Google ha svelato quello che potrebbe essere uno dei generatori di video più avanzati: si chiama Lumiere e permette di creare contenuti a partire da una descrizione testuale o da un’immagine. Ma a differenza dei modelli di intelligenza artificiale esistenti, l’azienda sottolinea che il suo modello effettua movimenti “realistici, diversi e coerenti”. E in pochi secondi, naturalmente.
Google aveva già presentato altri strumenti strumenti di generazione video, ma più limitati di Lumiere. La nuova tecnologia utilizza un modello chiamato Space-Time-U-Net (STUNet), che determina dove si trovano gli oggetti o gli elementi in un video, come si muovono e cambiano simultaneamente. Genera anche video e immagini animate, può copiare stili artistici e si possono anche modificare i clip creati.
“Dimostriamo risultati di generazione all’avanguardia e dimostriamo l’applicabilità del nostro approccio per un’ampia gamma di implementazioni”, affermano gli sviluppatori nel documento relazione della ricerca. Il modello è stato addestrato su oltre 30 milioni di video, con i relativi sottotitoli. I californiani, come altri sviluppatori, non hanno rivelato la fonte di questi dati.
Lumiere ha la capacità di generare 80 fotogrammi a 16 fotogrammi al secondoGoogle ha dichiarato che. Ciò consente di realizzare video della durata massima di cinque secondi, con una risoluzione di 1024 x 1024 pixel. Inoltre, secondo uno studio condotto dagli utenti, i suoi risultati sono stati preferiti ai modelli video AI esistenti.
L’avvertimento di Google sull’uso di Lumiere per deepfakes
Lumiere non è ancora disponibile per la prova, né si sa quando arriverà o se Google lo rilascerà mai al pubblico. Ma l’azienda è stata così gentile da fornirci alcuni esempi in un video promozionale. In alcuni casi, se si presta attenzione, si possono scorgere alcuni indizi nei volti degli animali che rivelano l’uso dell’intelligenza artificiale. Ma ci sono altre scene, come quella di una tartaruga che nuota, che sono incredibilmente realistiche.
Google dimostra anche la capacità di Lumiere di creare scene deliranti, come un panda che guida un’auto o un gatto che suona il pianoforte. Inoltre, mostra il suo strumento dando movimento a dipinti famosi come la Monna Lisa.
Come la maggior parte delle opzioni finora disponibili, Google Lumiere non è stato progettato per generare video con inquadrature multiple o transizioni tra scene. “La generazione di tali contenuti rimane una sfida aperta per la ricerca futura”, riconoscono gli autori.
Gli sviluppatori di Google hanno incluso un’avvertenza sul modo in cui Lumiere potrebbe favorire la diffusione di deepfakes. “Esiste il rischio di un uso improprio nel creare contenuti falsi o dannosi con la nostra tecnologia”.affermano nel rapporto. “Riteniamo che sia fondamentale sviluppare e applicare strumenti per individuare i casi d’uso distorti e dannosi per garantire un’esperienza sicura e corretta”.
La creazione di contenuti falsi è stata oggetto di polemiche la scorsa settimana, quando sono state diffuse false immagini sessualmente esplicite di Taylor Swift. Anche la Casa Bianca è intervenuta. “È allarmante”, ha dichiarato Jean-Pierre, portavoce dell’ufficio del Presidente Joe Biden. Il governo “è impegnato a garantire la riduzione del rischio di immagini false da parte dell’intelligenza artificiale attraverso un’azione esecutiva”.. Il lavoro per trovare soluzioni reali continuerà”, ha scritto su X (ex Twitter).