso a fotos increíblemente realistas de eventos que nunca podrían suceder o que son muy difíciles de imaginar.
¿Qué tal Putin y Zelenski tomando una copa juntos? ¿Cómo se verá Israel en 2050? ¿Te gustaría ver a Donald Trump bajo arresto? Todo es posible. "Parece muy realista", dice Uri Bejarano, un destacado especialista israelí en IA de imágenes. "Puede generar estas fotos en segundos".
No todo el mundo es fan del realismo que transmite la última versión de Midjourney. Bejarano cree que viene a expensas de las cualidades artísticas en las que sobresalía la versión anterior. "Algunos pensamos que la versión 5 es demasiado realista, por lo que muchos todavía prefieren usar la versión 4", añade.
Otra preocupación que la gente tiene sobre esta tecnología es el miedo al mal uso. Si se usa con mala intención, puede tener un impacto significativo en la opinión pública, amenazar la estabilidad de las naciones e incluso influir en los resultados electorales.
5 צפייה בגלריה
El Papa Francisco abrigado para invierno y Donald Trump lidiando con la policía.
(Midjoourney)
Los generadores permiten a los usuarios escribir la descripción de la foto deseada. Cuanto más específica sea la entrada, más precisa será la foto generada. Sin embargo, Midjourney tiene una limitación en términos de control.
Por ejemplo, si ingresa "una vaca en el espacio", la composición fotográfica resultante puede no coincidir con sus expectativas exactas. La vaca podría ser de un tamaño diferente o estar ubicada en una posición diferente dentro de la foto. Para lograr el resultado previsto, deberá ingresar varias indicaciones adicionales.
"Los modelos generativos son animales salvajes", dice Ofir Bibi, vicepresidente de investigación de Lightricks, que se especializó en el desarrollo de aplicaciones generadoras de imágenes. "No es como ChatGPT, donde puedes pedir correcciones fácilmente. Es por eso que Midjourney podría tomar múltiples intentos antes de obtener el resultado deseado", agrega.
Lightricks ha desarrollado una función llamada AI Scenes, que permite procesar fotos sin perder la composición original. Esto permite un nuevo nivel de manipulación de imágenes.
Otro problema es la modificación de fotos personales. Por ejemplo, si desea pegar su cabeza en el cuerpo de un caballero medieval, los modelos nunca han sido entrenados en su imagen antes, por lo que es poco probable que se ajusten de la manera que desea. Sin embargo, hay una solución alternativa.
Google ha desarrollado Dreambooth, que permite a los usuarios proporcionar 20-30 imágenes de sí mismos, después de lo cual el algoritmo las ajusta perfectamente a una imagen existente.
La próxima frontera es habilitar un generador de video. Una empresa llamada Runway ya ha presentado un modelo capaz de generar videoclips de 3 segundos. "Inicialmente, las empresas optaron por texto a video", dice Bibi.
"Los resultados ahora se parecen más a un GIF que a un video real, lo que ha llevado a un nuevo pensamiento con respecto al video a video. Este enfoque permite la manipulación de videos existentes, como hacer que un clip regular aparezca como si estuviera filmado en un mundo post-apocalíptico".
"A pesar de las limitaciones actuales, hay pocas dudas de que las aplicaciones de texto a video están llegando", señala Sahar Mor, gerente de producto de la compañía de inteligencia artificial Stripe. "Probablemente dentro de seis meses", añade.
"Creo que el video realmente va a explotar pronto", dice Bejarano. "Podrías producir un gran video simplemente escribiendo qué es lo que deseas que suceda. No sé si volverá obsoleto el trabajo humano, pero hará que todos aquellos que no puedan usarlo sean irrelevantes. La tecnología no reemplazará a las personas, pero las personas que son competentes reemplazarán a las que no lo son".
