Recientemente, Alibaba lanzó su último avance tecnológico, Animate Anyone 2. Esta tecnología innovadora permite el reemplazo preciso de personajes en videos. Según los ejemplos publicados en el sitio web del proyecto, los usuarios solo necesitan proporcionar el video original y la imagen del personaje objetivo, y el sistema puede reemplazar la imagen del personaje en tiempo real mientras conserva la trayectoria del movimiento del video original. Los datos experimentales muestran que el sistema puede transferir completamente la acción de un futbolista pateando al personaje animado, mientras conserva las características físicas reales de la trayectoria del balón. Para las complejas necesidades de la producción cinematográfica,

Luma AI ha lanzado recientemente su último modelo de video generativo, Ray2, generando un gran interés en la industria. Hace apenas siete meses, Luma AI lanzó su plataforma Dream Machine, consolidándose como líder en la creación de videos con IA. Sin embargo, con el rápido desarrollo de la tecnología de video con IA, el lanzamiento de Ray2 parece marcar otro gran avance en el campo. El cofundador y CEO de Luma AI, Amit Jain, en las redes sociales...

Luma AI ha lanzado recientemente Ray2, su último modelo de generación de video, en su plataforma de creación de videos con IA Dream Machine, generando un gran interés en la industria. Desde el lanzamiento de Dream Machine el verano pasado, el campo de los videos con IA ha experimentado un rápido cambio en solo siete meses, con la llegada de muchos modelos nuevos, incluyendo Runway, Kling, Sora de OpenAI y Veo2 de Google. Ra

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

En los últimos años, con el rápido desarrollo de la inteligencia artificial y la visión por computador, la interacción entre humanos y computadoras se ha vuelto cada vez más vívida y expresiva. En particular, en el campo de la animación, la generación de videos dinámicos a partir de imágenes estáticas ha sido un tema de investigación candente. Recientemente, ha surgido una nueva tecnología llamada "DisPose", que, mediante la orientación de la postura desacoplada, ha logrado un efecto de animación de imágenes de personajes más controlable. En pocas palabras, DisPose permite generar un video donde un personaje de referencia realiza los mismos movimientos que se ven en un video de entrada.

Kuaishou Technology, con sede en Pekín, anunció recientemente que su modelo de generación de imágenes de IA, Kling AI (Kling), ha lanzado un modo estándar para el modelo API V1.5 y una función de "pincel de movimiento" para el modelo V1.0, con el objetivo de mejorar la experiencia del usuario y aumentar la flexibilidad y eficiencia de la creación artística. El modo estándar del modelo V1.5 actualizado ofrece una opción de alta calidad para los usuarios gracias a sus excelentes resultados, velocidad de procesamiento rápida y alta relación calidad-precio.

La plataforma de IA KeLing, perteneciente a Kuaishou, ha anunciado una nueva actualización de su modelo 1.5, que incluye una serie de funciones innovadoras. Esta actualización incluye mejoras en el modo de alta calidad de generación de video a partir de imágenes, compatibilidad con pinceles de movimiento y movimientos de cámara, y un nuevo modo estándar que ofrece a los usuarios una opción de alta relación calidad-precio. En el modo de alta calidad, los usuarios pueden especificar trayectorias de movimiento para los elementos de la imagen, agregar trayectorias de movimiento y áreas estáticas, para lograr un control más preciso. Al mismo tiempo, la plataforma ofrece seis modos de movimiento de cámara, incluyendo panorámica horizontal, panorámica vertical, zoom y rotación, para satisfacer las diferentes necesidades creativas.

Un estudio poco convencional ha transformado a los gatos de estrellas de las redes sociales en objetos de investigación física. Anxo Biasi, investigador del Instituto Gallego de Física de Altas Energías (IGFAE) en España, inspirado por su propio gato Eme, ha publicado un artículo único sobre la 'ecuación del movimiento felino' en la revista American Journal of Physics. Este joven físico, que previamente realizó investigaciones en la École Normale Supérieure de París, se unió al IGFAE a través del Programa de Jóvenes Líderes La Caixa. Su objetivo inicial era 'difundir la física de una manera divertida'

En el campo del procesamiento de video, el seguimiento eficiente del movimiento 3D a partir de video de una sola cámara ha sido un desafío constante, especialmente cuando se requiere un seguimiento preciso a nivel de píxel en secuencias largas. Los métodos tradicionales enfrentan múltiples desafíos, a menudo solo pueden rastrear una pequeña cantidad de puntos clave, sin lograr una comprensión detallada de la escena completa. Además, las técnicas existentes tienen altas demandas computacionales, lo que dificulta mantener la eficiencia al procesar videos largos. Al mismo tiempo, el seguimiento a largo plazo se ve afectado por problemas como el movimiento de la cámara y la oclusión de objetos, lo que lleva a errores o fallos en el seguimiento. Actualmente, los métodos de estimación de movimiento en secuencias de video tienen diferentes ventajas y desventajas.

La plataforma de video de inteligencia artificial D-ID anunció hoy el lanzamiento de dos nuevos avatares virtuales, Express y Premium+, diseñados para mejorar la calidad y eficiencia de la creación de contenido. Cada vez más empresas buscan utilizar avatares de IA más humanos para aliviar la carga de la producción de videos, especialmente en marketing, ventas y atención al cliente. Los nuevos modelos de D-ID buscan destacar en este competitivo mercado. El avatar Express se entrena con solo un minuto de video aproximadamente, lo que permite...

Recientemente, el generador de video con IA Haiper AI lanzó oficialmente su última versión: Haiper 2.0. La nueva versión admite movimientos más nítidos, efectos visuales impresionantes y plantillas dinámicas para ayudar a los usuarios a crear videos sorprendentes. En comparación con la versión anterior, Haiper 2.0 se ha optimizado y actualizado, con dos puntos destacados principales: primero, tiene efectos de movimiento y detalles más realistas; segundo, las nuevas plantillas fáciles de usar hacen que la creación de videos sea más sencilla. La nueva función de plantillas permite a los usuarios simplemente seleccionar y hacer clic para...

El 19 de septiembre, Kuaishou anunció una importante actualización global de su modelo KeLing AI, lanzando la versión 1.5. La nueva versión presenta mejoras significativas en varios aspectos, incluyendo la calidad de video, los efectos dinámicos, la estética, la coherencia del movimiento y la comprensión semántica.

El conocido servicio de generación de imágenes con IA, Midjourney, anuncia su entrada en el mercado del hardware e invita a las personas interesadas en unirse a su nuevo equipo en San Francisco a enviar un correo electrónico a hardware@midjourney.com. Se unen el antiguo CTO de Leap Motion, David Holz, y el gerente de ingeniería de hardware de Apple Vision Pro, Ahmad Abbas. Se espera que el producto no sea un dispositivo portátil y que requiera una "entrada" para su uso. Midjourney responde a la competencia en el campo de la generación de imágenes con IA, actualiza su interfaz y...

Yuanxiang Information Technology Co., Ltd. de Shenzhen ha lanzado MotionGen, el primer modelo de generación de movimiento 3D basado en física de China. Este modelo, mediante la fusión de algoritmos de vanguardia como modelos grandes, simulación física y aprendizaje por refuerzo, permite a los usuarios generar movimientos 3D realistas y fluidos con solo ingresar instrucciones de texto simples. Esta innovación reduce significativamente el umbral de producción de contenido 3D, brindando mayor libertad y eficiencia creativa a las industrias de animación, juegos, cine y realidad virtual. El modelo MotionGen posee una capacidad precisa de comprensión de texto, pudiendo analizar instrucciones complejas y generar los movimientos correspondientes.

Meta Reality Labs ha lanzado recientemente Sapien, un modelo de inteligencia artificial que ha logrado un gran avance en el procesamiento de tareas de visión humana. Este modelo está específicamente diseñado para analizar y comprender a las personas y sus acciones en imágenes o videos. Después de un riguroso entrenamiento con más de 300 millones de imágenes humanas, Sapien demuestra un rendimiento excepcional en entornos complejos. Las funciones principales de Sapien incluyen la estimación de postura 2D, la segmentación de partes del cuerpo, la estimación de profundidad y la predicción de normales de superficie, lo que le permite identificar con precisión las posturas corporales, distinguir las partes del cuerpo y predecir...

Tesla ha publicado una oferta de trabajo para un capturista de movimiento que ayude en el desarrollo de su robot humanoide "Optimus", con un salario de hasta 48 dólares por hora. Los solicitantes deben cumplir ciertos requisitos, incluyendo altura y condición física. El trabajo implica usar un casco de realidad virtual, ejecutar rutas de prueba y registrar datos. Tesla ya utiliza Optimus internamente para el manejo de baterías y planea lanzar un robot humanoide verdaderamente útil en 2025, con el objetivo de la producción comercial para 2026. Musk confía en el potencial de Optimus y cree que aportará un potencial económico ilimitado.

ControlNeXt, desarrollado por el equipo de Jia Jiajia, es una herramienta de guía de generación de imágenes/vídeos de código abierto, diseñada para simplificar el uso de modelos de IA. Esta herramienta es compacta y compatible con modelos de la familia Stable Diffusion, como SDXL y SD1.5, admitiendo diversos modos de control, como guía de bordes, control de postura, máscara y control de profundidad de campo. Su "secreto para adelgazar" reside en una estructura más eficiente, reemplazando la rama de control "glotona" por un "menú ligero" compuesto por unos pocos bloques ResNet, lo que reduce el tamaño del modelo.

ControlMM es un innovador marco tecnológico desarrollado conjuntamente por la Universidad China de Hong Kong y Tencent, cuyo objetivo es resolver los desafíos en la generación de movimientos corporales completos multimodales. Este marco admite entradas multimodales como texto, voz y música, generando movimientos corporales completos que coinciden con el contenido. A través del módulo ControlMM-Attn, procesa en paralelo la topología corporal dinámica y estática, logrando un aprendizaje eficiente del conocimiento del movimiento. Emplea una estrategia de entrenamiento por etapas, desde el preentrenamiento de texto a movimiento hasta la adaptación del control multimodal, garantizando la eficacia del modelo en diferentes condiciones. ControlMM-Be