Google Research ha presentato una nuova tecnologia rivoluzionaria Google’s Vlogger AI. Questo framework di intelligenza artificiale è in grado di generare video di alta qualità di persone che parlano e gesticolano, partendo semplicemente da una foto e da uno spezzone di parlato. Non stiamo parlando di avatar, ma di vere e proprie copie digitali di persone in carne ed ossa.
Il team di ricerca di Google ha fatto un passo avanti nel campo dell’intelligenza artificiale generativa con Google’s Vlogger AI. Questo framework si basa su un modello di machine learning chiamato “modello di diffusione” e un vasto dataset chiamato Mentor, che contiene oltre 800.000 identità diverse e più di 2.200 ore di video. Grazie a questo insieme di dati, Google’s Vlogger AI è in grado di apprendere una vasta gamma di caratteristiche umane ed evitare possibili bias.
Per generare un video con Google’s Vlogger AI , è sufficiente fornire un’immagine della persona e una registrazione vocale. Attraverso l’uso di reti neurali, il sistema genera controlli di movimento del corpo basati sull’audio e estende un modello di diffusione di immagini per creare fotogrammi realistici. Secondo il team di ricerca di Google, Google’s Vlogger AI ha superato altri metodi simili in termini di qualità dell’immagine e conservazione dell’identità.
Le possibili applicazioni di Google’s Vlogger AI sono molteplici, dal creare modelli 3D dettagliati a sviluppare avatar fotorealistici per realtà virtuale e giochi. Tuttavia, come ogni nuova tecnologia, anche Google’s Vlogger AI presenta rischi legati alla manipolazione dei contenuti digitali. È importante considerare queste problematiche e adottare misure per mitigarle.
Al momento, la tecnologia alla base di Google’s Vlogger AI non è ancora pubblicamente accessibile, ma è possibile vedere alcune dimostrazioni pratiche sul sito ufficiale del progetto. Con le giuste precauzioni, questa tecnologia potrebbe aprire nuove possibilità nel mondo digitale.
