1
00:00:09,679 --> 00:00:15,660
Buenas, esto es BIMPRAXIS, el podcast donde el

2
00:00:15,660 --> 00:00:17,739
BIM se encuentra con la inteligencia artificial.

3
00:00:20,339 --> 00:00:23,480
Exploramos la ciencia, la tecnología y el futuro

4
00:00:23,480 --> 00:00:26,460
desde el enfoque de la arquitectura, ingeniería y

5
00:00:26,460 --> 00:00:27,179
construcción.

6
00:00:28,800 --> 00:00:29,440
¡Empezamos!

7
00:00:36,799 --> 00:00:40,079
Muy buenas, bienvenidas, bienvenidos a un nuevo episodio

8
00:00:40,079 --> 00:00:40,960
de BIMPRAXIS.

9
00:00:40,960 --> 00:00:43,460
Hoy os traemos el fin de los influencers

10
00:00:43,460 --> 00:00:47,399
tradicionales y cómo Google permite crear avatares consistentes

11
00:00:47,399 --> 00:00:48,920
con IA de forma gratuita.

12
00:00:49,100 --> 00:00:51,380
Y bueno, para arrancar este análisis a fondo,

13
00:00:51,560 --> 00:00:53,740
imaginemos por un momento la siguiente escena.

14
00:00:53,820 --> 00:00:56,100
¿Un paseo virtual por el catálogo de Ikea?

15
00:00:57,000 --> 00:00:59,759
En uno de esos salones de ensueño que

16
00:00:59,759 --> 00:01:04,219
tienen, de repente aparece una modelo impecable dictando

17
00:01:04,219 --> 00:01:06,140
las próximas tendencias de decoración.

18
00:01:06,359 --> 00:01:08,959
Claro, la típica figura que factura miles de

19
00:01:08,959 --> 00:01:10,359
euros al mes en colaboraciones.

20
00:01:10,519 --> 00:01:10,939
Exacto.

21
00:01:10,959 --> 00:01:14,040
Tiene la agenda de campañas abarrotada, millones de

22
00:01:14,040 --> 00:01:16,459
interacciones en redes, pero, y aquí viene lo

23
00:01:16,459 --> 00:01:18,739
fuerte, hay un pequeño detalle técnico.

24
00:01:19,140 --> 00:01:20,439
Nunca ha respirado.

25
00:01:20,599 --> 00:01:21,739
Es increíble.

26
00:01:21,799 --> 00:01:24,599
Es un conjunto de píxeles hiperrealistas.

27
00:01:24,980 --> 00:01:26,000
Eso es, un avatar.

28
00:01:26,480 --> 00:01:29,459
Como es el caso de Inma .gram, que

29
00:01:29,459 --> 00:01:33,280
está siendo contratada por corporaciones multinacionales para, digamos,

30
00:01:33,420 --> 00:01:34,599
vivir en sus tiendas.

31
00:01:34,879 --> 00:01:37,000
Así que hoy vamos a sumergirnos en una

32
00:01:37,000 --> 00:01:39,840
serie de informes recientes de la industria publicitaria.

33
00:01:39,859 --> 00:01:40,939
Y sobre todo...

34
00:01:40,959 --> 00:01:42,840
Y sobre todo, en la documentación técnica de

35
00:01:42,840 --> 00:01:44,180
una nueva plataforma de Google.

36
00:01:44,420 --> 00:01:45,180
Google Flow.

37
00:01:45,379 --> 00:01:46,659
Eso es, Google Flow.

38
00:01:46,959 --> 00:01:50,900
Unos documentos que explican cómo, básicamente, los laboratorios

39
00:01:50,900 --> 00:01:53,200
de Silicon Valley acaban de reducir a cero

40
00:01:53,200 --> 00:01:55,459
absoluto la barrera técnica y económica.

41
00:01:55,560 --> 00:01:58,019
O sea, para que cualquier persona pueda crear

42
00:01:58,019 --> 00:02:01,140
a la próxima superestrella digital desde el sofá

43
00:02:01,140 --> 00:02:01,560
de su casa.

44
00:02:01,900 --> 00:02:04,459
Y fíjate, el planteamiento de estos informes es

45
00:02:04,459 --> 00:02:07,219
fascinante porque expone la solución definitiva al gran

46
00:02:07,219 --> 00:02:09,620
cuello de botella histórico que ha tenido la

47
00:02:09,620 --> 00:02:10,939
inteligencia artificial generada.

48
00:02:10,960 --> 00:02:13,000
Que era la consistencia, ¿verdad?

49
00:02:13,419 --> 00:02:15,300
Exactamente, la falta de consistencia.

50
00:02:15,539 --> 00:02:18,879
A ver, hasta ahora, conseguir que un rostro

51
00:02:18,879 --> 00:02:23,020
generado por algoritmos mantuviera sus facciones intactas a

52
00:02:23,020 --> 00:02:25,599
lo largo de, no sé, 100 imágenes distintas,

53
00:02:25,599 --> 00:02:28,800
requería un esfuerzo computacional inmenso.

54
00:02:28,900 --> 00:02:30,300
Horas y horas de ensayo y error.

55
00:02:30,599 --> 00:02:32,080
Sí, sí, horas perdidas.

56
00:02:32,259 --> 00:02:34,780
Por eso, la misión de nuestra inmersión de

57
00:02:34,780 --> 00:02:38,159
hoy es desgranar las cuatro tecnologías clave que

58
00:02:38,159 --> 00:02:40,500
Flow y los modelos de la familia Gemini...

59
00:02:40,960 --> 00:02:41,680
Ponen sobre la mesa.

60
00:02:42,159 --> 00:02:46,199
Hablamos de la consistencia paramétrica, la variabilidad contextual,

61
00:02:46,560 --> 00:02:49,280
la cinemática y la transferencia espacial.

62
00:02:49,479 --> 00:02:50,979
Suena muy técnico, pero es vital.

63
00:02:51,199 --> 00:02:53,539
Es que comprender la mecánica de estos cuatro

64
00:02:53,539 --> 00:02:56,939
pilares equivale a entender cómo todo el ecosistema

65
00:02:56,939 --> 00:02:59,560
publicitario se está reescribiendo ahora mismo desde sus

66
00:02:59,560 --> 00:03:00,020
cimientos.

67
00:03:00,400 --> 00:03:02,180
Vale, pues vamos a desgranar esto.

68
00:03:02,639 --> 00:03:04,819
Empecemos precisamente por el primer bloque.

69
00:03:05,039 --> 00:03:07,060
La consistencia perfecta.

70
00:03:07,219 --> 00:03:10,120
Porque, claro, antes crear un personaje con inteligencia

71
00:03:10,120 --> 00:03:10,599
artificial...

72
00:03:10,960 --> 00:03:13,479
Era como, no sé, intentar rodar una película

73
00:03:13,479 --> 00:03:16,400
independiente donde para cada escena contratas a un

74
00:03:16,400 --> 00:03:17,080
actor distinto.

75
00:03:17,259 --> 00:03:19,460
Un actor que simplemente se da un aire

76
00:03:19,460 --> 00:03:20,639
al anterior, sí.

77
00:03:21,000 --> 00:03:21,560
Exacto.

78
00:03:21,560 --> 00:03:24,039
En un plano, pues la estructura maxilar era

79
00:03:24,039 --> 00:03:24,580
más ancha.

80
00:03:24,680 --> 00:03:27,180
En otro, la distancia entre los ojos variaba

81
00:03:27,180 --> 00:03:27,659
milímetros.

82
00:03:27,840 --> 00:03:30,340
Y claro, se rompía la ilusión por completo.

83
00:03:30,800 --> 00:03:31,360
Totalmente.

84
00:03:31,659 --> 00:03:35,039
Pero, según la documentación de Flow, la plataforma

85
00:03:35,039 --> 00:03:38,419
incluye ahora un botón, una función nativa llamada

86
00:03:38,419 --> 00:03:42,639
Personajes, que está impulsada por Gemini mediante lo

87
00:03:42,639 --> 00:03:44,060
que denominan una gema.

88
00:03:44,199 --> 00:03:46,319
Una instrucción personalizada, ¿no?

89
00:03:46,400 --> 00:03:46,979
Eso es.

90
00:03:47,099 --> 00:03:50,000
En lugar de depender de la aleatoriedad, de

91
00:03:50,000 --> 00:03:53,280
poner un texto descriptivo kilométrico y rezar para

92
00:03:53,280 --> 00:03:55,759
que salga bien, el sistema te obliga a

93
00:03:55,759 --> 00:03:59,439
establecer nueve pilares fundamentales antes de procesar un

94
00:03:59,439 --> 00:04:00,300
solo gráfico.

95
00:04:00,400 --> 00:04:03,580
Y ese paso de lo simplemente descriptivo a

96
00:04:03,580 --> 00:04:05,979
lo paramétrico es el verdadero salto, ¿verdad?

97
00:04:06,199 --> 00:04:07,539
Es el avance radical.

98
00:04:07,919 --> 00:04:09,300
La gema funciona...

99
00:04:09,319 --> 00:04:11,180
Funciona como un ancla en el espacio latente

100
00:04:11,180 --> 00:04:11,580
del modelo.

101
00:04:11,819 --> 00:04:14,460
O sea, no se limita a pedir un

102
00:04:14,460 --> 00:04:15,419
chico con gafas.

103
00:04:15,939 --> 00:04:18,420
Exige definir cosas como el tipo de encuadre,

104
00:04:18,579 --> 00:04:21,100
la óptica exacta y el realismo técnico.

105
00:04:21,339 --> 00:04:24,680
El operador puede especificar distancias focales o el

106
00:04:24,680 --> 00:04:27,240
comportamiento de lentes fotográficas concretas.

107
00:04:27,560 --> 00:04:28,079
¡Ostras!

108
00:04:28,379 --> 00:04:30,740
Y luego pasa a la topología facial.

109
00:04:31,259 --> 00:04:33,279
Requiere las medidas de la estructura de la

110
00:04:33,279 --> 00:04:37,019
mandíbula, los pómulos y hasta identificadores inmutables, ¿eh?

111
00:04:37,259 --> 00:04:39,300
Cicatrices, piercings, asimetrías...

112
00:04:39,319 --> 00:04:40,980
...o el color exacto del iris.

113
00:04:41,279 --> 00:04:43,620
Espera, sobre eso de las lentes me surge

114
00:04:43,620 --> 00:04:44,300
una duda técnica.

115
00:04:44,680 --> 00:04:47,040
Si en ese segundo pilar se especifica, por

116
00:04:47,040 --> 00:04:49,920
ejemplo, un objetivo de 50 milímetros, ¿el modelo

117
00:04:49,920 --> 00:04:53,120
realmente aplica principios de óptica o simplemente desenfoca

118
00:04:53,120 --> 00:04:54,660
el fondo de forma así, genérica?

119
00:04:54,959 --> 00:04:57,620
No, no, aplica principios ópticos simulados.

120
00:04:58,199 --> 00:05:00,639
Entiende cómo la compresión de planos de un

121
00:05:00,639 --> 00:05:03,480
objetivo de 50 milímetros afecta la proporción de

122
00:05:03,480 --> 00:05:05,860
la nariz respecto a las orejas, por ejemplo.

123
00:05:06,160 --> 00:05:06,920
¡Madre mía!

124
00:05:07,060 --> 00:05:09,879
A diferencia de un gran angular, que distorsionaría

125
00:05:09,879 --> 00:05:10,860
el centro del rostro.

126
00:05:11,100 --> 00:05:13,660
Por eso los pilares quinto y sexto, que

127
00:05:13,660 --> 00:05:15,600
se centran en la textura y la iluminación,

128
00:05:15,720 --> 00:05:16,860
son tan críticos.

129
00:05:17,079 --> 00:05:19,240
Claro, ahí es donde te la juegas con

130
00:05:19,240 --> 00:05:20,279
el fotorrealismo.

131
00:05:20,639 --> 00:05:21,139
¡Exacto!

132
00:05:21,420 --> 00:05:24,379
La diferencia entre un renderizado que parece sacado

133
00:05:24,379 --> 00:05:26,620
de un videojuego antiguo y un perfil comercial

134
00:05:26,620 --> 00:05:28,800
de alto nivel que factura miles de euros,

135
00:05:28,980 --> 00:05:30,540
residen en la imperfección.

136
00:05:30,800 --> 00:05:31,620
En el defecto.

137
00:05:31,720 --> 00:05:32,240
¡Eso es!

138
00:05:32,480 --> 00:05:35,839
Al pedir parámetros como piel húmeda, asimetría en

139
00:05:35,839 --> 00:05:38,220
los poros o micro lunares bajo una luz

140
00:05:38,220 --> 00:05:40,839
muy alta, muy controlada, el algoritmo cruza la

141
00:05:40,839 --> 00:05:42,300
frontera de la percepción humana.

142
00:05:42,660 --> 00:05:44,639
Y a esto le sumas el séptimo pilar,

143
00:05:44,740 --> 00:05:48,180
la definición del vestuario, especificando la textura, el

144
00:05:48,180 --> 00:05:49,639
peso y la caída de la tela.

145
00:05:49,860 --> 00:05:51,959
Y terminando con la composición y el tono

146
00:05:51,959 --> 00:05:52,639
emocional, ¿no?

147
00:05:53,459 --> 00:05:53,939
¡Exactamente!

148
00:05:54,120 --> 00:05:56,100
Los pilares octavo y noveno.

149
00:05:56,160 --> 00:05:56,920
¡Es una locura!

150
00:05:57,000 --> 00:05:58,839
De hecho, los ejemplos que citan en las

151
00:05:58,839 --> 00:06:01,959
fuentes muestran resultados que desafían cualquier escrutinio.

152
00:06:02,459 --> 00:06:05,600
Analizaban un avatar de un divulgador científico hiperrealista,

153
00:06:05,699 --> 00:06:08,060
otro de fantasía con el pelo simulando un

154
00:06:08,060 --> 00:06:11,360
brócoli, texturas vegetales súper complejas y hasta un

155
00:06:11,360 --> 00:06:12,920
pirata de estética ciberpunk.

156
00:06:13,060 --> 00:06:13,560
Sí, sí.

157
00:06:13,660 --> 00:06:16,220
También detallan que puedes subir una fotografía real

158
00:06:16,220 --> 00:06:18,699
de un humano, de uno mismo y parametrizarlo.

159
00:06:18,939 --> 00:06:21,319
Pero a ver, la mecánica que cimienta toda

160
00:06:21,319 --> 00:06:23,100
esta identidad me resulta curiosa.

161
00:06:23,339 --> 00:06:26,100
Una vez que introduces estos nueve pilares, el

162
00:06:26,100 --> 00:06:27,740
sistema no te devuelve una sola imagen.

163
00:06:28,240 --> 00:06:30,740
Fuerza la generación simultánea de tres perspectivas.

164
00:06:31,220 --> 00:06:33,920
Frontal, de perfil estricto y de espaldas.

165
00:06:34,160 --> 00:06:34,639
¡Exacto!

166
00:06:34,660 --> 00:06:36,779
Es como si le hicieran un escáner 3D

167
00:06:36,779 --> 00:06:38,399
y le firmaran un contrato de escritura.

168
00:06:38,420 --> 00:06:39,420
Es una exclusividad al personaje.

169
00:06:39,620 --> 00:06:42,500
Y esa triangulación es la piedra angular del

170
00:06:42,500 --> 00:06:42,879
sistema.

171
00:06:43,199 --> 00:06:45,399
Al obligar a la IA a proyectar el

172
00:06:45,399 --> 00:06:48,220
mismo rostro desde tres ángulos opuestos, se está

173
00:06:48,220 --> 00:06:50,759
construyendo un mapa topográfico tridimensional.

174
00:06:51,000 --> 00:06:53,079
El modelo ya no tiene que adivinar o

175
00:06:53,079 --> 00:06:55,600
alucinar el volumen craneal del personaje cuando le

176
00:06:55,600 --> 00:06:56,560
pides una toma lateral.

177
00:06:56,980 --> 00:06:58,300
Ya tiene la base de datos.

178
00:06:58,600 --> 00:06:59,100
Eso es.

179
00:06:59,319 --> 00:07:02,199
Posee una base de datos volumétrica exclusiva de

180
00:07:02,199 --> 00:07:02,839
esa entidad.

181
00:07:03,100 --> 00:07:05,000
Pero, a ver, pongámonos en la situación.

182
00:07:05,199 --> 00:07:07,399
Si un usuario pide una toma en escorzo,

183
00:07:07,399 --> 00:07:10,060
digamos un ángulo de 45 grados, ¿no existe

184
00:07:10,060 --> 00:07:11,699
el riesgo de que la IA se invente

185
00:07:11,699 --> 00:07:13,779
información en ese punto ciego que hay entre

186
00:07:13,779 --> 00:07:14,660
el perfil y el frontal?

187
00:07:15,000 --> 00:07:17,079
A ver, podría parecerlo, pero aquí entra en

188
00:07:17,079 --> 00:07:18,819
juego la interpolación avanzada.

189
00:07:19,019 --> 00:07:22,519
Los modelos modernos no almacenan imágenes como tal.

190
00:07:23,519 --> 00:07:25,660
Almacenan vectores de relación espacial.

191
00:07:25,860 --> 00:07:28,360
Si la herramienta conoce la profundidad exacta del

192
00:07:28,360 --> 00:07:30,040
tabique nasal desde el frente y desde el

193
00:07:30,040 --> 00:07:32,579
lateral, el cálculo del ángulo intermedio es puramente

194
00:07:32,579 --> 00:07:33,240
matemático.

195
00:07:33,480 --> 00:07:36,560
Por lo tanto, la integridad anatómica se mantiene

196
00:07:36,560 --> 00:07:38,420
intacta en cualquier rotación.

197
00:07:39,079 --> 00:07:39,639
Entendido.

198
00:07:39,680 --> 00:07:41,560
O sea, esto no es solo una nueva

199
00:07:41,560 --> 00:07:42,639
herramienta de diseño.

200
00:07:42,720 --> 00:07:45,040
Es como si hubieran liberado el código fuente

201
00:07:45,040 --> 00:07:46,560
de toda la producción audiovisual.

202
00:07:46,720 --> 00:07:49,639
Han transformado la logística física de un casting

203
00:07:49,639 --> 00:07:52,180
y las sesiones de fotos en variables de

204
00:07:52,180 --> 00:07:52,420
texto.

205
00:07:53,000 --> 00:07:53,560
Totalmente.

206
00:07:53,779 --> 00:07:56,339
Pero claro, ese escaneo estático nos lleva al

207
00:07:56,339 --> 00:07:57,459
verdadero problema comercial.

208
00:07:57,879 --> 00:08:01,040
Un rostro tridimensional congelado en el vacío, pues

209
00:08:01,040 --> 00:08:02,899
no sirve para hacer campañas de marketing.

210
00:08:03,259 --> 00:08:03,920
Claro que no.

211
00:08:04,060 --> 00:08:06,620
Las marcas necesitan a alguien sujetando su producto

212
00:08:06,620 --> 00:08:07,360
en el mundo real.

213
00:08:07,560 --> 00:08:09,519
Y aquí entramos en la segunda clave de

214
00:08:09,519 --> 00:08:12,319
nuestra inmersión, las variaciones y la interacción en

215
00:08:12,319 --> 00:08:12,939
el mundo real.

216
00:08:13,339 --> 00:08:13,819
Correcto.

217
00:08:13,819 --> 00:08:16,259
Porque la identidad visual no vale de nada

218
00:08:16,259 --> 00:08:18,300
si no la integras en algo dinámico.

219
00:08:18,399 --> 00:08:21,420
Y los documentos de Flow muestran cómo, una

220
00:08:21,420 --> 00:08:23,779
vez que has anclado al personaje, basta con

221
00:08:23,779 --> 00:08:26,220
utilizar el símbolo del arroba para invocarlo.

222
00:08:26,439 --> 00:08:28,360
Igual que etiquetas a alguien en Instagram.

223
00:08:28,680 --> 00:08:29,139
Tal cual.

224
00:08:29,300 --> 00:08:32,100
El uso del comando arroba ciencia, por ejemplo,

225
00:08:32,100 --> 00:08:34,940
llama a todos esos cálculos volumétricos al instante.

226
00:08:34,940 --> 00:08:37,279
Y lo más destacable es que se ejecuta

227
00:08:37,279 --> 00:08:40,299
a través de motores gratuitos como NanoBanana Pro,

228
00:08:40,600 --> 00:08:42,580
NanoBanana 2 o Imagen 4.

229
00:08:42,919 --> 00:08:44,500
O sea, modelos gratuitos.

230
00:08:44,519 --> 00:08:47,539
Operan ahora mismo sin requerir consumo de créditos

231
00:08:47,539 --> 00:08:49,440
de pago en sus configuraciones básicas.

232
00:08:49,679 --> 00:08:52,440
El caso del científico ilustra esto fenomenal.

233
00:08:52,539 --> 00:08:54,820
Porque la agencia cogió a este personaje y

234
00:08:54,820 --> 00:08:57,220
lo ubicó dando una clase magistral frente a

235
00:08:57,220 --> 00:08:59,700
un auditorio lleno de robots en una universidad

236
00:08:59,700 --> 00:09:00,299
futurista.

237
00:09:00,519 --> 00:09:03,399
Y la geometría del rostro reaccionaba a la

238
00:09:03,399 --> 00:09:05,740
luz de ese entorno nuevo de forma impecable.

239
00:09:05,919 --> 00:09:08,639
Pero aquí es donde se pone verdaderamente interesante.

240
00:09:09,019 --> 00:09:11,559
La demostración que altera las reglas del juego

241
00:09:11,559 --> 00:09:13,500
de la publicidad es la del perfume.

242
00:09:13,740 --> 00:09:16,759
El informe describe a una creadora virtual que

243
00:09:16,759 --> 00:09:17,659
se llama el Abby.

244
00:09:17,840 --> 00:09:20,039
Sí, el caso del Abby es tremendo.

245
00:09:20,159 --> 00:09:23,700
El usuario aportó una fotografía externa completamente real

246
00:09:23,700 --> 00:09:25,539
de un frasco de perfume de una marca.

247
00:09:25,639 --> 00:09:27,899
Y usando el comando de arroba tanto para

248
00:09:27,899 --> 00:09:30,139
el avatar como para el archivo del producto,

249
00:09:30,320 --> 00:09:34,159
ordenó generar una publicación profesional de Instagram sujetando

250
00:09:34,159 --> 00:09:34,519
el producto.

251
00:09:34,940 --> 00:09:37,580
A ver, ¿no es esto un terremoto absoluto

252
00:09:37,580 --> 00:09:39,000
para las agencias de publicidad?

253
00:09:39,139 --> 00:09:40,120
Es un cataclismo.

254
00:09:40,220 --> 00:09:42,879
Porque si conectamos esto con el panorama general,

255
00:09:43,159 --> 00:09:46,200
el reto computacional que acaba de resolver el

256
00:09:46,200 --> 00:09:49,019
algoritmo en ese escenario es colosal.

257
00:09:49,139 --> 00:09:52,659
La IA no está simplemente recortando y pegando

258
00:09:52,659 --> 00:09:54,759
el frasto de colonia sobre una mano falsa.

259
00:09:54,779 --> 00:09:57,539
Está analizando los vectores de luz que inciden

260
00:09:57,539 --> 00:10:00,320
sobre el cristal real del producto y calculando

261
00:10:00,320 --> 00:10:03,179
cómo esa luz se refractaría proyectando las sombras

262
00:10:03,179 --> 00:10:05,200
coherentes sobre la piel sintética de la mano

263
00:10:05,200 --> 00:10:05,919
que lo sujeta.

264
00:10:05,940 --> 00:10:08,460
O sea, es una simulación de físicas de

265
00:10:08,460 --> 00:10:10,019
contacto pero en tiempo real.

266
00:10:10,500 --> 00:10:10,980
Exacto.

267
00:10:11,000 --> 00:10:13,240
Y la profundidad de campo lo integra todo.

268
00:10:13,480 --> 00:10:16,440
El desenfoque del dedo índice pulsando el vaporizador

269
00:10:16,440 --> 00:10:19,559
hace que sea indistinguible saber qué parte es

270
00:10:19,559 --> 00:10:21,539
foto real y qué parte es código puro.

271
00:10:21,899 --> 00:10:24,200
La barrera de entrada para la publicidad de

272
00:10:24,200 --> 00:10:25,820
alto nivel acaba de desaparecer.

273
00:10:25,919 --> 00:10:28,679
Porque tradicionalmente, para conseguir este nivel de acabado

274
00:10:28,679 --> 00:10:32,059
tenías que localizar un perfil adecuado, pagarle, alquilar

275
00:10:32,059 --> 00:10:34,840
un estudio, contratar dirección de arte, técnicos de

276
00:10:34,840 --> 00:10:38,399
luces, semanas de postproducción y ahora editas directamente

277
00:10:38,399 --> 00:10:41,360
la realidad comercial con un presupuesto de cero

278
00:10:41,360 --> 00:10:42,860
euros, cero créditos.

279
00:10:43,000 --> 00:10:46,259
Y esta democratización a nivel de estudio se

280
00:10:46,259 --> 00:10:48,419
multiplica cuando escalas la complejidad.

281
00:10:48,600 --> 00:10:52,419
Porque la herramienta no sufre degradación al meterle

282
00:10:52,419 --> 00:10:53,620
variables adicionales.

283
00:10:54,120 --> 00:10:57,000
Probaron a invocar a tres personajes distintos a

284
00:10:57,000 --> 00:10:58,299
la vez en la misma imagen.

285
00:10:58,759 --> 00:10:59,379
¡Ostras!

286
00:10:59,519 --> 00:11:01,360
Tres avatares creados previamente.

287
00:11:01,580 --> 00:11:01,879
Sí.

288
00:11:02,539 --> 00:11:05,120
Un equipo de seguridad cibernética caminando por un

289
00:11:05,120 --> 00:11:08,480
pasillo y el sistema mantuvo la consistencia de

290
00:11:08,480 --> 00:11:10,820
los tres cráneos, la coherencia de la ropa

291
00:11:10,820 --> 00:11:12,919
y las físicas de la luz sin pestañear,

292
00:11:12,919 --> 00:11:13,720
sin colapsar.

293
00:11:13,799 --> 00:11:14,500
¡Qué barbaridad!

294
00:11:14,519 --> 00:11:16,879
Encima, la plataforma tiene herramientas de edición de

295
00:11:16,879 --> 00:11:17,620
flow nativas.

296
00:11:17,980 --> 00:11:21,559
Tienes ajustes de brillo, de contraste, desenfoque y

297
00:11:21,559 --> 00:11:24,539
puedes añadir texto que se integra perfectamente en

298
00:11:24,539 --> 00:11:24,960
la imagen.

299
00:11:25,259 --> 00:11:28,039
O sea, las letras proyectan su propia oclusión

300
00:11:28,039 --> 00:11:29,360
ambiental sobre el decorado.

301
00:11:29,519 --> 00:11:32,120
Y el inpainting para modificar partes, claro.

302
00:11:32,120 --> 00:11:32,919
Exacto.

303
00:11:32,919 --> 00:11:34,179
O redimensionar la imagen.

304
00:11:34,399 --> 00:11:37,039
Si tienes una foto apaisada y la quieres

305
00:11:37,039 --> 00:11:39,580
para un formato vertical en redes, el motor

306
00:11:39,580 --> 00:11:42,440
entiende el contexto e inventa con precisión el

307
00:11:42,440 --> 00:11:43,779
techo y el suelo que faltaban.

308
00:11:44,039 --> 00:11:46,879
Y fíjate que este nivel de integración no

309
00:11:46,879 --> 00:11:48,299
se queda solo en crear imágenes.

310
00:11:48,539 --> 00:11:51,919
Los informes incluyen una nota incidental muy reveladora

311
00:11:51,919 --> 00:11:54,259
sobre el patrocinador de uno de los creadores,

312
00:11:54,500 --> 00:11:56,840
el caso de las gafas EVEN G2.

313
00:11:57,220 --> 00:11:58,100
Ah, sí, sí.

314
00:11:58,200 --> 00:12:01,100
Un apunte brillante, porque ilustra que el uso

315
00:12:01,100 --> 00:12:02,940
de la inteligencia artificial en el día a

316
00:12:02,940 --> 00:12:04,019
día ya es real.

317
00:12:04,320 --> 00:12:04,879
Totalmente.

318
00:12:05,080 --> 00:12:07,740
Las EVEN G2 parecen unas gafas de graduación

319
00:12:07,740 --> 00:12:08,379
estándar, ¿no?

320
00:12:08,419 --> 00:12:08,600
Sí.

321
00:12:09,120 --> 00:12:11,159
Cristales normales, montura convencional.

322
00:12:11,460 --> 00:12:14,279
Pero esconden un sistema de telepónter invisible en

323
00:12:14,279 --> 00:12:17,279
el cristal y asistencia por IA, todo operado

324
00:12:17,279 --> 00:12:19,940
de forma superdiscreta por un anillo, el EVEN

325
00:12:19,940 --> 00:12:20,379
R1.

326
00:12:20,600 --> 00:12:23,059
Lo que demuestra cómo la capa computacional se

327
00:12:23,059 --> 00:12:26,720
está volviendo invisible, ya sea renderizando poros en

328
00:12:26,720 --> 00:12:30,100
un embajador de marca virtual o superponiendo datos

329
00:12:30,100 --> 00:12:32,139
en la retina en una sala de juntas,

330
00:12:32,200 --> 00:12:35,700
la frontera entre lo tangible y lo sintético

331
00:12:35,700 --> 00:12:37,019
se ha disuelto.

332
00:12:37,159 --> 00:12:40,240
La IA ya es una infraestructura silenciosa, no

333
00:12:40,240 --> 00:12:40,879
una promesa.

334
00:12:41,220 --> 00:12:44,080
Pero, y aquí viene la gran pregunta, las

335
00:12:44,080 --> 00:12:46,600
fotos de Instagram están muy bien, pero la

336
00:12:46,600 --> 00:12:48,639
prueba de fuego de la influencia moderna es

337
00:12:48,639 --> 00:12:49,519
el vídeo y la voz.

338
00:12:49,679 --> 00:12:50,240
Por supuesto.

339
00:12:50,460 --> 00:12:52,960
¿Cómo damos el salto del estatismo al movimiento

340
00:12:52,960 --> 00:12:53,659
con flow?

341
00:12:54,159 --> 00:12:56,899
Porque una fotografía, por compleja que sea la

342
00:12:56,899 --> 00:12:58,799
luz, sigue siendo un objeto estático.

343
00:12:58,940 --> 00:13:03,039
La influencia real exige cadencia, respiración… ¿Sonido?

344
00:13:03,259 --> 00:13:03,759
Claro.

345
00:13:04,059 --> 00:13:06,519
¿Cómo se traslada este mapa estático a un

346
00:13:06,519 --> 00:13:07,299
flujo de vídeo?

347
00:13:07,639 --> 00:13:10,759
Pues para lograr este salto, la plataforma le

348
00:13:10,759 --> 00:13:14,120
asigna una voz consistente al avatar, una huella

349
00:13:14,120 --> 00:13:15,200
biométrica permanente.

350
00:13:15,360 --> 00:13:18,059
Y utilizan motores de vídeo como Gemini 3

351
00:13:18,059 --> 00:13:20,379
.1 Lite, que es más barato, gasta unos

352
00:13:20,379 --> 00:13:22,919
10 créditos, o el modelo FAST para una

353
00:13:22,919 --> 00:13:23,539
calidad mayor.

354
00:13:23,840 --> 00:13:26,220
Y el desafío aquí ya no es sólo

355
00:13:26,220 --> 00:13:29,740
generar el movimiento, sino mantener la elasticidad facial

356
00:13:29,740 --> 00:13:31,259
sincronizada con el audio.

357
00:13:31,500 --> 00:13:33,519
Lo del lip sync y los ejemplos que

358
00:13:33,519 --> 00:13:34,960
documentan son espeluznantes.

359
00:13:35,279 --> 00:13:38,159
Muestran al personaje sintético en dos contextos súper

360
00:13:38,159 --> 00:13:38,580
distintos.

361
00:13:39,019 --> 00:13:41,100
En uno aparece tomando un café y dice

362
00:13:41,100 --> 00:13:44,019
con claridad, vale, este es el mejor café

363
00:13:44,019 --> 00:13:45,120
que he probado en mi vida.

364
00:13:45,340 --> 00:13:46,539
Y en el otro clip está en la

365
00:13:46,539 --> 00:13:46,919
playa.

366
00:13:46,980 --> 00:13:47,639
Eso es.

367
00:13:47,720 --> 00:13:50,240
El mismo avatar en la playa, con otra

368
00:13:50,240 --> 00:13:53,220
luz, diciendo, ojalá la vida tuviese siempre esta

369
00:13:53,220 --> 00:13:53,600
calma.

370
00:13:53,659 --> 00:13:56,059
Y la sincronización labial es perfecta.

371
00:13:56,059 --> 00:13:57,899
La coherencia de la voz es total.

372
00:13:58,100 --> 00:14:00,919
La musculatura de la boca reacciona anatómicamente a

373
00:14:00,919 --> 00:14:01,519
cada sílaba.

374
00:14:01,720 --> 00:14:03,720
Es que la audiencia empieza a percibir una

375
00:14:03,720 --> 00:14:06,919
firma acústica confiable, no sólo un rostro.

376
00:14:07,059 --> 00:14:10,639
Y, técnicamente, para evitar el clásico efecto gelatina

377
00:14:10,639 --> 00:14:12,559
de la IA en los vídeos… Que todo

378
00:14:12,559 --> 00:14:13,940
se deforma de fondo, sí.

379
00:14:14,139 --> 00:14:14,399
Claro.

380
00:14:14,639 --> 00:14:16,960
Pues la herramienta te permite marcar el fotograma

381
00:14:16,960 --> 00:14:18,419
de inicio y el fotograma de fin.

382
00:14:18,580 --> 00:14:21,419
Así guías la transición temporal y la red

383
00:14:21,419 --> 00:14:24,120
neuronal asegura que el entorno no se desintegre

384
00:14:24,120 --> 00:14:25,440
mientras el personaje habla.

385
00:14:25,440 --> 00:14:26,679
Estabilidad total.

386
00:14:27,000 --> 00:14:29,639
Pero leyendo las fuentes sobre la transferencia a

387
00:14:29,639 --> 00:14:32,980
través del modelo Omni, madre mía, aquí es

388
00:14:32,980 --> 00:14:34,039
donde se desmorona todo.

389
00:14:34,419 --> 00:14:36,139
La revolución de Omni es brutal.

390
00:14:36,500 --> 00:14:37,799
Porque permite mezclar inputs.

391
00:14:38,139 --> 00:14:40,080
O sea, detallan que puedes subir un vídeo

392
00:14:40,080 --> 00:14:42,720
selfie grabándote con el móvil, apuntando a una

393
00:14:42,720 --> 00:14:44,940
pared vacía, y pedirle a la IA que

394
00:14:44,940 --> 00:14:47,019
añada a Super Mario y a Luigi en

395
00:14:47,019 --> 00:14:47,600
la habitación.

396
00:14:47,779 --> 00:14:49,960
Y no está pegando una pegatina digital sobre

397
00:14:49,960 --> 00:14:50,659
el vídeo, ¿eh?

398
00:14:51,039 --> 00:14:55,080
El modelo Omni decodifica el espacio físico, analiza

399
00:14:55,080 --> 00:14:57,279
la luz de la ventana, la profundidad y

400
00:14:57,279 --> 00:14:59,120
proyecta esas propiedades sobre Mario.

401
00:14:59,379 --> 00:15:01,559
Hace que arrojes sombras reales en la pared

402
00:15:01,559 --> 00:15:02,059
de tu cuarto.

403
00:15:02,440 --> 00:15:04,360
Pero lo que de verdad plantea una pregunta

404
00:15:04,360 --> 00:15:06,820
clave para los creadores humanos es el proceso

405
00:15:06,820 --> 00:15:07,519
a la inversa.

406
00:15:07,539 --> 00:15:09,139
La transferencia de identidad.

407
00:15:09,279 --> 00:15:11,700
Si la IA puede clonar mi voz, ponerme

408
00:15:11,700 --> 00:15:13,120
un traje a medida y enviarme a un

409
00:15:13,120 --> 00:15:15,980
estudio de televisión profesional simplemente subiendo un vídeo

410
00:15:15,980 --> 00:15:18,700
mío en pijama recién levantado, ¿qué significa todo

411
00:15:18,700 --> 00:15:19,039
esto?

412
00:15:19,159 --> 00:15:21,899
Es que plantea una pregunta importantísima sobre la

413
00:15:21,899 --> 00:15:22,940
identidad vegetal.

414
00:15:22,940 --> 00:15:25,320
El modelo Omni no solo crea de cero,

415
00:15:25,360 --> 00:15:28,980
sino que transfiere realidades, extrae la intención del

416
00:15:28,980 --> 00:15:31,899
humano, sus gestos y cambia todo el envoltorio.

417
00:15:32,039 --> 00:15:34,080
Mencionan hasta transferencia de movimiento, ¿no?

418
00:15:34,220 --> 00:15:34,840
Sí, sí.

419
00:15:35,220 --> 00:15:37,539
Puedes subir un vídeo de una persona real

420
00:15:37,539 --> 00:15:42,860
bailando agresivamente y aplicar exactamente esos movimientos fluidos

421
00:15:42,860 --> 00:15:44,899
al avatar del científico, por ejemplo.

422
00:15:45,779 --> 00:15:48,440
Transfiere la energía humana a la malla 3D.

423
00:15:48,799 --> 00:15:50,740
Hay una nota técnica en la fuente que

424
00:15:50,740 --> 00:15:53,059
dice que, por políticas de seguridad, a veces

425
00:15:53,059 --> 00:15:54,019
esto se bloquea.

426
00:15:54,039 --> 00:15:56,899
Sí, requiere poner el prompt en inglés o

427
00:15:56,899 --> 00:15:59,279
usar no VPN de Estados Unidos para evitar

428
00:15:59,279 --> 00:16:00,559
los bloqueos regionales.

429
00:16:00,840 --> 00:16:02,879
Ya, la eterna lucha de la moderación.

430
00:16:03,159 --> 00:16:06,019
Y para quienes agotan los 50 créditos diarios

431
00:16:06,019 --> 00:16:08,759
de Flow, recomiendan una plataforma gratuita, ¿verdad?

432
00:16:09,179 --> 00:16:09,740
OneVideo.

433
00:16:10,460 --> 00:16:12,279
OneVideo, o Ken, sí.

434
00:16:13,139 --> 00:16:16,840
Resuelve la escalabilidad, te permite animar personajes y

435
00:16:16,840 --> 00:16:20,460
sincronizar audio de forma totalmente ilimitada y gratuita.

436
00:16:20,519 --> 00:16:22,460
La pega es que, si desactivas lo mismo,

437
00:16:22,480 --> 00:16:24,320
los créditos pasas a una cola de espera

438
00:16:24,320 --> 00:16:24,940
más larga.

439
00:16:25,100 --> 00:16:26,559
Tienes que tener paciencia, claro.

440
00:16:27,139 --> 00:16:27,620
Exacto.

441
00:16:27,759 --> 00:16:29,759
Pero la IA ya no es solo una

442
00:16:29,759 --> 00:16:32,539
herramienta de creación, es un motor de traducción

443
00:16:32,539 --> 00:16:33,179
de la realidad.

444
00:16:33,399 --> 00:16:34,960
Y esto nos lleva a la gran reflexión

445
00:16:34,960 --> 00:16:37,720
final, el mensaje central de todas estas fuentes.

446
00:16:38,059 --> 00:16:40,940
Porque, claro, si el presupuesto para tener un

447
00:16:40,940 --> 00:16:43,720
plató increíble, una voz perfecta y un rostro

448
00:16:43,720 --> 00:16:46,639
de alta costura es cero euros… ¿Dónde reside

449
00:16:46,639 --> 00:16:47,360
el valor ahora?

450
00:16:47,759 --> 00:16:48,240
Exacto.

451
00:16:48,240 --> 00:16:50,519
Las fuentes concluyen que el cómo se hace

452
00:16:50,519 --> 00:16:52,399
y el quién lo dice, ya no importa.

453
00:16:52,480 --> 00:16:54,639
Los rostros se van a olvidar o se

454
00:16:54,639 --> 00:16:55,580
van a fabricar en masa.

455
00:16:55,820 --> 00:16:57,759
Es la inflación masiva de la estética.

456
00:16:58,200 --> 00:17:01,340
Habrá una sobreabundancia de carisma sintético en las

457
00:17:01,340 --> 00:17:01,600
redes.

458
00:17:01,919 --> 00:17:02,440
Totalmente.

459
00:17:02,720 --> 00:17:04,359
Así que lo único que realmente va a

460
00:17:04,359 --> 00:17:06,220
marcar la diferencia de ahora en adelante es

461
00:17:06,220 --> 00:17:07,779
el qué, el mensaje.

462
00:17:08,000 --> 00:17:10,619
Porque un rostro falso puede atraer las miradas

463
00:17:10,619 --> 00:17:13,279
unos segundos, pero solo un mensaje real hace

464
00:17:13,279 --> 00:17:14,319
pensar a la audiencia.

465
00:17:14,880 --> 00:17:15,400
Exactamente.

466
00:17:15,519 --> 00:17:18,619
La tecnología es el megáfono, pero el guión

467
00:17:18,619 --> 00:17:20,319
lo seguimos escribiendo los humanos.

468
00:17:20,660 --> 00:17:22,460
Qué gran cierre para este análisis.

469
00:17:22,480 --> 00:17:26,500
Antes de despedirnos hasta el próximo programa, os

470
00:17:26,500 --> 00:17:28,660
informamos de que las voces que oyes han

471
00:17:28,660 --> 00:17:30,819
sido generadas por la IA de Notebook LM

472
00:17:30,819 --> 00:17:33,920
y que dirigiendo el podcast se encuentra Julio

473
00:17:33,920 --> 00:17:36,579
Pablo Vázquez, un humano que te envía saludos.

474
00:17:37,059 --> 00:17:40,160
En caso de error, probablemente sean errores humanos.

475
00:17:40,500 --> 00:17:41,660
¡Nos escuchamos!

476
00:17:52,559 --> 00:17:54,779
Y hasta aquí el episodio de hoy.

477
00:17:54,920 --> 00:17:56,700
Muchas gracias por tu atención.

478
00:18:06,190 --> 00:18:08,150
Esto es BIMPRAXIS.

479
00:18:08,430 --> 00:18:10,670
Nos escuchamos en el próximo episodio.

480
00:18:10,690 --> 00:18:11,690
¡Gracias!