El 9 de octubre, xAI, la empresa de Elon Musk, anunció el lanzamiento de su nuevo modelo de generación de videos Imagine v0.9, lo que marca un gran avance en el campo de la creación de IA multimodal. En comparación con la versión anterior v0.1, el nuevo modelo ha dado un salto significativo en aspectos como la calidad visual, naturalidad de los movimientos y generación de audio.
Tres principales mejoras
Calidad visual: la resolución de las imágenes es mayor y los detalles son más ricos, logrando un aspecto general cercano al nivel de películas profesionales.
Generación de acciones: los movimientos de personajes y escenas son más fluidos y naturales, sin saltos visibles entre las acciones.
Capacidad de audio: se ha añadido la generación de audio nativo, permitiendo crear música de fondo, diálogos y canciones simultáneamente.
Generación instantánea de obras cinematográficas
Imagine v0.9 permite una salida completa de video “generación inmediata, sin necesidad de edición posterior”, admitiendo funciones como composición inteligente y control del movimiento de la cámara, lo que permite a los creadores generar cortos o largos videos con sensación narrativa cinematográfica en segundos.
Funciones destacadas del modelo
Efectos de sonido sincronizados: la imagen y el sonido están alineados a nivel de fotograma, mejorando la inmersión.
Efectos de cámara dinámica: admite enfoque automático inteligente y ajuste de profundidad de campo, entre otros lenguajes cinematográficos.
Generación de diálogos y cantos naturales: los personajes pueden generar voz o canto claro y emocionalmente sincronizado.
Reconocimiento de baile y ritmo: la IA puede capturar con precisión el ritmo de la música y generar movimientos coordinados.
xAI señaló que el lanzamiento de Imagine v0.9 abre nuevas fronteras en la creación de videos con IA, permitiendo a los usuarios generar rápidamente obras completas multimodales con narrativa visual, expresión auditiva y sentido de ritmo a partir de indicaciones de texto.
