Lograr la coherencia en los vídeos generados por IA siempre ha sido un desafío. Si bien generar modelos y prendas virtuales es sencillo, crear un vídeo en el que Elon Musk modela un abrigo de piel sigue siendo una tarea compleja.
El modelo 2.0 recientemente actualizado de Pika ofrece una solución inteligente: al cargar varias fotos, Pika puede hacer referencia a elementos específicos para generar videos con una precisión notable.
Al proporcionar fotografías de personas, productos y entornos, los usuarios pueden crear un video comercial básico donde las imágenes coinciden estrechamente con las originales.
¿Significa esto que la IA ha resuelto el problema de la uniformidad de los vídeos, lo que crea nuevos desafíos para los anunciantes? No exactamente. Si bien Pika es divertido de usar, su practicidad aún tiene margen de mejora.
Creando escenas irreales con Pika
La función de entrada de imágenes múltiples de Pika, llamada “Ingredientes de la escena”, permite a los usuarios combinar fotos y generar escenarios únicos. Así es como funciona:
- Sube hasta seis imágenes haciendo clic en el botón “+”.
- Añade un mensaje sencillo en el cuadro de texto.
Por ejemplo, supongamos que Elon Musk y Ultraman ven una película juntos. Indicación: Dos personas se sientan en una sala oscura, con palomitas de maíz en la mano y mirando la pantalla con expectación...
Simplemente suban sus fotos y el ambiente del teatro se creará a partir de la indicación. Si bien Elon Musk parece realista, la apariencia de Ultraman se siente exagerada y desconectada de la foto original.
Una característica destacada de Pika es su capacidad de “reutilizar” elementos. Por ejemplo, podemos vestir a Musk y Ultraman con abrigos verdes a juego y crear una sesión de fotos de moda.
Las fotos de las dos personas se obtuvieron a partir de imágenes ya preparadas. El abrigo verde y el fondo nevado y helado se generaron por separado mediante IA, y el texto “AIGC” en el abrigo sirvió como desafío para Pika.
El resultado mostró una coherencia decente entre la escena y el abrigo, y el texto “AIGC” era apenas reconocible. Las poses de los modelos también siguieron las instrucciones. Pero el mayor problema es, ¿quiénes son estas dos personas? Las caras en el video y las fotos pueden no ser idénticas, pero no tienen ninguna relación.
A continuación, probamos la personalización del atuendo de Pika generando una camiseta negra con la frase “I was human” (Yo era humano). Añadimos una foto de Mark Zuckerberg y una foto de un ukelele para crear una interpretación musical.
Pika siguió bien las indicaciones y el movimiento de la cámara fue fluido. La ropa también se puso sin problemas, pero la mano derecha, especialmente el pulgar, aún no está perfecta.
En comparación con Google Veo y OpenAI Sora, el modelo de Pika no es de primera categoría. La solución de un problema suele revelar más errores.
Después de probar un estilo realista, pasemos a un estilo anime. Para tener a Gintoki Sakata y Naruto Uzumaki en el mismo cuadro, elegí dos imágenes con cielo azul y nubes blancas como fondo.
El fondo se funde con naturalidad y las expresiones están bien captadas, con el efecto del viento sobre el cabello y la ropa que encaja a la perfección. Sin embargo, el efecto de giro es bastante inquietante. Los ojos de Gintoki parecen sin vida, no están realmente girados hacia atrás.
También se pueden ver cuadros famosos interactuando entre sí en distintas épocas, como la Mona Lisa y la joven de la perla comiendo patatas fritas en McDonald's. El efecto no es ideal. Al ver a la Mona Lisa, uno se pregunta si Da Vinci se revolvería en su tumba. Los personajes parecen pegatinas colocadas en el vídeo, con movimientos de cabeza extraños.
A veces, volver a la sencillez produce resultados inesperadamente buenos. Subir una imagen de Starbucks y un cuadro de Los nenúfares de Monet da como resultado una taza de café con forma de loto.
Compitiendo con los modelos fabricados en China, controlar el video con IA ahora es más fácil
Hasta cierto punto, Pika ha mejorado la capacidad de control del video. Si bien no es del todo exitoso, como se ve en la práctica, Pika mantiene la coherencia en las escenas, la ropa y los objetos, pero las caras tienden a distorsionarse independientemente del estilo.
Además, las capacidades básicas de Pika necesitan mejorar. Acciones como comer o tocar el piano aún plantean desafíos. ¿Se pueden aliviar estos problemas robando cartas?
En tres palabras: no es asequible. Pika 2.0 actualmente solo está disponible para usuarios Pro y Fancy, y cuesta al menos $35 por mes sin prueba gratuita. Además, los usuarios Pro obtienen solo 2000 puntos por mes, pero usar la función Scene Ingredients cuesta 100 puntos por video.
De hecho, el modelo de video con inteligencia artificial de fabricación china Vidu implementó la función de “referencia de múltiples imágenes” antes que Pika. Lo que resulta más atractivo para los usuarios es que ofrece puntos de prueba gratuitos.
Probé algunos de los casos de Pika en Vidu. La Mona Lisa y la joven de la perla comiendo papas fritas parecen recién salidas de la tierra, pero el parecido de la Mona Lisa es mejor que el de Pika.
Elon Musk y Ultraman viendo una película juntos, la cara de Musk tiene una precisión de entre un 70 y un 80%, pero la cara de Ultraman todavía no es genial.
Gintoki Sakata y Naruto Uzumaki en el mismo cuadro, Vidu puede generar una cara lateral a partir de una cara frontal, pero el estilo difiere de la imagen original.
Además, Vidu tiene una limitación en comparación con Pika: solo puede cargar un máximo de tres imágenes. Por eso, cuando usé Vidu para crear una sesión de fotos de moda para Musk y Ultraman, solo cargué sus fotos y un abrigo verde, y dejé afuera el fondo.
Los resultados no me resultaron familiares. Está claro que mantener la estabilidad facial sigue siendo un desafío.
Al comparar Vidu con Pika, las opiniones pueden variar. Pika utiliza una versión profesional, mientras que Vidu utiliza una versión gratuita, lo que explica algunas diferencias. Sin embargo, el enfoque de Pika y Vidu es similar: utilizan solo unos pocos materiales de imagen e indicaciones simples para generar objetos relativamente estables.
En la generación de videos con IA, actualmente es más confiable mantener la coherencia del sujeto con la solución LoRA. Esto implica ajustar el modelo con una cierta cantidad de material del sujeto específico. Con el material y el entrenamiento adecuados, el modelo aprende gradualmente las características de apariencia del personaje.
Pero para que los videos de IA sean más accesibles y comercialmente valiosos, es necesario reducir la barrera de entrada. Al menos con Vidu y Pika, vemos el potencial.
Vídeos virales con IA: un billete de ida hacia la creatividad
Poco después del lanzamiento del modelo 2.0 de Pika, los usuarios internacionales ya se lo estaban pasando en grande. Al generar repetidamente videos en diferentes escenas usando sus propias fotos, podían lograr un "viaje instantáneo por el universo". Con la IA, probarse la ropa está a solo un clic de distancia. Los modelos y los atuendos fluyen sin problemas, lo que ahorra el costo de las sesiones fotográficas reales.
Jugar con Pika me dio una sensación similar a jugar “QQ Show” y “Los Sims”, donde decidimos cómo vestir a los personajes en el video.
Si quieres cumplir el “sueño” de Musk, es fácil. Primero, utiliza otras herramientas de IA para generar una camiseta con la frase “Conquistar Marte” y una gorra roja con la frase “MAGA” escrita en ella.
Luego, sube estas imágenes, una escena de Marte, la foto de Musk, su robot humanoide Optimus Prime y su prototipo de meme de Internet favorito, Doge, a Pika.
Al final, aparece un joven soleado y alegre, con un perro a la izquierda y un robot a la derecha, de aspecto amigable pero no del todo como Musk.
Que se parezca a él o no es una cosa, pero siempre que mantengas la mente abierta, las posibilidades son infinitas. Si utilizamos fotos de nosotros mismos y de famosos, podemos participar fácilmente en el fandom. Sube sombreros, ropa e instrumentos para vestirnos de pies a cabeza. Reúne escenas, productos y modelos y tendrás un sencillo vídeo comercial…
Las fotos + imágenes de IA + Pika 2.0 + indicaciones pueden generar muchas imágenes interesantes. Este método también evita algunas de las deficiencias de los modelos de video, como la escritura, que se pueden solucionar con modelos de imágenes. Sin competir directamente con las capacidades de los modelos de Google ni compararse con los sueños de Hollywood de Runway, Pika tiene su enfoque único.
Pika siempre ha sido un maestro de la creatividad; su serie anterior de funciones de efectos especiales de IA, Pikaffect, se volvió viral en plataformas como RedNote y TikTok, impulsando la base de usuarios de Pika a más de 11 millones.
Pika ha sabido aprovechar un grupo de usuarios con una gran demanda de vídeos breves y entretenidos. Aunque estos vídeos sean estereotipados y fugaces, siempre que sean divertidos, la gente los verá en masa.
¿Quién dice que para ganar hay que quedarse con todo? El mercado de la IA es enorme y, si bien simular el mundo físico es un gran sueño, lograr el pequeño objetivo de hacer divertidos los videos cortos de IA también es una forma de éxito.
Fuente de ifanr
Descargo de responsabilidad: La información establecida anteriormente es proporcionada por ifanr.com, independientemente de Chovm.com. Chovm.com no representa ni garantiza la calidad y confiabilidad del vendedor y los productos. Chovm.com renuncia expresamente a cualquier responsabilidad por violaciones relacionadas con los derechos de autor del contenido.
