9 de marzo de 2025, California, Estados Unidos — Los modelos de código abierto están haciendo que la tecnología de video a partir de texto sea cada vez más interesante. El desarrollador de IA Ostris (@ostrisai) recientemente compartió en la plataforma X los resultados de su modelo LoRA Wan2.1 entrenado con sus propias fotos. Con solo alrededor de 20 fotos y una tarjeta gráfica RTX 4090 doméstica, logró impresionantes resultados en la generación de video. Este logro no solo muestra el potencial de la tecnología de código abierto, sino que también ha generado un gran interés en la comunidad X sobre el entrenamiento de LoRA para video.

Recientemente, la aplicación de asistente inteligente de IA Doubao, propiedad de ByteDance, anunció una función innovadora: "Dar vida a las fotos". El lanzamiento de esta función tiene como objetivo satisfacer la demanda de los usuarios de dinamizar fotos antiguas, permitiendo que esos momentos antes congelados vuelvan a cobrar vida. Según se informa, la función "Dar vida a las fotos" es fácil de usar. Los usuarios solo necesitan abrir la aplicación Doubao, seleccionar la función y cargar una foto antigua, y luego describir los movimientos de las personas u objetos en la foto. Después de una breve espera, la aplicación Doubao puede utilizar tecnología de IA avanzada para convertir una foto estática en un vídeo dinámico.

PhotoDoodle, un nuevo sistema de edición de imágenes con IA desarrollado por ByteDance en colaboración con equipos de investigación de universidades de China y Singapur, está redefiniendo nuestra comprensión de la creación de imágenes. Esta innovadora tecnología, basada en el modelo Flux.1, puede aprender estilos artísticos a partir de un pequeño número de muestras y ejecutar instrucciones de edición específicas con precisión, abriendo nuevas posibilidades para la expresión creativa. Basado en Flux.1, el núcleo de PhotoDoodle es el sistema OmniEditor, desarrollado inicialmente por el equipo de investigación, que utiliza ingeniosamente LoRA (Low-Rank Adaptation) para...

Recientemente, la aplicación Baidu Wen Xiaoyan (anteriormente conocida como Wenxin Yiyán) para iOS recibió una actualización a la versión 4.9.0. El punto destacado de esta actualización, que ha generado mucha expectación, es la integración del modelo DeepSeek-R1, lo que ha mejorado significativamente las funciones de la aplicación, especialmente en la resolución de problemas mediante fotos. Después de esta actualización, los usuarios que utilicen la función de resolución de problemas por foto de Wen Xiaoyan podrán ver con mayor claridad los pasos de razonamiento en el proceso de resolución. Esta función es muy similar a la función de cadena de pensamiento de DeepSeek, lo que mejora enormemente la experiencia del usuario en la resolución de problemas.

Recientemente, Xi Ling Digital Human de Baidu Smart Cloud lanzó una función innovadora: el miniprograma WeChat "Fei Tie He Xin Chun", que infunde nueva vitalidad tecnológica a la tradición de las felicitaciones de Año Nuevo. Esta función está disponible gratuitamente para el público durante el Festival de Primavera. Los usuarios solo necesitan cargar una foto para generar rápidamente un video de felicitación de Año Nuevo personalizado con un avatar digital.

Recientemente, SenseTime anunció el lanzamiento oficial de su nueva aplicación "秒画趣拍", ofreciendo a los usuarios una experiencia de imagen con IA creativa y divertida. Lanzada en el periodo festivo del Año Nuevo Chino, la aplicación tiene como objetivo crear retratos de Año Nuevo personalizados para los usuarios mediante tecnología de IA, creando un ambiente festivo intenso.

Recientemente, la compañía ByteDance anunció el lanzamiento de un sistema de inteligencia artificial llamado INFP, capaz de hacer que las fotos de retratos estáticos de personas "hablen" y reaccionen a través de la entrada de audio. A diferencia de las tecnologías tradicionales, INFP no requiere la designación manual de los personajes que hablan y escuchan; el sistema puede determinar automáticamente los roles según el flujo de la conversación. El flujo de trabajo de INFP se divide en dos pasos principales. El primero, llamado "imitación de cabeza basada en el movimiento", consiste en que el sistema extrae detalles de los videos analizando las expresiones faciales y los movimientos de la cabeza de las personas durante una conversación. Estos

Pollo AI, líder en el campo de la generación de videos con inteligencia artificial, ha lanzado recientemente cuatro nuevos efectos de IA, atrayendo nuevamente la atención del sector. Los usuarios solo necesitan subir una imagen estática para, utilizando la tecnología de IA avanzada, lograr fácilmente efectos como "aplastar", "inflar", "explotar" y "derretir", haciendo que cualquier cosa (o persona) pueda "cobrar vida" en un video. Además, Pollo AI ha lanzado oportunamente varias plantillas con temas festivos para ayudar a los usuarios a crear rápidamente videos cortos llenos de ambiente navideño. Los cuatro efectos lanzados en esta ocasión tienen características únicas. "Aplastar"

Recientemente, un equipo de investigación de la Universidad de Carolina del Norte y la Universidad de Maryland presentó una nueva tecnología llamada "MyTimeMachine" (MyTM). Este es un sistema avanzado de transformación de edad facial personalizada que, con solo 50 fotos, puede aprender las características de tu rostro y predecir tu apariencia a diferentes edades. La tecnología combina modelos globales de envejecimiento con fotos del usuario para permitir un efecto de rejuvenecimiento y envejecimiento de alta fidelidad, manteniendo las características individuales. Con

Recientemente, un equipo de investigación presentó una nueva tubería de fusión de cabeza llamada CHANGER, diseñada para proporcionar soluciones de síntesis de cabeza de alta fidelidad para la creación de contenido digital. Esta tecnología es particularmente importante en aplicaciones industriales, especialmente en efectos visuales (VFX), creación de humanos digitales y avatares virtuales. El principal desafío de la fusión de cabezas es la diferencia en la forma de la cabeza y la estructura del cabello, lo que a menudo conduce a bordes de composición antinaturales y artefactos de fusión. Los métodos existentes generalmente tratan el procesamiento de primer plano y fondo como una sola tarea, lo que resulta en efectos de fusión insatisfactorios. CH

妙刷 es una aplicación creativa basada en tecnología de visión por IA, dedicada a ofrecer a los usuarios herramientas de creación sencillas e intuitivas, para que cada uno pueda convertir fácilmente sus ideas en realidad. 妙刷 integra potentes capacidades de IA en una sola plataforma, ofreciendo diversas funciones como procesamiento de imágenes, generación de imágenes a partir de texto, visualización de audio y creación de vídeo. La principal característica de 妙刷 es que reduce el umbral de la creación artística, permitiendo que incluso los usuarios comunes sin experiencia en creación puedan utilizar la tecnología de IA para transformar los materiales cotidianos en obras de arte únicas. Por ejemplo, los usuarios pueden...

En un momento en que la tecnología de imágenes de inteligencia artificial se está volviendo cada vez más común, Google anunció que a partir de la semana que viene introducirá una nueva función de etiquetado de edición de IA para la aplicación Google Fotos. Todas las fotos editadas con funciones de IA como Magic Editor, Magic Eraser y Zoom Enhance, mostrarán una etiqueta que dice 'Editado con IA de Google' en la parte inferior de la sección 'Detalles' de la aplicación. Esta actualización se produce después del lanzamiento de Google de varios dispositivos con múltiples funciones de fotografía con IA.

Meta publicó recientemente una publicación sugiriendo a la gente usar inteligencia artificial para falsificar fotos de auroras boreales. Sin embargo, la publicación provocó la ira y las críticas de los usuarios. Muchos creen que las fotos generadas por IA no pueden reemplazar la experiencia de la vida real y las celebraciones compartidas. Las imágenes muestran auroras boreales sobre el Golden Gate Bridge, el horizonte de la ciudad y una noria. Esto es claramente un intento de aprovechar el momento en que la gente sube fotos de las auroras boreales vistas el jueves por la noche en gran parte de Estados Unidos. En los comentarios de la publicación, los usuarios compartieron sus propias fotos.

Meta lanzó recientemente sus gafas inteligentes Ray-Ban con IA, que cuentan con una cámara oculta en la parte frontal para tomar fotos. Cabe destacar que estas fotos no solo se toman cuando se solicita, sino que también pueden tomarse automáticamente cuando se activa una función de IA, como cuando se dice "mira". Esto significa que las gafas Ray-Ban Meta recopilan una gran cantidad de fotos, tanto las tomadas activamente por el usuario como las capturadas accidentalmente. Recientemente, un periodista de TechCrunch preguntó...

Después de que WeChat permitiera oficialmente las fotos en vivo, Wink, la aplicación de edición de video de Meitu, rápidamente se popularizó y alcanzó el tercer lugar en la App Store de China. Wink, con su potente función de embellecimiento de video con IA, y sus funciones de "convertir a foto en vivo" y "GIF con IA" que convierten imágenes y videos en fotos en vivo con un solo clic, satisface la creciente demanda de los usuarios para editar fotos en vivo. Se dice que la función de "embellecimiento de video" de Wink permite a los usuarios editar fotos en vivo con la misma facilidad que las imágenes estáticas.

Según los informes, un usuario de Reddit ha estado pagando por fotos explícitas de una mujer falsa generada por inteligencia artificial. Las imágenes fueron creadas con la herramienta de IA Stable Diffusion y son increíblemente realistas, lo que dificulta su distinción de las reales. Estas imágenes aparecieron por primera vez en varios foros de Reddit hace unos meses, atrayendo la atención y comentarios de numerosos usuarios. Un usuario incluso comentó sobre una foto de 'Claudia': "¡Eres hermosa!" ...

Getty Images ha anunciado una iniciativa importante para proporcionar a los desarrolladores de IA un conjunto de datos de entrenamiento que incluye 3750 fotos de alta calidad, que abarcan 15 categorías, con el objetivo de apoyar el desarrollo de aplicaciones de IA. Estas fotos se han publicado en la plataforma Hugging Face y están disponibles gratuitamente para los usuarios que acepten los términos del servicio y proporcionen información de contacto. Esta medida tiene como objetivo atraer a empresas y desarrolladores, al tiempo que promueve sus servicios de licencia de pago. Getty Images afirma poseer más de 572 millones de fotos, de las cuales más de 200 millones están disponibles para uso comercial.

Google está probando una nueva función llamada "Ask Photos", que permite a los usuarios explorar su biblioteca de fotos de una manera innovadora. Al hacer preguntas a la función, como "¿Dónde acampamos la última vez que fuimos a Yosemite?" o "¿Qué comimos en el hotel de Stanley?", los usuarios pueden obtener respuestas y acceder a las imágenes relevantes. Detrás de esto se encuentra el modelo Gemini AI de Google, que analiza el contenido de las fotos para proporcionar respuestas e imágenes, admite la búsqueda en lenguaje natural y la ordenación por fecha o relevancia. En las próximas semanas se admitirán más idiomas. Esta función ya está disponible en inglés para Android e iOS.

La nueva herramienta de búsqueda impulsada por IA de Google Fotos, "Preguntar a Fotos", se lanza en acceso anticipado para algunos usuarios en EE. UU., revolucionando la forma de interactuar con los álbumes digitales. Esta función permite a los usuarios utilizar consultas en lenguaje natural para recuperar fotos, superando las búsquedas tradicionales por palabras clave. La tecnología subyacente es el modelo Gemini AI, que comprende el contenido y los metadatos de las fotos para ofrecer resultados de búsqueda más profundos. Los usuarios pueden hacer preguntas complejas, y la IA filtrará las fotos basándose en factores como la calidad y la información de ubicación.

FLUX.1-dev-LoRA es un innovador modelo de generación de imágenes especializado en fusionar elementos realistas con ilustraciones, creando efectos visuales únicos. Entrenado con base en FLUX.1-dev, puede representar a los personajes en primer plano con un estilo de ilustración mientras mantiene el realismo en el fondo. Es ideal para generar imágenes creativas para plataformas sociales. Los usuarios pueden generar imágenes según sus necesidades proporcionando descripciones de la escena e indicaciones de la acción del personaje. Los ejemplos de indicaciones oficiales muestran cómo describir para lograr una fusión de estilos artísticos específicos. Se proporcionan enlaces para la experiencia en línea y la descarga del modelo.