Meta anuncia Movie Gen, su modelo de inteligencia artificial para crear vídeos desde texto

Meta anuncia una nueva familia de modelos de inteligencia artificial (IA), llamada MovieGen, para generar vídeos realistas con sonido a partir de indicaciones de texto.En primer lugar, Movi...

Meta anuncia una nueva familia de modelos de inteligencia artificial (IA), llamada MovieGen, para generar vídeos realistas con sonido a partir de indicaciones de texto.

En primer lugar, Movie Gen Video es un modelo transformador de 30.000 millones de parámetros para crear clips de hasta 16 segundos de duración a 16 fotogramas por segundo, o hasta 10 segundos de duración a 25 fotogramas por segundo. Esta IA genera vídeos con una calidad de 768p, no obstante, se encarga de escalarlos a 1080p de forma automática; además, permite editar clips existentes utilizando diferentes prompts de texto, o incluso generar vídeos personalizados subiendo una foto.

Y, en segundo lugar, MovieGen Audio es otro modelo transformador de 13.000 millones de parámetros para crear un audio de hasta 45 segundos para vídeos. Este sonido pueden ser desde efectos, sonidos ambiente o música instrumental, teniendo en cuenta que dicha IA no soporta la generación de voces para evitar los polémicos deepfakes.

Respecto a la disponibilidad de ambos modelos, estas innovaciones son un concepto de investigación y aún no están disponibles para los usuarios, según un documento compartido por Meta. Sin embargo, se espera que dichas inteligencias artificiales estén disponibles en 2025, en aplicaciones como Instagram y WhatsApp, para "acelerar el progreso y la innovación en los modelos de generación de medios".

Meta tiene una IA para procesar fotos y vídeos: así es SAM

SAM (Segment Anything Model, por sus siglas en inglés) es un modelo de inteligencia artificial que está enfocado a identificar y segmentar elementos en imágenes y vídeos.

Su nueva versión, SAM 2, posee mejoras respecto a su predecesora de cara a transformar la forma en la que interactuamos con las fotos y vídeos antes de subirlos a Instagram o WhatsApp. Además, puede identificar y seguir objetos en tiempo real mucho más rápido, posee una licencia de código abierto y reconoce cualquier objeto con un solo clic.

Por otro lado, respecto a sus funciones, puede eliminar fondos, analizar imágenes médicas, mejorar los sistemas de vigilancia y la detección de amenazas, analizar fotografías de arrecifes de coral y potenciar experiencias interactivas.