A Microsoft lançou recentemente o VASA-1, uma nova ferramenta de inteligência artificial capaz de transformar imagens estáticas em vídeos curtos. O modelo utiliza tecnologia deepfake e é capaz de sincronizar os lábios com um clipe de áudio, reproduzindo expressões faciais próximas da realidade até na plataforma Teams.
Além de imagens de pessoas reais, a IA pode gerar vídeos de representações artísticas. Um dos vídeos que se destacou nas redes sociais foi a animação da Mona Lisa, de Leonardo da Vinci, cantando um rap.
A Microsoft não pretende disponibilizar a ferramenta para o público em geral devido ao impacto negativo que seu uso indevido pode causar na sociedade. No entanto, a empresa planeja incorporar a tecnologia em seus serviços, sendo o Microsoft Teams um dos principais alvos.
Uma das possíveis aplicações do modelo é no Microsoft Teams, permitindo que usuários façam videochamadas com a câmera desligada, com o VASA animando a imagem de perfil e sincronizando os lábios com o áudio em tempo real.
É importante ressaltar que o Teams já permite o uso de avatares em videoconferências. Com o novo modelo de IA, a Microsoft poderia levar essa funcionalidade a um novo nível, permitindo o uso de imagens reais de pessoas nas representações.
Uma das preocupações da Microsoft é melhorar as representações de humanos do VASA, buscando reproduzir nuances de expressões faciais e movimentações corporais de forma mais fiel à realidade.
