La felicidad es subjetiva y difícil de precisar. Si le pidieras a 100 artistas que crearan una imagen de pura felicidad, o a 100 poetas que escribieran sobre el tema, estarías esperando mucho tiempo por el resultado, pero también obtendrías 200 interpretaciones diferentes.
Decidí ver qué tan bien la inteligencia artificial maneja el concepto de felicidad pura, específicamente los generadores de video con IA. Hay docenas de ellos en el mercado en distintos niveles de integridad y capacidad, por lo que les he dado a todos el mismo mensaje.
Además de las plataformas obviamente más grandes como Runway y Pika Labs, he incluido generadores basados en Stable Diffusion de Leonardo y NightCafe y nuevos modelos basados en Discord como Assistive Video y PixVerse para ver cómo se comparan. Sin embargo, todavía no hay Sora de OpenAI; está previsto que llegue a finales de este año.
Las interpretaciones fueron todas diferentes y sorprendentemente similares. Decidí no incluir LTX Studio ya que es un tipo diferente de plataforma de video de IA, por lo que no se compara con los generadores one-shot de formato más corto. Pero como referencia generó girasoles, específicamente una mujer y su perro caminando por un campo de girasoles.
¿Puede la IA mostrar pura felicidad?
Mi primera tarea fue crear un mensaje que no especificara cómo es la verdadera felicidad, se trataba de una oración larga, ya que algunos de los generadores de video tienen límites de palabras y no esperaba mucho, ya que solo crearía una sola escena de unos segundos de duración.
Se me ocurrió: “Una representación visual de la esencia de la felicidad pura, capturando el sentimiento a través del simbolismo, la metáfora y la atmósfera”.
La idea es que obliga a la IA a interpretar lo que significa en lugar de limitarse a seguir lo que yo le he indicado. Experimentos anteriores con un mensaje más directo condujeron a una menor variación entre los modelos de IA.
Preparando el desafío
Para este desafío solo he utilizado servicios que ofrecen conversión de texto a video que también prueban sus capacidades de generación de imágenes y cómo interpretan el concepto de felicidad pura.
De lo contrario, sería una prueba de la comprensión de un generador de imágenes de IA sobre la felicidad pura y luego una mirada a cómo las diferentes herramientas de video de IA animan esa imagen, y analizamos las herramientas de imágenes la semana pasada.
Como cada herramienta de video de IA tiene un enfoque diferente para la configuración y el ajuste, dejé todo por defecto. Ingresé el mensaje y hice clic en generar sin personalización. El único cambio de configuración que hice cuando fue necesario fue asegurarme de obtener una imagen de 16:9, si era posible.
Al igual que en pruebas anteriores de generadores de imágenes de IA, seleccioné la primera imagen de cualquier conjunto. Esto se debe a que diferentes herramientas le brindan diferentes números de imágenes de forma predeterminada. Por eso siempre elijo una imagen, aunque no sea necesariamente la mejor de las creadas.
1. Haiper
Haiper es relativamente nuevo pero también muy poderoso. Su modelo es increíblemente capaz y capaz de crear movimientos sutiles y realistas a partir de nada más que un mensaje de texto. Si bien las plataformas más grandes tienen más opciones de personalización, Haiper sigue más de cerca las indicaciones.
Creó un ambiente parecido a un libro de cuentos con globos, flores y un árbol en flor. En el centro hay un niño pequeño con el pelo ondeando y los brazos agitando excitadamente al viento. Creo que este es posiblemente el vídeo más cercano a hacerme sonreír de todos los vídeos.
2.Leonardo
En el núcleo leonardo es una plataforma de generación de imágenes de IA construida utilizando versiones ajustadas y personalizadas de los persos modelos basados en Stable Diffusion. Utilicé la función Photoreal v2 porque ya estaba activada cuando entré en el mensaje. Utiliza Difusión de vídeo estable para animar imágenes.
Leonardo creó cuatro opciones y no creo que la primera fuera la mejor. Otros representaban a un niño jugando en un campo de girasoles y otro mostraba a alguien mirando el cielo nocturno. Sin embargo, esta era una imagen muy realista de una niña mirando el mundo pasar desde la ventanilla de un tren.
3. Vídeo de asistencia
Vídeo de asistencia es parte de un conjunto más amplio de funciones creadas en torno a la interfaz de chat de Assistive. Utilicé esto en Discord y fue sorprendentemente rápido y fácil de usar, ya que funciona desde un mensaje simple sin necesidad de especificar ningún otro detalle.
Este fue el único video que mostraba a un adulto. Parece mostrar a una mujer con lo que podría ser un vestido de novia deslizándose literalmente por un campo al atardecer con flores arqueándose sobre su cabeza. Parece tener la idea de que la felicidad proviene de una ocasión.
4. Pista
Pista es, con diferencia, el líder en vídeo generativo con IA. Tiene acuerdos de asociación con una variedad de organizaciones y un modelo fotorrealista y flexible en Gen-2.
Su interpretación del concepto de felicidad pura me hizo reír y me sorprendió al mismo tiempo. Runway considera que la felicidad pura reside en la comida. Concretamente en cupcakes blancos.
5. Café nocturno
Como leonardo Café Nocturno es una plataforma de imágenes de IA construida sobre modelos de Difusión Estable, pero como ambos usan sus propias versiones personalizadas y ajustadas, las he incluido en esta prueba. NightCafe también adoptó recientemente Stable Core, que tiene una mejor adherencia rápida.
Su interpretación fue nuevamente la de globos, pero en lugar de personas era un hermoso castillo antiguo con una luna enorme y brillante de fondo y una escena muy natural. No estoy seguro si me deja feliz pero tiene una sensación de calma.
6. PixVerse
Actualmente solo está disponible en Discord, como lo estuvieron todos los grandes generadores de video de IA en algún momento. PixVerse Es un modelo interesante ya que también te permite especificar estilo y movimiento.
Esto mostraba a un niño pequeño disfrutando de los cálidos rayos del sol, con los brazos extendidos absorbiendo cada momento de calidez y alegría. Es una imagen muy feliz, aunque la cara de la niña parece un poco deformada durante la animación.
7. Laboratorios Pika
Laboratorios Pika es una de mis herramientas de video de IA favoritas para trabajar. Su sencilla interfaz, la adopción de otras tecnologías como efectos de sonido y sincronización de labios, así como la pintura incorporada, lo hacen ideal para lanzarse directamente a un nuevo proyecto.
Su interpretación de la felicidad pura se acercaba más a lo que esperaba de los modelos de IA. Representaba a un niño sonriente pintado para que pareciera una flor en una escena brillante y colorida.
8. Marco final
Amo Marco final. Es una plataforma de inteligencia artificial muy inicializada que adopta rápidamente nuevas tecnologías e las integra, como sincronización de labios, edición y sonidos. También tiene una vista de editor de tipo de línea de tiempo que facilita la unión de clips para generaciones más largas.
Cuando haces texto a video, primero crea una serie de imágenes para que elijas y luego crea el video basado en la imagen. Seleccioné el primero de la lista y fue algo mágico, mostrando una escena tipo libro de cuentos de una niña saltando con un espectáculo de láser detrás de ella. Esto era extraño, pero también parecía que capturaba su alegría, aunque no fuera pura felicidad.
9. MetaAI Imagina
Metaimagina, que recientemente se actualizó dentro del nuevo chatbot MetaAI, ahora tiene la capacidad de animar cualquiera de las imágenes que genera. Solo ofrece videos cuadrados y de baja resolución y está animado más como un GIF que como algo destinado a una producción de video.
Su interpretación del mensaje fue la única no relacionada con los humanos. Es de naturaleza sorprendentemente digital y no afromorfiza demasiado la tecnología, lo que hace que este clip parezca más desde una perspectiva de IA.
¿Qué generador de IA ganó?
Todos fueron interesantes y no creo que ninguno de ellos realmente capturara la “felicidad pura” en la forma en que pretendía el mensaje. Como referencia, le di el mismo mensaje a Ideogram, que ganó la última prueba como esta que configuré y ¡creó algo fuera del reino cuántico!
Para los generadores de videos, como hombre gordo al que le gustan los pasteles, estoy tentado de darle el premio a Runway por ser diferente, pero creo que Haiper capturó mejor el concepto de felicidad pura.
Creo que lo que menos me gustaba y lo que más me gustaba era la imagen Meta. No porque fuera bueno o malo, sino porque estaba fuera de lo común. Su concepto se basó en una idea de felicidad de la IA en lugar de la de los humanos, pero pierde porque Meta aún no puede hacer clips en pantalla ancha.
- 7 ideas de Google Gemini para probar este fin de semana
- Esta herramienta de inteligencia artificial puede aumentar la resolución de cualquier fotografía: el ‘mejorador de escala mágico’ de Leonardo es enorme para preservar recuerdos
- El generador de imágenes Leonardo AI agrega un nuevo modo de video: así es como funciona