Luma AI ha lanzado recientemente su nueva herramienta de generación de videos, Dream Machine, que tiene como objetivo competir con otras plataformas de creación de videos impulsadas por IA como Soar, Veo, Cling, Pika y Runway. Si bien la herramienta muestra promesas en ciertos escenarios, todavía tiene algunas limitaciones de las que los usuarios deben estar al tanto.

Uno de los principales problemas con Dream Machine son los largos tiempos de espera para la generación de videos, especialmente durante los períodos de alta demanda. En los primeros días, algunas solicitudes tardaban hasta 7 horas en comenzar a procesarse, lo que puede resultar bastante frustrante para los usuarios. Luma ha escalado su infraestructura desde entonces, pero los tiempos de espera aún pueden ser significativos.

En cuanto a la calidad de los videos generados, Dream Machine tiene dificultades con la generación de video a partir de texto. Los ejemplos proporcionados en la transcripción muestran que la herramienta tiene dificultades para representar con precisión elementos como un lobo aullando a la luna o un mono en patines. Los videos generados a menudo presentan inconsistencias, como miembros faltantes o posicionamiento incorrecto de los objetos.

Sin embargo, donde Dream Machine parece brillar es en la función de conversión de imagen a video. La transcripción muestra varios ejemplos de esto, incluyendo una colorida ciudad futurista, una casa de lobo de videojuego pixelada y una cabaña en el bosque. Estas conversiones de imagen a video parecen ser más realistas y coherentes que los intentos de texto a video.

Cabe señalar que Dream Machine se encuentra actualmente en una etapa de vista previa de investigación, y los usuarios pueden generar hasta 30 videos por mes de forma gratuita. Después de eso, el modelo de precios es de aproximadamente $0.25 por video. A medida que la herramienta continúe evolucionando, será interesante ver si Luma puede abordar las limitaciones actuales y mejorar la calidad y consistencia general de los videos generados.

En general, Dream Machine muestra promesas, pero los usuarios deben acercarse a ella con expectativas realistas, especialmente cuando se trata de la generación de video a partir de texto. La función de conversión de imagen a video parece ser el aspecto más fuerte de la herramienta en este momento.

Stable Diffusion 3, la última iteración del popular modelo de generación de imágenes de IA de código abierto, finalmente se ha puesto a disposición del público. Echemos un vistazo más de cerca a lo que ofrece esta nueva versión.

Mejores Capacidades de Texto a Imagen

Una de las mejoras clave en Stable Diffusion 3 es su capacidad mejorada para incorporar texto en las imágenes generadas. El modelo ahora parece mejor para traducir los indicaciones de texto en representaciones visuales coherentes y detalladas. Esto se puede ver en los ejemplos proporcionados, donde los indicaciones basados en texto dan como resultado imágenes más precisas y visualmente atractivas.

Aún se Requiere Ingeniería de Indicaciones

Sin embargo, vale la pena señalar que Stable Diffusion 3 aún requiere cierto nivel de ingeniería de indicaciones para lograr los mejores resultados. Si bien el modelo ha mejorado, los usuarios pueden necesitar proporcionar indicaciones más detalladas y específicas para obtener los resultados deseados, especialmente para imágenes complejas o detalladas. Esto contrasta con algunos otros modelos de generación de imágenes de IA que pueden producir resultados de alta calidad con indicaciones más sencillas.

Calidad Inconsistente

La calidad de las imágenes generadas también puede ser algo inconsistente. Si bien el modelo es capaz de producir resultados impresionantes en ciertos escenarios, como el ejemplo del "astronauta en la selva", todavía tiene dificultades con indicaciones más sencillas como "un mono en patines". Esto sugiere que Stable Diffusion 3 aún no está al nivel de algunos de sus competidores en términos de calidad y consistencia general de las imágenes.

Se Necesitan Avances Continuos

En general, Stable Diffusion 3 representa un paso adelante en la generación de imágenes de IA, pero aún queda margen de mejora. A medida que la tecnología continúe evolucionando, podemos esperar ver más avances en la capacidad del modelo para traducir el texto en imágenes de alta calidad y coherentes sin la necesidad de una extensa ingeniería de indicaciones. Los esfuerzos continuos de la comunidad para refinar y mejorar Stable Diffusion serán cruciales para impulsar estos avances.

Plena divulgación, soy asesor de Leonardo, pero no tienen ningún control sobre lo que digo. Si algo está raro al respecto, voy a señalarlo. El hecho de ser asesor de ellos no afecta lo que realmente digo sobre ellos.

Dicho esto, Leonardo acaba de lanzar un nuevo modelo personalizado llamado Leonardo Phoenix. Este es su propio modelo fundamental, no una versión de Stable Diffusion. Las principales características de este nuevo modelo son:

• Mejor adherencia a las indicaciones: Puede entender y adherirse mejor a las indicaciones que proporcionas.
• Texto coherente en imágenes: Puede incorporar texto en las imágenes de una manera más natural y coherente.
• Calidad de imagen superior: Las imágenes generadas tienen una calidad más alta en comparación con modelos anteriores.
• Más control creativo: Tienes más control sobre la dirección creativa de las imágenes.

Sin embargo, algunas características como la guía de imágenes, los elementos y las versiones fotorrealistas aún no están disponibles. Todavía están trabajando en implementar esas funciones adicionales.

Veamos más de cerca el modelo en acción. Iré al sitio web de Leonardo, seleccionaré el preset de Leonardo Phoenix y probaré una indicación simple: "un lobo aullando a la luna".

Aquí están las imágenes que generó:

[Imagen 1] [Imagen 2] [Imagen 3] [Imagen 4]

No sé ustedes, pero estas son bastante más impresionantes que lo que acabo de ver en Stable Diffusion 3. El modelo parece haber hecho un gran trabajo entendiendo la indicación y creando imágenes coherentes y de alta calidad.

Vamos a probar otro ejemplo: "un pingüino sosteniendo un letrero que dice Sr. Miau".

[Imagen 1] [Imagen 2] [Imagen 3] [Imagen 4]

El texto está escrito correctamente en cada imagen, y el pingüino sosteniendo el letrero se ve bastante bien. El modelo manejó muy bien la integración del texto.

En general, el modelo Leonardo Phoenix se siente como un paso adelante con respecto a Stable Diffusion 3. Recomiendo encarecidamente probar ambos y ver cuál funciona mejor para tus necesidades. Las capacidades mejoradas de adherencia a las indicaciones y de integración de texto del modelo Leonardo Phoenix son particularmente impresionantes.

Sonno, la plataforma de creación de música impulsada por IA, ha presentado recientemente una función revolucionaria que permite a los usuarios transformar sus propias grabaciones de audio en canciones completamente desarrolladas. Esta innovadora capacidad, disponible para los suscriptores premium de Sonno, empodera a los creadores a aprovechar el poder de la IA para elevar sus ideas musicales.

Aquí es cómo funciona:

1. Grabar o Cargar Audio: Los usuarios pueden grabar audio directamente dentro de la plataforma Sonno o cargar un archivo de audio existente. Esto podría ser un simple riff de guitarra, una melodía vocal o cualquier otro fragmento musical.

2. Extender y Mejorar: Una vez que se carga el audio, los usuarios pueden seleccionar la opción "Extender". Los algoritmos impulsados por IA de Sonno analizan la entrada y generan automáticamente una canción extendida y completamente producida, con instrumentación adicional, armonías y letras.

3. Opciones de Personalización: Los usuarios tienen la capacidad de refinar aún más la canción generada ajustando parámetros como el género (por ejemplo, pop acústico, electrónico, etc.), la inclusión de un ritmo y la generación de letras aleatorias.

Los resultados a menudo son sorprendentemente impresionantes, con la IA de Sonno combinando sin problemas el audio original del usuario con sus propias composiciones musicales. Las canciones generadas mantienen la esencia de la entrada del usuario mientras la elevan a un nivel de sonido profesional.

Esta función abre nuevas posibilidades creativas para músicos, compositores y aficionados por igual. Los usuarios pueden experimentar con diferentes ideas, convertir rápidamente bosquejos en composiciones completas e incluso colaborar con la IA para dar vida a sus visiones musicales.

A medida que Sonno continúe refinando y ampliando sus capacidades, esta función de extensión de audio se perfila para convertirse en una herramienta indispensable en el arsenal de los creadores de música modernos. Al empoderar a los usuarios para transformar sus ideas crudas en canciones completamente realizadas, Sonno está redefiniendo la forma en que abordamos la producción y composición musical.

Apple hizo un gran impulso hacia la IA en su reciente evento WWDC, integrando capacidades de IA en todo su ecosistema de dispositivos y servicios. Aquí están los aspectos más destacados:

IA en iOS, iPadOS y macOS

• Apple está construyendo su propia IA e integrándola profundamente en iOS, iPadOS y macOS. Esto incluye funciones como:
  • Corrección, reescritura y resumen de texto en aplicaciones como Notas, Correo y más
  • Capacidades de visión impulsadas por IA en aplicaciones como Notas y Calculadora para analizar imágenes y escritura a mano
  • Priorización y resumen de correos electrónicos y notificaciones utilizando IA

Playground de Imágenes

• La nueva función de generación de imágenes de Apple, llamada "Playground de Imágenes", permite crear ilustraciones, animaciones y bocetos utilizando IA.
• Tiene una interfaz única donde puedes ver los diferentes contextos que la IA combinará.
• La IA se limita a estilos no realistas para evitar deepfakes.

GenEmoji

• Los usuarios pueden crear sus propios emojis personalizados utilizando IA, que luego pueden usar como reacciones y pegatinas.

Mejoras en Siri

• Siri ahora se puede usar escribiendo en lugar de solo por voz.
• Siri aprovechará la IA basada en dispositivos y en iCloud, solo utilizará ChatGPT de OpenAI cuando pueda proporcionar mejores respuestas.

Nube de Apple y Asociación con OpenAI

• Apple está construyendo una "Nube de Apple" segura para manejar el procesamiento de IA sensible.
• También se están asociando con OpenAI para permitir que Siri aproveche ChatGPT cuando sea apropiado, con el permiso del usuario.

En general, Apple está integrando profundamente la IA en toda su línea de productos, aprovechando su propia tecnología y asociaciones estratégicas. Esto representa un gran impulso para hacer que la IA sea una parte fundamental de la experiencia Apple.