W.A.I. #42

Bienvenida/o a otra edición de WAI.

Esta newsletter viene tan cargada que sólo me permite poner tres líneas de introducción sin que explote gmail, así que las aprovecharé para agradecer el apoyo y acogida de las últimas ediciones y te dejo con el turrón.

Empezamos

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

▶️ Lista de posibles novedades (exclusiva de Reuters) en la conferencia de desarrolladores de OpenAI del próximo 6 de noviembre.

▶️ Midjourney finalmente tiene app para dispositivos móviles. O casi, porque la han publicado desde el equipo de Niji-journey, pero es un primer paso.

▶️ Reka, compañía fundada por gente ex Google, DeemMind o Meta, anuncia Yasa-1, un modelo multimodal (texto, imágenes, vídeo y audio) para competir con GPT-4 y GPT-Vision.

▶️ Baidu celebró su evento anual y presentó Ernie 4.0 que, según dicen, iguala a GPT-4.

▶️ Anthropic anuncia la expansión de Claude a 95 países más, lo cual sería una fabulosa noticia si no fuera porque viendo la lista no hay ni uno de la Unión Europea.

▶️ Novedades relacionadas con IA de la pasada feria Adobe MAX por parte de Adobe.

▶️ OpenAI abandonó un nuevo modelo que estaban construyendo, con nombre en clave Arrakis, por no dar el rendimiento esperado. Esto podría dar algo de esperanza a los competidores.

▶️ Y ración doble de Adobe con estos proyectos y pequeñas demos de las herramientas (con IA) que están preparando para el futuro. Hay alguna muy, muy chulas.

▶️ La experiencia de búsqueda generativa de Google (SGE) ahora permite creación de imágenes y de textos.

▶️ Si alguien ve este vídeo creado por Paul Trillo usando Inteligencia Artificial, creo que difícilmente podrá decir que no tiene “alma”, “creatividad” o “arte”.

🐔 Tuit de la semana

▶️ Para mí este es el tuit de la semana por la bien que integra todas las diferentes herramientas creativas disponibles para crear este fantástico vídeo que nos deja con ganas de más.

🏆️ Imagen de la semana

▶️ Algunos concursos de fotografía están optando por crear categorías independientes para obras generadas con IA. Esta es la imagen ganadora en dicha categoría en el Ballarat International Foto Biennale de Australia.

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

▶️ HotShot-Xl es un modelo de generación de gifs a partir de texto que puedes probar en esta demo.

▶️ Colab para Stable-Fast, el generador de imágenes con Stable Diffusion más rápido del planeta.

▶️ Y hablando de rapidez, demo de Latent Consistency Model, que permite la generación de imágenes en muy, MUY, pocos pasos.

▶️ En la anterior edición hablábamos de Mistral, un nuevo y muy prometedor modelo muy ligero y open source. Pues ahora hay una versión mejorada llamada OpenHermes lista para usar en este espacio de Hugging Faces.

▶️ Colab para probar DISCO, modelo para colorear imágenes en blanco y negro. La calidad es tremenda.

▶️ Riffusion es un modelo de creación de música a partir de modelos de difusión que puedes probar aquí.

▶️ Seed-LLaMA permite probar sus habilidades multimodales (editando imágenes a partir de texto por ejemplo) en esta demo.

▶️ Demo de DreamGaussian, para pasar de imágenes a 3D.

🖼️ Imágenes

▶️ Según este tuit podría haber un nuevo Stable Diffusion en preparación.

▶️ Midjourney publica sus nuevos upscaler para ampliar sus generaciones a 2x y 4x.

▶️ Si tienes curiosidad por saber qué instrucciones le ha dado internamente OpenAI a Dall-E 3, aquí puedes consultar el prompt del sistema completo.

▶️ Si tienes acceso a Google SGE ya puedes generar imágenes a partir de texto desde su nueva plataforma. Yo no tengo esa suerte, ni diciéndole que estoy en Colorado.

▶️ Leonardo anuncia Alchemy 2, su actualización del sistema de mejora de generación de imágenes. Los resultados parecen muy prometedores.

▶️ Hilo que compara las generaciones de Midjourney, Dall-E 3 y FireFly 2 usando el mismo prompt.

▶️ Meta anuncia Stable Signature, un sistema de marca de agua para imágenes generadas con modelos open source.

▶️ HyperHuman es un nuevo modelo de creación de imágenes enfocado en crear humanos realistas.

▶️ Cómo la IA generativa (en este caso de imágenes) reduce la visión del mundo a estereotipos. Súper interesante proyecto.

▶️ Y para compensar un poco, esta investigación sobre cómo mitigar los sesgos en los modelos de imagen por parte de Runway.

✏️ Texto

▶️ Personal Assistant, de Hyperwrite, dice ser el asistente IA más completo del panorama. Es capaz de usar el navegador para ejecutar tareas entre otras muchas cosas.

▶️ La Universidad de Stanford ha creado un índice de transparencia para los modelos de lenguaje y como era de suponer, las notas no son las mejores.

▶️ Microsoft te premiará con hasta 15000$ si encuentras vulnerabilidades o bugs en Bing Chat.

▶️ LongLLaMA promete ser un modelo de lenguaje con 256k tokens de contexto o más.

▶️ El chatbot Pi ya dispone de conexión a internet para consultar información actualizada.

▶️ La auditora PwC ofrecerá servicios de ayuda a sus cliente basados en Bots de Inteligencia Artificial.

🧱 Diseño / 3D

▶️ Una prueba más de lo que se puede lograr con Gaussian Splatting y Realidad Aumentada: Lee Vermuelen se ha clonado a sí mismo.

▶️ Meshy-1 permite la creación de modelos 3D a partir de imágenes o texto en menos de 1 minuto.

▶️ El uso de modelos de difusión como motores de render parece una opción cada vez más solida para generar imágenes o vídeos.

▶️ 3D-GPT: generando mundos 3D procedurales a partir de modelos de lenguaje.

▶️ Masterpiece X Generate es una nueva plataforma de creación de objetos 3D a partir de texto en colaboración con Nvidia. 

▶️ Álvaro Cintas ha creado este juego usando Dall-E y GPT-4.

▶️ CSM ha sacado Video-to-3D con generación de coordenadas de mapeado (UVs) usables.

🎥 Vídeo

▶️ En este tuit se puede ver una de las nuevas y más llamativas novedades de la pasada Adobe MAX: el relleno generativo aplicado a vídeo. Merece mucho la pena verlo para saber cómo será el futuro del vídeo.

▶️ Cómo Synthesia ha usado IA para hacer que Beckham hable 9 idiomas.

▶️ 4k4D: Vídeo a 4k en 3D. Este también hay que verlo en movimiento sí o sí para hacerse a la idea de lo que puede suponer.

▶️ SwitchLight añade la posibilidad de reiluminar tus vídeos dinámicamente.

▶️ Crea personajes y conviértete en ellos usando Pinokio y FaceFusion.

📻️ Todo lo demás

▶️ El alcalde de Nueva York ha comenzado a usar servicios de IA para realizar declaraciones y avisos en diferentes idiomas al inglés. El problema viene porque de primeras no lo aclaró y hubo cierta confusión con sus habilidades lingüísticas.

▶️ Este nuevo paper da argumentos de por qué la ingeniería de prompts quizás no tenga un futuro muy prometedor.

▶️ La IA predice la esquizofrenia estudiando patrones lingüísticos ocultos.

▶️ Canadá quiere liderar el panorama mundial siendo el primer país en tener regulaciones sobre la IA.

▶️ Amazon comienza a probar de forma muy preliminar robots bípedos.

▶️ La orquesta sinfónica de Munich tocó una pieza generada con Inteligencia Artificial para celebrar el día de la innovación.

▶️ Parece que será en iOS 18, finales de 2024, cuando Apple introduzca todos sus avances en IA finalmente.

▶️ La plataforma CharacterAI, que sigue teniendo una popularidad difícil de entender, permitirá ahora chats grupales. Recordemos que su modelo se basa en permitir al usuario hablar con diferentes chatbots.

▶️ Una nueva herramienta puede ayudar a predecir futuras mutaciones de virus y de esta forma generar nuevas vacunas.

▶️ Un hombre condenado a 9 años por intentar matar a la Reina Madre en Reino Unido podría haber sido “animado” por una IA. Y aquí una aclaración porque titulares como este vamos a ver como churros, más por el morbo que dan que por ser real la noticia. En esta caso el hombre ya tenía episodios previos de psicosis y problemas mentales. Vamos, que se lo podría haber dicho la mascota de los cereales o su reflejo en el espejo en vez de la IA.

▶️ PlayHT anuncia su mejora en la creación de audio y voz que permite su uso en tiempo real.

▶️ Ya contamos que la huelga de escritores y guionistas en EEUU había concluido con un acuerdo satisfactorio sobre el uso de la IA, pero el sindicato de actores no parece haber tenido tanta suerte y anuncia que suspende las negociaciones.

▶️ Si queréis entender el motivo de la huelga de escritores de Hollywood y como acabó, este vídeo es muy buena manera. Por cierto, está generado tanto script, como voz, como imagen, con Inteligencia Artificial.

▶️ Cocktail Peanut ha actualizado su maravilloso Pinokio a la versión 0.1.0. Esta herramienta es el Santo Grial de los instaladores de modelos de IA en local, especialmente para gente no técnica.

▶️ Resumen de la Proposición de Ley Orgánica que busca regular las imágenes y voces generadas por Inteligencia Artificial.

🎓️ Formación y tutoriales

▶️ Si quieres entender qué son los Gaussian Splatting y por qué pueden sustituir a la tecnología NeRF en el mundo del 3D, en estos 9 minutos tienes la solución.

▶️ AnimateDiff + ComfyUI simplificado con Rundiffusion. Es decir, genera vídeos consistentes con Stable Diffusion pudiendo dirigirlos con bastante detalle.

▶️ Cómo crear vídeos utilizando Blender e Inteligencia artificial.

▶️ Tutorial para controlar más la generación de imágenes con Midjourney a base de guiar al modelo en la composición inicial.

▶️ Cómo hacer que un personaje use la pose y la ropa de imágenes distintas usando ComfyUI. Si este workflow se perfecciona las tiendas de ropa están de enhorabuena.

📜 Papers, please.

▶️ DynVideo-E: modificando NeRFs a partir de imágenes de referencia.

▶️ Eureka, el nuevo paper de Nvidia, demuestra que GPT-4 es mejor que los humanos entrenando robots.

▶️ MotionDirector es un modelo que permite un gran control sobre la modificación y edición de vídeos generados con IA, vendría a ser una especie de ControlNet para vídeo.

🍅 Salseo

▶️ Compañías musicales del calibre de Universal han denunciado a Anthropic por plagio en las letras de sus canciones.

▶️ Esta historia tiene más miga de lo que parece por lo turbio y triste que es. La plataforma DreamGF está generando no sólo “novias virtuales” deformes con 4 piernas o defectos similares a los usuarios, si no que en ocasiones crea imágenes muy subidas de tono, de carácter pornográfico, de mujeres reales como Jennifer López o Margot Robbie, pasándose por el arco del triunfo todo tipo de leyes morales y éticas. En este artículo cuentan la historia con más detalle.

▶️ Polémica con un póster promocional de la segunda temporada de Loki porque podría haberse utilizado IA para generarlo.

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!