ByteDance, empresa matriz de TikTok, ha dado un paso adelante en la carrera de la inteligencia artificial con el lanzamiento de dos herramientas innovadoras: OmniHuman-1 y Goku AI.

Ambas tecnologías están diseñadas para revolucionar la creación de contenido audiovisual, aunque cada una tiene enfoques y aplicaciones diferentes.

Mientras que OmniHuman-1 se especializa en la generación de videos hiperrealistas a partir de imágenes y audio, Goku AI permite crear videos completos a partir de texto.

OmniHuman-1

OmniHuman-1 es una inteligencia artificial capaz de generar videos de cuerpo completo a partir de una sola fotografía y una pista de audio. Utilizando una técnica llamada “entrenamiento mixto de condicionamiento de movimiento multimodal”, esta IA ha sido entrenada con más de 19 mil horas de video, lo que le permite replicar gestos, movimientos corporales e incluso la voz de una persona con un nivel de realismo impresionante.

La tecnología detrás de OmniHuman-1 combina modelos de difusión y transformadores, lo que le permite analizar múltiples elementos a lo largo del tiempo y procesar detalles específicos, como la iluminación y las texturas. Esto da como resultado videos que no solo son visualmente atractivos, sino también sumamente realistas. Sin embargo, esta herramienta aún no está disponible para el público general debido a su alto costo de entrenamiento y ejecución.

A pesar de su potencial creativo, OmniHuman-1 ha despertado preocupaciones en torno a los deepfakes, videos falsos generados por IA que pueden utilizarse para engañar o suplantar identidades.

Según un informe de Home Security Heroes, los casos de deepfakes aumentaron un 550 por ciento entre 2019 y 2023, y los casos de suplantación de identidad crecieron un tres mil por ciento en el mismo período.

Goku AI

Por otro lado, Goku AI es una herramienta de código abierto que permite generar videos a partir de descripciones textuales. A diferencia de OmniHuman-1, que se enfoca en la hiperrealidad, Goku AI está diseñada para ser accesible y versátil, lo que la convierte en una opción atractiva para creadores de contenido.

Esta inteligencia artificial utiliza una tecnología llamada Transformador de Flujo Rectificado (RTF), que mejora la calidad de los videos al refinar las imágenes, reducir el ruido visual y garantizar transiciones fluidas entre fotogramas.

Además, su capacidad para animar imágenes estáticas y generar escenas complejas desde cero la convierte en una herramienta útil para la producción de contenido audiovisual.

Uno de los aspectos más destacados de Goku AI es su naturaleza de código abierto, lo que permite a los usuarios acceder a su código, modificarlo y mejorarlo según sus necesidades.

TikTok y la inteligencia artificial

Por su parte, la aplicación de videos cortos TikTok establece en su página web, específicamente en el apartado “Acerca del contenido generado por IA”, que este contenido incluye “imágenes, videos y audio generados o modificados por la inteligencia artificial, como sonidos, videos e imágenes artificiales que pueden retratar imágenes o representaciones humanas realistas creadas en un estilo artístico determinado”.

Además, la aplicación prohíbe cierto tipo de contenidos creados con IA, entre ellos:

• Situaciones de crisis o fuentes falsas que muestren de manera engañosa a personajes públicos en determinados contextos, como ser acosados, hacer promoción o ser promocionados.
• Imágenes de menores de edad o de personas adultas anónimas utilizadas sin su permiso.