W.A.I. #35

Bienvenida/o a otra edición de WAI.

Mi particular sensación es que se empiezan a calentar motores de cara a la recta final del año e intuyo que todavía nos quedan algunos grandes pelotazos en 2023.

Nuevos modelos como Gemini que pongan en aprietos a GPT4, nuevas versiones de Midjourney, SDXL alcanzando la madurez y alguna que otra sorpresa que si tuviera que apostar diría que será o bien en la generación de vídeo o bien en la visualización 3D de escenas.

Guárdalo y en diciembre vemos si tengo olfato o no.

Mientras tanto, te dejo con lo que ha pasado esta última semana, que no es poco.

Empezamos.

🔍️ El caso

Se ha publicado un estudio sobre el uso de los generadores de imágenes con modelos de difusión y los números son sorprendentes.

Por ejemplo, Adobe Firefly, Midjourney y Dall-E 2 tienen aproximadamente el mismo número de imágenes generadas. Raro, ¿no?

Stable Diffusion por su parte cuenta con la gran mayoría del porcentaje de generaciones y quizás este dato sí pueda ser cierto, dado que es gratis y puedes tenerlo en local, generando sin parar. Pero claro, eso no tienen forma de cuantificarlo así que, de momento, yo personalmente cojo estos datos con pinzas.

David, el CEO de Midjourney tampoco está muy de acuerdo con los porcentajes 😅 .

Según este informe, hay ya más imágenes generadas con IA que fotografías hechas en sus 150 años de historia. Como titular es impactante y da que pensar.

Aquí tienes el enlace al estudio completo que, independientemente de si está muy acertado o no con los porcentajes, es muy interesante.

🗻 TOP 10 - Si solo tienes 2 minutos, esta es tu sección.

▶️ Gemini, el modelo de DeepMind que dicen que se va a comer a GPT4, saldrá en otoño según este artículo.

▶️ Gracias a Machine Learning los científicos han conseguido predecir los subtipos de Párkinson con un 95% de precisión.

▶️ DotCSV explica y crea ejemplos de Gaussian Splatting, una nueva técnica para crear escenas 3D a partir de imágenes.

▶️ DoctorGPT es un modelo finetuneado de LLaMA 2 enfocado en medicina con una serie de características interesantes: es open source, pasa el examen médico de USA, es offline y funciona en Android e iOS.

▶️ Hay una noticia extendiéndose que dice que OpenAI se irá a la quiebra en 2024 y aquí Nathan Lands te explica por qué esto es un sinsentido.

▶️ OpenAI adquiere Global Illumination, compañía que estaba desarrollando una especie de Minecraft y cuyos miembros han trabajado en Pixar, Google, Riot Games, Instagram o Facebook.

▶️ Stability libera Control-Lora, un nuevo método para entrenar ControlNet con mejoras y nuevos modelos.

▶️ Otra de esas cosas que parece brujería, se ha conseguido reconstruir una canción de Pink Floyd a partir de actividad cerebral.

▶️ Luma presenta Flythroughs, una nueva aplicación para generar videos como si tuvieras un dron estabilizado de forma automática. Si ves el vídeo se entiende a la perfección el potencial que tiene.

▶️ Este tipo de aplicaciones médicas de la Realidad Aumentada siempre me parecen fascinantes y súper útiles.

🐔 Tuit de la semana

▶️ La semana pasada liberaron el código de aquel experimento que recreaba un pequeño pueblo con agentes autónomos IA y ya se ha reproducido la experiencia.

🏆️ Imagen de la semana

▶️ Tiene un par de semanas, pero a mí me ha dejado flipando por el nivel de calidad y por ser en un primerísimo plano.

🛠️ La Cacharrería (si eres de probar las cosas, estás en el lugar adecuado)

▶️ Nvidia tiene un playground donde probar modelos generativos de manera gratuita, entre los que están SDXL, LLaMA 2 o CLIP por ejemplo.

▶️ TextFX es una plataforma de Google para escritores, raperos y artesanos de las palabras en general. Tiene 10 herramientas para jugar con las palabras y lo puedes probar ya.

▶️ Colab para probar LDM3D, un generador de imágenes 360º interactivas para entornos virtuales.

▶️ DotCSV comparte este Colab para usar Whisper X, una versión vitaminada del modelo de transcripción de audio.

▶️ La semana pasada te hablé de Fooocus, un nuevo modelo de generación de imágenes que intenta unir lo mejor de Stable Diffusion y lo mejor de Midjourney. Pues aquí tienes la demo para probarlo.

▶️ Demo de Inst-Inpaint, modelo para borrar objetos de una imagen con instrucciones de texto.

▶️ Pequeña demo para probar uno de los primeros modelos de ControlNet para SDXL.

▶️ Prueba este LoRA para generar personajes o lo que se te ocurra de Lego.

▶️ Camenduru, una semana más, comparte un Colab para probar DoctorGPT, del que te hablé un poco más arriba.

▶️ Y otra aportación más, Colab para usar SDXL con los nuevos modelos de ControlNet-LoRA.

🖼️ Imágenes

▶️ LoRa the Explorer es una estupenda demo para probar todo tipo de LoRas para SDXL en Hugging Face. Y el nombre es una genialidad.

▶️ Omar Sanseviero comparte una serie de modelos de ControlNet para SDXL, con tamaños muy reducidos.

▶️ Max Woolf ha creado un LoRA que funciona al revés, se activa poniendo “wrong” como término negativo para mejorar los resultados de las generaciones.

▶️ La compañía WireStock crea una colaboración con Stability y permite monetizar imágenes con IA en su plataforma.

▶️ Generador de imágenes de humanos realistas.

▶️ Adobe presenta Adobe Express para uso en escritorio, un editor con mucha IA y mejor pinta.

✏️ Texto

▶️ Chat-with-Youtube es un modelo para preguntarle cosas a vídeos de youtube.

▶️ Google está preparando hasta 21 modelos diferentes para dar consejos vitales.

▶️ OpenAI propone usar GPT4 como moderador de contenidos.

▶️ Microsoft dejará usar Bing Chat en otros navegadores que no sean Edge.

▶️ Esta nueva app te permite chatear con Jesús.

▶️ Stability anuncia su primer modelo de lenguaje en japonés.

▶️ Microsoft saca un ChatGPT dentro de Azure enfocado a empresas.

▶️ Los detectores de texto con IA están sesgados en contra de los escritores que no son nativos en inglés.

▶️ Agent-1 es un agente autónomo de HyperwriteAI que, dicen, será capaz de usar software al nivel que lo hace un humano.

▶️ Después de un par de GPTs “malvados” en estas últimas semanas ahora tenemos un nuevo modelo autónomo enfocado en crear desinformación sin necesidad de intervención humana. 

🧱 Diseño / 3D

▶️ Toyota revela su técnica con IA para el diseño de nuevo vehículos.

▶️ Pequeña parte de una charla mayor en Sony sobre la creación de modelos 3D con IA.

▶️ Wonder Dynamics ha firmado un acuerdo con Autodesk. Es decir, el programa mágico que sustituye personas por personajes 3D tendrá integración con Maya.

▶️ Nvidia presenta flexicubes, una nueva técnica para mejorar la creación de 3D con IA.

🎥 Vídeo

▶️ Artículo en la web de MetaphisycAI sobre cómo afrontar la consistencia en vídeos generados con IA. Recordemos que es una de esas empresas de tapado que se están comiendo el mercado con los deepfakes.

▶️ Súper interesante vídeo comparando el antes y después del vídeo que te enseñé la semana pasada de Corridor Digital.

▶️ MoveAI es una compañía enfocada en que la captura de movimiento sea lo más sencilla posible, sin trajes ni tanta parafernalia como hasta ahora.

▶️ Entrevista a Ricardo Villavicencio por parte de Runway Studios sobre la incorporación de la IA a los procesos creativos.

▶️ CoDeF parece el santo grial de la consistencia en generación de vídeos con IA.

▶️ Lista de movimientos de cámara que le puedes pedir a Pikalabs, sacado de su propio Discord.

📻️ Todo lo demás

▶️ Los Deepfakes van a cambiarlo todo.

▶️ ¿Recuerdas el tipo que le dio 100$ a GPT4 para que empezara un negocio? Pues ya sabemos cómo acabó.

▶️ NaNAI es un directorio de herramientas IA creado por Daniel Peris.

▶️ Disney parece que se pone las pilas con la IA con la intención (dicen), de reducir costes.

▶️ GPT-4 logró estar en el 1% superior de las respuestas al hacerle un test de creatividad.

▶️ ¿Quién es más empático, ChatGPT o tu doctor?

▶️ PlayHT 2.0 tiene una nueva versión para crear voces que suena así de increíble, aunque de momento está en beta.

▶️ Unitree H1 es el primer robot humanoide multi-propósito de la compañía Unitree, cuyo precio es de 90000$.

▶️ Los bots ya pueden resolver los captcha mejor que los humanos.

▶️ Replicate recorta sus tarifas a la mitad. Esto no es lo habitual y se merece ser noticia.

▶️ Los robots de compañía con IA reducen el aislamiento de los mayores en Nueva York.

🎓️ Formación y tutoriales

▶️ Breve tutorial para hacer personajes consistentes con Midjourney.

▶️ Guía en vídeo para crear LoRAs para SDXL con Replicate.

▶️ Curso de iniciación a Stable Diffusion.

▶️ Guía para usar ControlNet para cambiar el vestuario de tus personajes.

▶️ Cómo instalar y usar en local los modelos de ControlNet para SDXL Canny y Depth.

📜 Papers, please.

▶️ Reconstrucción de la percepción visual humana a través de señales cerebrales.

▶️ AvatarVerse es un nuevo método para la creación de personajes 3D a partir de texto.

🧠 Si quieres profundizar

▶️ 2 horas de entrevista con Dario Amodei, CEO de Anthropic, creadores de Claude. Es un tipo peculiar con una visión muy particular de los tópicos de la IA.

▶️ Guía sobre IA generativa y desinformación política. (>30 minutos)

🍅 Salseo

▶️ Parece que el navegador Brave ha estado vendiendo datos con copyright para entrenar modelos.

▶️ El conocido físico Michio Kaku dice que la IA no es más que una “grabadora de cintas glorificada”.

Despedida

Como siempre, muchísimas gracias por leer esta newsletter. ¿Qué te ha parecido?

Si tienes cualquier sugerencia o comentario, por favor, házmelo llegar (estoy por aquí en Twitter) y lo tendré en cuenta para futuras ediciones.

Y si crees que le puede interesar a alguien, aquí tienes la forma de compartirla.

También puedes copiar y compartir directamente este enlace

https://wai-newsletter.beehiiv.com/subscribe

¡Saludos!