Microsoft wprowadził model VASA-1, umożliwiający generowanie hiperrealistycznych filmów na podstawie zdjęć i nagrań audio. Już pojawiły się obawy.
Czym jest VASA-1?
Microsoft zaprezentował swoje najnowsze osiągnięcie w dziedzinie sztucznej inteligencji, czyli model VASA-1. To narzędzie, które zdumiewająco generuje hiperrealistyczne filmy przedstawiające mówiących ludzi, bazując jedynie na zdjęciach i plikach audio z nagranymi głosami. Pozwala więc tworzyć filmy, w którym usta postaci na ekranie poruszają się w idealnej synchronizacji z dźwiękiem. Ich wyrazy twarzy i ruchy głowy sprawiają, iż całość wygląda zupełnie naturalnie. Co więcej, użytkownicy mają kontrolę nad kierunkiem, w którym zwrócone są oczy postaci, odległość głowy czy wyrażane emocje.
Model VASA-1 został zaprojektowany przez zespół badawczy Microsoftu, który z dumą podkreśla jego zdolność do generowania filmów trwających do minuty. Warto zaznaczyć, że firma nie planuje udostępnienia tego modelu w postaci produktu ani API, zamiast tego skupi się na jego zastosowaniu do tworzenia realistycznych, acz wirtualnych postaci.
Spotify poprosiło o pomoc AI. Czy użytkownicy docenią zmianę?
AI: ułatwienie czy niebezpieczeństwo?
Choć potencjał modelu jest niezaprzeczalny, pojawiają się również obawy związane z potencjalnymi nadużyciami. Dotyczą one głównie tworzenia deepfake’ów. Microsoft podkreśla, że jego głównym celem jest wykorzystanie tej technologii do tworzenia wirtualnych interaktywnych postaci, takich jak awatary do zastosowań korporacyjnych czy ankieterzy AI.
Rozwój sztucznej inteligencji, zwłaszcza w kontekście generowania realistycznych obrazów i nagrań, wydaje się nieunikniony. Firmy technologiczne coraz bardziej eksplorują granice między rzeczywistością a wirtualnym światem, co otwiera nowe możliwości, ale także rodzi liczne wyzwania, zwłaszcza związane z etyką i prywatnością.
