Image Generation

Escribes «un gato astronauta en estilo acuarela» y el modelo crea una imagen que nunca existió. Detrás hay modelos que aprendieron, a partir de millones de pares de imagen y texto, cómo se relacionan las palabras con formas, colores y estilos.

Las técnicas dominantes son los modelos de difusión (incluida la difusión latente) y, cada vez más, modelos autoregresivos o multimodales que generan imágenes como tokens. Históricamente, las GANs fueron el estado del arte. Capacidades comunes: edición guiada por texto, inpainting, control por bocetos o poses y consistencia de personajes. Temas abiertos: derechos de autor de los datos de entrenamiento, deepfakes y marcas de agua para identificar contenido generado.

Transformó el diseño, la publicidad y la creación de contenido, y plantea preguntas importantes de autenticidad.