A Odyssey, uma nova ferramenta de vídeo de IA, afirma oferecer capacidades visuais de nível de Hollywood. Desenvolvida por uma equipe com experiência em carros autônomos e grandes projetos cinematográficos, a Odyssey visa permitir o controle total sobre as camadas principais da narrativa visual, incluindo geometria de alta qualidade, materiais fotorrealistas, iluminação deslumbrante e movimento controlável.

A ferramenta atualmente não está disponível ao público, mas a equipe está trabalhando junto a Hollywood para moldar a tecnologia. Os modelos generativos da Odyssey são projetados para fornecer configuração precisa dos detalhes da cena, permitindo que os criadores tragam suas visões à vida com visuais livres de falhas e impressionantes.

À medida que a paisagem de vídeo de IA continua a evoluir, ferramentas como a Odyssey oferecem o potencial de democratizar o acesso à geração de vídeo de alta qualidade e nível cinematográfico, capacitando os criadores a trazerem seus projetos criativos à vida de maneiras que anteriormente poderiam estar fora de alcance.

O Live Portrait é uma ferramenta que permite que você anime uma imagem usando um vídeo de condução. Eis como funciona:

1. Você carrega uma imagem estática e um vídeo de condução.
2. A ferramenta então anima a imagem para corresponder aos movimentos e expressões no vídeo de condução.
3. O resultado é um vídeo em que a imagem parece ganhar vida, com a boca, os olhos e os movimentos da cabeça do sujeito sincronizados com o vídeo de condução.

A ferramenta está disponível no GitHub e você também pode usá-la gratuitamente através de um espaço Hugging Face. Embora funcione bem para rostos expressivos, pode ter dificuldades com certas características, como barbas.

Para usar o Live Portrait, basta selecionar a imagem de entrada e o vídeo de condução, depois clicar em "Animar" para gerar o vídeo de saída final. Você verá uma comparação lado a lado, com a imagem animada à esquerda e o vídeo de condução original à direita.

Esta ferramenta é um ótimo exemplo dos avanços na geração de vídeo impulsionada por IA, permitindo que você dê vida a imagens estáticas de maneira fluida e realista.

O projeto de pesquisa chamado "Paints Undo" é uma ferramenta fascinante que permite reverter a engenharia de obras de arte digitais. A ideia é simples - você carrega uma imagem finalizada, como um personagem de anime, e a ferramenta gerará um processo passo a passo mostrando como recriar essa obra de arte.

Este é essencialmente o inverso do que vimos com geradores de arte de IA como Midjourney ou DALL-E. Em vez de começar com um prompt de texto e gerar uma imagem, o Paints Undo pega a imagem final e a decompõe em seus esboços iniciais, pintura e etapas de sombreamento.

Os exemplos exibidos na página do projeto no GitHub demonstram esse processo para várias obras de arte no estilo anime. Você pode ver como a ferramenta desmonta a imagem final, revelando as camadas subjacentes e as técnicas usadas para criá-la.

Embora o código esteja atualmente disponível no GitHub, os desenvolvedores observam que o tempo de processamento é frequentemente maior do que as tarefas típicas do Hugging Face. Como resultado, eles não recomendam implantá-lo diretamente no Hugging Face. Em vez disso, eles planejam lançar um notebook do Google Colab no futuro, que fornecerá uma maneira mais acessível de usar a ferramenta Paints Undo.

Se você estiver interessado em explorar essa abordagem de engenharia reversa para a arte digital, fique de olho no lançamento do próximo notebook do Colab. Esta ferramenta pode ser um recurso valioso para artistas que buscam aprender e replicar as técnicas usadas em suas obras de arte digitais favoritas.

Criar vídeos de alta qualidade pode ser incrivelmente demorado, desde a elaboração do roteiro até a edição e a busca pela filmagem de estoque certa. É um trabalho enorme. É aí que entra a nid AI.

A nid é a criadora de vídeos de IA mais usada do mundo, com mais de 25 milhões de usuários em todo o mundo. Imagine ter um assistente qualificado que possa lidar com todas as tarefas penosas e chatas de edição de vídeo, deixando você livre para se concentrar em sua criatividade.

Eis como funciona:

1. Comece com um prompt de texto simples, como "um vídeo curto explicando por que os avanços na robótica estão se acelerando".
2. Clique em gerar vídeo e dê alguns detalhes adicionais, como transformá-lo em um YouTube Shorts.
3. A nid cria um rascunho para você, seguindo o prompt que você acabou de inserir.
4. A partir daí, você está no comando. Quer mudar a introdução? Faça isso com um prompt. Precisa de melhores imagens para uma cena? Basta clicar em editar, escolher o clipe que deseja substituir e substituí-lo por suas imagens de estoque de vídeo de alta qualidade.
5. Quer traduzir todo o vídeo para o espanhol? Isso também é fácil, basta digitar o prompt e clicar em gerar.

A nid AI faz a tarefa de mais de 10 ferramentas combinadas em uma única plataforma fácil. Isso pode facilmente economizar centenas de dólares por mês em taxas recorrentes, e começa em apenas $20 por mês.

Eu recomendo fortemente que você confira a nid AI, especialmente se você está sério sobre a criação de vídeos. Você pode começar gratuitamente, mas os planos pagos removerão a marca d'água, darão acesso à clonagem de voz e fornecerão a você imagens de estoque adicionais de alta qualidade.

Basta ir para o link na descrição e usar meu código de cupom "mw50" ou usar o código QR na tela para obter o dobro do número de créditos de vídeo no seu primeiro mês. Confira a nid AI hoje e leve sua criação de vídeo para o próximo nível.

Se você tem usado o chatbot Po, ele acaba de receber uma nova atualização esta semana chamada Previews. Este é um novo recurso que permite que você veja e interaja com aplicativos da web gerados diretamente nos Chats no Po.

Os Previews funcionam particularmente bem com LLMs que se destacam na codificação, incluindo Clae 3.5, Sonet GPT 4.0 e Gemini 1.5. O Po é um chatbot baseado em assinatura, mas quando você o está usando, pode escolher o modelo que deseja usar - você não está preso apenas ao uso do GPT, Claud ou Gemini. Isso parece muito com o que a Anthropic acabou de lançar com seus Artifacts, mas está no Po e você pode usá-lo com vários modelos diferentes.

Você pode ver no clipe fornecido que, após ser solicitado, o Po realmente gerou o código e executou o código em tempo real diretamente na janela de bate-papo. Os Previews podem ser compartilhados com qualquer pessoa por meio de um link dedicado, portanto, se você criar algo legal codificado dentro do Po, poderá compartilhar um link com os outros e eles terão acesso a ele em sua conta Po.

Falando em Anthropic, eles também tornaram os Artifacts compartilháveis esta semana. Os Artifacts não são novos, onde você insere seu prompt à esquerda e ele gera o código e a visualização à direita, e você pode interagir com ele. Mas a capacidade de compartilhar isso com os outros, para que eles possam usar, experimentar e remixar, é um novo recurso.

A Anthropic está constantemente melhorando a qualidade de vida para o uso de seu aplicativo. Eles também lançaram a capacidade de avaliar prompts dentro do console do desenvolvedor. Isso permite que você gere prompts aprimorados, compare vários prompts e teste variáveis individuais dentro de cada prompt para ver como elas alteram a saída.

Em outras notícias, o Meta anunciou um novo modelo de linguagem chamado Mobile LLM, um modelo muito menor desenvolvido para dispositivos móveis. De acordo com o gráfico fornecido, a precisão parece ser muito maior do que a maioria dos outros modelos móveis.

No geral, estamos vendo avanços e melhorias contínuos no mundo da IA, com ferramentas como os Previews do Po e os Artifacts da Anthropic facilitando a criação e o compartilhamento de aplicativos interativos. A capacidade de escolher diferentes modelos e avaliar prompts também é um desenvolvimento bem-vindo, capacitando os usuários a obter o máximo desses poderosos sistemas de IA.

A Open AI tem sido destaque esta semana com vários desenvolvimentos significativos:

• A Open AI bloqueou o acesso ao ChatGPT na China, cortando um loophole que permitia que os usuários contornassem a proibição. No entanto, a China ainda tem acesso ao GPT-4 por meio do Microsoft Azure, levando a especulações de que o GPT-5 pode estar no horizonte.
• Tanto a Microsoft quanto a Apple recuaram de seus planos de ter papéis de observadores no conselho da Open AI, provavelmente devido a preocupações com a fiscalização antitruste.
• A Open AI anunciou uma parceria com o Laboratório Nacional de Los Alamos para pesquisas em biociências e também está trabalhando com a Arianna Huffington's Thrive Global para desenvolver um coach de saúde personalizado por IA.

A Stability AI, a empresa por trás da Stable Diffusion, também fez algumas atualizações notáveis:

• Eles atualizaram seus termos de licença, permitindo um uso mais comercial de seus modelos, desde que a receita anual não exceda US$ 1 milhão.
• A Stability AI lançou novos recursos para seu Stable Assistant, incluindo pesquisa e substituição, e recursos de texto para áudio.

No campo das implicações de direitos autorais, uma decisão judicial recente sugere que os sistemas de IA podem estar isentos, desde que sua saída seja suficientemente diferente do material de entrada, fornecendo algum precedente para futuras ações judiciais.

Adicionalmente, um projeto de lei proposto na Califórnia (SB 1047) tem o potencial de prejudicar severamente os pesquisadores de IA e está sendo ativamente combatido por líderes da indústria, como Ananth Raman, da A16Z.

Em geral, o cenário da IA continua a evoluir rapidamente, com desenvolvimentos significativos de gigantes da indústria como a Open AI e a Stability AI, bem como importantes considerações legais e regulatórias que moldarão o futuro do campo.

O mais recente portfólio de produtos da Samsung destaca a integração da IA em seus dispositivos. Alguns destaques-chave incluem:

• Galaxy Z Fold 6: Equipado com os mais recentes recursos de IA da Samsung, incluindo Circle para pesquisar, traduzir e transcrever documentos PDF, gerar imagens baseadas em IA de pessoas ou objetos em fotos e um recurso de esboço para imagem que transforma esboços rápidos em imagens de alta qualidade.

• Galaxy Z Flip 6: O display externo apresenta respostas sugeridas pelo AI on-device e papéis de parede alimentados por IA.

• Galaxy Watch 7: O primeiro dispositivo vestível autorizado pela FDA a reconhecer sinais de apneia do sono, alimentado por um algoritmo de sono impulsionado por IA. Também fornece pontuações abrangentes de energia com base na atividade, qualidade do sono e outras métricas de saúde.

• Galaxy Ring: Usa a IA da Galaxy para gerar uma pontuação de energia com base na atividade, qualidade do sono e outros dados de saúde, com rastreamento de sono alimentado por IA.

• Galaxy Buds 3 Pro: Apresenta uma configuração de intérprete que aproveita a IA para traduzir diálogos em língua estrangeira em tempo real, diretamente no ouvido do usuário.

Esses dispositivos impregnados de IA demonstram o compromisso da Samsung em integrar capacidades inteligentes em seu portfólio de produtos, aprimorando as experiências do usuário por meio de personalização, monitoramento de saúde e tradução de idiomas.

Finalmente, aqui está um robô que navegou pelos escritórios da Google deepmind usando o Gemini. Ele está usando esse modelo de Visão para ver o que está ao seu redor e navega pelos corredores, garantindo não bater em nada porque o modelo de visão sabe exatamente onde está e pode ver ao seu redor para garantir que não bata em nada.

Os vídeos no artigo do TechCrunch não têm áudio, mas diz que o robô pode andar pelo escritório e apontar diferentes marcos com fala. Eles usam o que chamam de "visão-linguagem-ação" que combina o entendimento do ambiente e o poder de raciocínio de senso comum. Uma vez que os processos são combinados, o robô pode responder a comandos escritos e desenhados, bem como a gestos.

No momento, é algo como um guia turístico de IA - ele poderia vagar por um prédio e apontar coisas para você e dar algumas informações sobre as coisas que está apontando.