El secreto tecnológico detrás de los efectos de IA en tiempo real en YouTube Shorts

Los efectos visuales en YouTube Shorts son una de las formas más entretenidas en que los creadores expresan su creatividad.

Pero ¿Alguna vez se preguntó cómo funcionan estos complejos efectos de inteligencia artificial (IA) en tiempo real, directamente desde su teléfono? Google Research compartió la innovadora tecnología que hace esto posible, abordando retos técnicos con el uso de modelos de IA inteligentes y optimizados para dispositivos móviles.

¿Cómo lograr IA avanzada en tiempo real en un celular?

Aplicar efectos generativos de IA, como convertir un rostro en estilo caricatura directamente mientras se graba un video, podría parecer tarea imposible para un teléfono común.

Esto se debe a que los modelos grandes que crean estos efectos, llamados “modelos generativos”, requieren mucha capacidad de cálculo.

La solución: un proceso llamado destilación de conocimiento, que es como enseñar a un “estudiante” pequeño las cosas que hace un “maestro” muy grande y poderoso, pero en una versión mucho más ligera y rápida.

Así, en lugar de que todo el proceso pesado corra en la nube, el teléfono tiene su propio modelo compacto que puede trabajar en tiempo real sin retrasos molestos.

Datos: la base para efectos que funcionan para todos

Todo comienza con una base de datos de rostros diversa y bien licenciada, asegurando que los efectos funcionen equitativamente en distintos géneros, edades y tonos de piel. Esto es especialmente importante para crear experiencias inclusivas y correctas para cada usuario.

El maestro y el estudiante: la destilación de conocimiento

El maestro es un modelo grande como StyleGAN2 o Google DeepMind’s Imagen, que entiende perfectamente cómo transformar imágenes, pero es demasiado lento para el celular.

El estudiante es un modelo tipo UNet, mejor adaptado para trabajar rápido en móviles, enfocándose en tareas específicas como aplicar un efecto particular.

Durante el entrenamiento, el estudiante aprende analizándolos “antes y después” producidos por el maestro. Además, para evitar errores visuales, el sistema ajusta parámetros para lograr un equilibrio entre precisión y calidad estética.

Preservando la identidad: el reto de la “inversión”

Cuando la IA aplica efectos, realmente está editando una representación interna del rostro llamada “espacio latente”, que es como un código secreto que describe la imagen.

Un problema común es que esta operación puede cambiar demasiado la apariencia original, haciendo que la persona ya no se parezca a sí misma.

Para evitarlo, Google usa una técnica llamada Pivotal Tuning Inversion (PTI), que afina el modelo para que mantenga detalles únicos de cada rostro.

Impacto real para creadores y usuarios

Desde 2023, esta tecnología ha impulsado más de 20 efectos en YouTube Shorts, incluyendo expresiones faciales divertidas y máscaras temáticas para temporadas como Halloween.

Cada uno amplifica las posibilidades creativas y hace el video más atractivo sin poner en riesgo privacidad ni velocidad.

Actualmente, se continúa innovando para integrar modelos aún más avanzados y mejorar el rendimiento en teléfonos más sencillos, democratizando así el acceso a la IA generativa.

Llevar modelos de IA sofisticados al bolsillo significa que la inteligencia artificial deja de ser una herramienta solo para expertos y se vuelve algo cercano, divertido y útil para todos.

Los investigadores de Google demuestran que detrás de la magia visible hay un trabajo meticuloso de ingeniería, ética y especialización para que la tecnología sea segura, eficiente e inclusiva.

Esto nos invita a imaginar un futuro donde la creatividad humana se potencie con ayuda de la IA, pero sin perder la esencia personal ni la comodidad.

Transparencia en el uso de IA

Esta nota fue generada 100% con IA. La fuente fue aprobada por Diario Occidente y el contenido final fue revisado por un miembro del equipo de redacción.

🧠 Este artículo fue elaborado con apoyo de inteligencia artificial.

Queremos saber qué piensas sobre este tipo de contenidos. ¿Lo notaste? ¿Te pareció útil, claro, diferente?

🎯 Tu opinión es clave para seguir mejorando.

👉Haz click para contestar una corta encuesta, te tomará menos de 1 minuto.

https://forms.gle/bNSDaY2cWHpzKRQb8

Comments