Stability AI ha lanzado un nuevo modelo de IA, Stable Virtual Camera, que la empresa afirma que puede transformar imágenes 2D en videos «envolventes» con profundidad y perspectiva realistas. Las cámaras virtuales son herramientas utilizadas a menudo en la cinematografía digital y la animación 3D para capturar y navegar escenas en tiempo real. Con Stable Virtual Camera, Stability buscó agregar IA generativa a la mezcla para ofrecer un mayor control y personalización, dijo la compañía en una publicación en su blog.
Stable Virtual Camera genera «vistas novedosas» de una escena a partir de una o más imágenes (hasta un total de 32) en ángulos de cámara que un usuario especifica. El modelo puede generar videos que recorren caminos de cámara «dinámicos» o preajustados, incluidos «Espiral,» «Zoom Dolly,» «Movimiento» y «Paneo.»
La versión actual de Stable Virtual Camera, una vista previa de investigación, puede generar videos en relaciones de aspecto cuadradas (1:1), verticales (9:16) y horizontales (16:9) de hasta 1,000 cuadros de duración. Sin embargo, Stability advierte que el modelo puede producir resultados de menor calidad en ciertos escenarios, especialmente con imágenes que presentan humanos, animales o «texturas dinámicas» como el agua.
Las escenas altamente ambiguas, caminos de cámara complejos que intersectan objetos o superficies, y objetos de formas irregulares pueden causar artefactos de parpadeo, señala Stability en su publicación de blog, «especialmente cuando los puntos de vista objetivo difieren significativamente de las imágenes de entrada.»
La Stable Virtual Camera está disponible para uso de investigación bajo una licencia no comercial. Se puede descargar desde la plataforma de desarrollo de IA Hugging Face.
En los últimos meses, Stability ha contratado un nuevo CEO, ha nombrado al director de «Titanic» James Cameron a su junta directiva y ha lanzado varios modelos nuevos de generación de imágenes. A principios de marzo, la compañía se asoció con el fabricante de chips Arm para llevar un modelo de IA que puede generar audio, incluidos efectos de sonido, a dispositivos móviles que utilicen chips Arm.
