W.A.I. #60

Bienvenida/o a otra edición de WAI.

Vuelvo de Semana Santa con muchos deberes así que esta edición vuelve a ser una de esas de tomársela con calma e ir viendo las cosas poco a poco, que hay mucha tela que cortar.

Como siempre, recuerda que hay que darle a lo de lee online arriba para verla entera porque hace semanas que me rendí ante Gmail y sus límites en los mails 😅 .

La edición de hoy creo que está muy equilibrada, hay un poquito de todo, y esta vez la sección de polémicas es bastante más gorda de lo habitual. Está al final del todo, pero te recomiendo echarle un ojo.

Y poco más por mi parte más allá de pedirte feedback sobre cómo o qué te gustaría que mejorara en la newsletter, que no te dé vergüenza escribirme por mail o twitter.

Te dejo con la tarea.

Empezamos

Contenidos de hoy

• Lo mejor de la semana

• La Cacharrería

• Imagen

• Texto

• Vídeo

• Diseño 3D

• Todo lo demás

• Formación y tutoriales

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

▶️ Pedro Sánchez sella un acuerdo con IBM para entrenar un gran modelo de lenguaje en español.

▶️ Sin haber publicado aún Stable Diffusion 3, ya han anunciado SD 3 Turbo, capaz de generar imágenes de la misma calidad con sólo 4 steps.

▶️ Cohere lanza un nuevo modelo, Command R+, que apunta muy alto según los resultados de sus pruebas. Abajo dejaré cómo probarlo.

▶️ El inpainting llega finalmente a Dall-E 3 en ChatGPT.

▶️ Según Elon Musk tendremos Grok 1.5 disponible la próxima semana.

▶️ HeyGen presenta Avatar in Motion 1.0, para la creación de avatares IA que se pueden mover y andar. Ponte el vídeo y entenderás el potencial.

▶️ Databricks lanzó el nuevo modelo de lenguaje open source líder.

▶️ Apple anuncia su evento WWDC para los días 10-14 de Junio y dice que será (A)bsolutly (I)ncredible. Recordemos que aquí deberían presentar todo lo que llevan desarrollando sobre IA.

▶️ Adobe presentó GenStudio, su plataforma de IA generativa enfocada a empresas, marcas y marketing.

▶️ Claude 3 Haiku está superando las expectativas en todos los sentidos y se coloca en 6º puesto en la tabla de mejores LLMs.

🐔 Tuit de la semana

▶️ Este tuit del CEO de Midjourney pasó un poco desapercibido, pero está diciendo que habrá API cuando tengan el generador de mundos 3D en tiempo real.

🏆️ Imagen de la semana

Este vídeo generado con ComfyUI y Krea me parece una bizarrada hipnótica.

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

▶️ Ya se puede probar Anyportrait en Replicate, gracias a Camenduru una vez más.

▶️ Demo de CHAMP en replicate, del que hablo más abajo en vídeo, para animar personajes.

▶️ Espacio en Hugging Face con la demo de BrushNet, una especie de inpaint con esteroides.

▶️ Ya está disponible para probar la versión 1.2 de Comic Factory, un generador de cómics con IA.

▶️ Prueba Arc2Face, modelo para generar retratos consistentes a partir de una única fotografía.

▶️ Si tienes que probar una única cosa de esta edición, que sea EVI de Hume, un asistente por voz que entiende las emociones que transmites cuando hablas.

▶️ Rembg-enhance es probablemente la mejor herramienta para borrar los fondos de tus imágenes y la puedes probar gratis aquí.

▶️ Aquí puedes probar el nuevo modelo de Cohere, Command R+.

🖼️ Imágenes

▶️ El equipo de Krea sigue añadiendo mejoras a su plataforma y ahora incorpora modelos en HD y la posibilidad de usar varias imágenes para condicionar las generaciones.

▶️ ObjectDrop de Google te permitirá (si liberan el código algún día) manipular imágenes realistas. Es capaz de mover, eliminar o insertar objetos en imágenes.

▶️ El equipo de Scenario ha iniciado el proceso de intentar registrar el copyright de creaciones hechas con IA y lo cuenta en este hilo.

▶️ En Fal AI están haciendo una especie de ComfyUI para la creación de flujos de trabajo en generación de imágenes con IA y tiene una pinta estupenda.

▶️ DiffCriticEdit es un modelo que permite la manipulación 3D de objetos en imágenes 2D.

▶️ DesignEdit de Microsoft permite editar imágenes de forma precisa.

▶️ Leonardo anunció Lighting XL, creación de imágenes en HD en 10 segundos.

▶️ Mateo, el creador de IPAdapter, ha actualizado este maravilloso método de condicionar imágenes con IA y lo explica en este vídeo.

▶️ La mayoría de personas prefiere las imágenes de comida generadas por IA que las fotografías reales.

▶️ Adobe pondrá a disposición de los desarrolladores 20 APIs de sus servicios de IA generativa.

▶️ GeoWizard es un modelo que permite calcular el mapa de profundidad y el de normales a partir de una imagen 2D. Y tiene demo para probar.

▶️ Wear-Any-Way promete revolucionar los virtual try-on y permitir poner cualquier ropa a cualquier modelo.

▶️ Firefly, la IA generativa de Adobe, incorpora la nueva funcionalidad de referencia de estructura para las generaciones con IA.

▶️ BrushNet es una especie de inpainting vitaminado que permite usos como sustitución de fondos o probadores virtuales de forma muy efectiva. (Dejé la demo arriba en la cacharrería)

✏️ Texto

▶️ El modelo de IA de Elon Musk y Twitter, Grok, ya se puede usar por cualquier suscriptor premium, sin necesidad de ser plus.

▶️ El equipo de Amazon estaría preparando su propio modelo, Olympus, para mediados de año.

▶️ El modelo Command R de Cohere entra en el top 10 de los mejores modelos. (No confundir con la versión + que acaban de publicar, que es mejor aún y debería acabar más arriba).

▶️ Microsoft Copilot podría comenzar a poder usarse de forma local en tu propio ordenador en breve.

▶️ Google anunció los precios de la API de Gemini 1.5.

▶️ Las referencias y citaciones a los enlaces fuente serán más frecuentes en ChatGPT cuando use el navegador web.

▶️ Súper interesante estudio sobre la ideología de los diferentes chatbots.

▶️ Si te gusta la rumorología, nada como este artículo sobre lo que podría estar preparando OpenAI en el futuro.

▶️ Matt Shumer compartió su proyecto de periodista IA con agentes creados con Claude.

▶️ Alibaba publicó un nuevo modelo de la serie Qwen 1.5 de un tamaño mediano (32B).

👉️ Y justo antes de eso, publicó también su primer modelo MoE o mezcla de expertos como Mixtral.

▶️ Stability publicó en su plataforma Stable Code Instruct 3B, un modelo muy ligero enfocado a código.

▶️ Cohere presentó la primera base de vectores binaria, con la que hay un ahorro de memoria y aumento de velocidad más que notables.

▶️ Poe habilita el modelo GPT-4 original, que muchos preferimos antes que el Turbo, en su plataforma.

▶️ Si, como yo, cada vez te fías menos de los benchmark que sacan lo modelos de lenguaje, seguro que te gustará este proyecto que los compara poniéndolos a pelear en el Street Fighter.

▶️ Primeras menciones a GPT-6 y su entrenamiento.

▶️ OpenAI empieza a moverse para definir el modelo de pago a los creadores de su GPT Store.

🎥 Vídeo

▶️ La edición anterior ya compartí un ejemplo de lo que es capaz de hacer Viggle AI, pero es que cuando lo hace bien es impresionante.

▶️ Pequeña muestra de cómo funciona el movimiento de cámaras dentro de LTX Studio. El control que tienes es absoluto.

▶️ Y también de LTC Studio, este vídeo presentación de su plataforma es una joya que recomiendo mucho ver.

▶️ VideoPrism en un nuevo desarrollo de Google que permite la comprensión, recuperación de información y clasificación de vídeos.

▶️ Champ es un nuevo modelo que permite transferir el movimiento de un vídeo a un personaje partiendo de sólo una imagen.

-Y el desarrollador Kijai ya ha conseguido meterlo en ComfyUI 🤯 

▶️ Vchitect es un modelo de generación de vídeo con IA capaz de hacer clips a 4K.

▶️ Higgsfield es una anueva plicación de generación de vídeo con buena pinta. Van saliendo como setas y con eso ganamos los usuarios.

▶️ Llega el control de cámara a AnimateDiff.

▶️ Y Haiper AI es otra plataforma más para la generación de vídeos de hasta 4 segundos con IA.

▶️ Youtube ya está solicitando avisar si el contenido ha sido generado o no con IA.

▶️ VIDIM es un nuevo modelo capaz de inteprolar frames con una calidad asombrosa.

🧱 Diseño 3D

▶️ Magic Motion AI es una nueva herramienta súper potente para animación de personajes.

▶️ Deemos Tech demuestra su tecnología para creación de modelos 3D, casi listos para producción, a partir de imágenes 2D. Me gusta hasta la interfaz (en movimiento gana).

▶️ La herramienta de retexturizado de CSM AI mejora sustancialmente con su última actualización.

▶️ Maravilloso debate entre DotCSV y Héctor de Esperando el render sobre VFX e Inteligencia artificial, Sora, Copyright y mucho más.

▶️ EMAGE es capaz de recrear un modelo 3D con movimiento de cara, brazos y gestos a partir de un audio.

▶️  InTeX permite texturizar modelos 3D usando Stable Diffusion gracias a condicionamiento por mapas de profundidad. El vídeo lo muestra muy bien.

📻️ Todo lo demás

▶️ StyleTTS 2 es un nuevo modelo de texto a voz que se coloca el primero entre los disponibles open source.

▶️ Stability presentó Stable Audio 2.0, capaz de generar pistas de música de hasta 3 minutos y con un muy interesante modo Audio2audio.

▶️ Frase un poco “flipada” de Sam Altman diciendo que las películas se van a convertir en videojuegos y los videojuegos en algo inimaginablemente mejor.

▶️ Gran vídeo de Nekodificador analizando la IA en relación con el arte.

▶️ Nuca es una cámara fotográfica que literalmente desnuda a las personas que fotografía. Los autores dicen que es un proyecto artístico, pero a mí me parece una guarrada.

▶️ Reporte de a16z sobre el uso de la IA en empresas del Fortune 500

▶️ Gran reflexión del CEO de Runway sobre el uso distintos medios más o menos innovadores y la creación de arte.

▶️ Vídeo donde se ve cómo se testea un robot muy parecido a los AT-ST de Star Wars.

▶️ Google empezará en breve a desplegar funcionalidades IA ejecutadas en los propios dispositivos en sus Pixel 8.

▶️ Claude 3 es capaz de emular pokemon rojo

▶️ Forbes vuelve a la carga con un artículo duro sobre Emad Mostaque, ex CEO de Stability. Por lo que sea no se llevan muy bien.

▶️ Charla súper interesante entre dos grandes del mundo IA, Logan Kilpatrick (ex OpenAI, Google) y Jeremy Howard (FastAI)

▶️ Entrevista a Cristóbal Valenzuela, CEO de Runway, en la revista Fortune.

▶️ Demis Hassabis es nombrado caballero del reino en Reino Unido por sus servicios a la Inteligencia Artificial.

▶️ Charla de Omar Sanseviero, Chief Llama Officer en Hugging Face, sobre su plataforma y el open source.

▶️ Microsoft y OpenAI podrían estar planeando crear un super-ordenador valorado en 100 billones de dólares.

🎓️ Formación y tutoriales

▶️ Guía para cambiar la ropa de un modelo y ponerle la que queramos en ComfyUI usando OOTDiffusion.

▶️ Curso para aprender todo lo necesario sobre modelos de lenguaje.

▶️ Cómo crear tu propia aplicación de agente financiero con Langchain.

▶️ Patricio Fernández explica cómo utilizar Viggle AI, la herramienta de transferencia de movimiento en vídeo que cada vez está más de moda.

▶️ Tutorial para crear aplicaciones RAG usando modelos open-source.

▶️ Colab para entrenar un modelo para una tarea específica usando Claude para generar el dataset.

▶️ Tutorial de cómo hacer fine-tuning a Mixtral con Autotrain.

▶️ Guía de instalación del nuevo IPAdapter V2 en ComfyUI.

🍅 Salseo

▶️ Carta firmada por 200 artistas musicales, del calibre de Billy Eilish, R.E.M. o Norah Jones, en contra de la IA

▶️ Nuevo punto de fricción con la IA cuando este reconocido autor de manga reconoció que la usaba.

▶️ Las marcas empiezan a poner restricciones al uso de la IA en sus contratos. Aunque la publicación viene de un hooligan anti-IA y lo cogería con pinzas.

▶️ La escritora ganadora del principal premio literario japonés con una novela escrita con apoyo de ChatGPT: «La IA te ayuda a compensar tus debilidades»

▶️ La IA de Meta es incapaz de generar un hombre asiático con una mujer caucásica.