Modelo VASA-1 pode ser incorporado à plataforma de comunicação corporativa da empresa

A Microsoft anunciou recentemente o VASA-1, uma nova ferramenta de inteligência artificial capaz de transformar imagens estáticas em vídeos curtos. O modelo em questão utiliza tecnologia deepfake e, além de sincronizar os lábios com um clipe de áudio, é capaz de reproduzir expressões faciais próximas da realidade.

Além de imagens de pessoas reais, a IA é capaz de gerar vídeos de representações artísticas. Em um dos vídeos que mais fizeram sucesso nas redes sociais, a big tech gerou uma animação do quadro Mona Lisa, de Leonardo da Vinci, cantando um rap.

A gigante da tecnologia não planeja disponibilizar a ferramenta para o público geral em razão do impacto negativo que seu uso indevido pode ter na sociedade. No entanto, isso não significa que a empresa não planeja incorporar a tecnologia em seus serviços.

Uma das possíveis aplicações do modelo é no Microsoft Teams, plataforma de comunicação corporativa, possibilitando que os usuários façam videochamadas com a câmera desligada. Nestes casos, o VASA atuaria animando a imagem de perfil, sincronizando os lábios com o conteúdo do áudio em tempo real.

É importante destacar que o Teams possibilita a utilização de avatares em videoconferências. No ano passado a plataforma recebeu um recurso que permite a criação de umas representações digitais de pessoas. A ferramenta é útil para aqueles dias em que o usuário não se sente muito “atraente” para aparecer em frente às câmeras.

Entretanto, com o novo modelo de IA, a Microsoft poderia levar esta funcionalidade a um a um novo nível, já que seria possível utilizar a imagem real de pessoas nas representações.

Uma das maiores preocupações da Microsoft — e que vem sendo trabalhada internamente — neste momento é em melhorar as representações de humanos do VASA que, embora sejam muito impressionantes, ainda não reproduzem nuances de expressões faciais ou movimentações corporais que correspondam exatamente à realidade.

Fonte: Giz Modo