Meta ha dado a conocer importantes avances en inteligencia artificial generativa con el lanzamiento de tres nuevas herramientas: Motivo, Video Seal y CLIP 1.2. Estos desarrollos están orientados a mejorar la seguridad, robustez y eficiencia del aprendizaje automático, destacando las últimas innovaciones de Meta FAIR.
Motivo es un modelo diseñado para mejorar el comportamiento de los agentes virtuales, permitiéndoles mostrar movimientos más naturales y realistas, similares a los humanos. Para entrenar este modelo, el equipo de Meta FAIR ha utilizado datos de movimientos no etiquetados junto con técnicas de aprendizaje de refuerzo no supervisado.
Por su parte, Video Seal es una herramienta innovadora que inserta marcas de agua en los vídeos creados mediante inteligencia artificial. Esta herramienta facilita la identificación del origen de los contenidos, lo que contribuye a aumentar la transparencia y prevenir el uso indebido de los vídeos generados por IA.
«La novedad técnica clave de nuestro algoritmo es aprender una representación que se puede utilizar para incorporar estados, movimientos y recompensas en el mismo espacio latente», explican en el blog de Meta. El modelo, además, adapta su movimiento a los cambios del entorno, , como la gravedad, el viento o perturbaciones directas, «a pesar de no haber sido entrenado para ellos».
Los investigadores confían en que este avance puede ayudar a crear personajes no jugables (NPC, por sus siglas en inglés) «más realistas» y a democratizar tanto la animación de personajes como la creación de nuevas experiencias inmersivas.
Meta FAIR ha lanzado Video Seal, una marca de agua que se añade a un vídeo generador por IA, imperceptible a simple vista. Se añade «como un mensaje oculto», que permite trazar el origen del vídeo, y que resiste a la edición y a los algoritmos de comprensión que se usan para subir contenido ‘online’.
Junto a esta herramienta, la compañía tecnológica también ha lanzado Meta Omni Seal Bench, una tabla de clasificación que compara el rendimiento de distintos métodos de marca de agua. Y ha anunciado la disponibilidad de CLIP 1.2, un modelo básico de codificación de visión y lenguaje de alto rendimiento.
A ello se suman los trabajos en el paradigma generativo Flow Matching, que reemplaza la difusión clásica y mejora el rendimiento y la eficiencia al tiempo que permite una generalización fácil a datos complejos.
En lo que respecta a los agentes, Meta FAIR ha presentado Explore Theory-of-Mind (Explorar la teoría de la mente), una generación de datos adversarios guiada por programas para el razonamiento de la teoría de la mente que permite la generación de datos diversos, desafiantes y escalables tanto para el entrenamiento como para la evaluación de los modelos de lenguaje de gran tamaño.
Otra novedad es el modelo de concepto grande, que se inspira en la inspirado en la forma en que los humanos pueden planificar pensamientos de alto nivel para comunicarse. Asimismo, ha avanzado los trabajos en el transformador latente de bytes metadinámicos y en capas de metamemoria.
