A Microsoft revelou recentemente o VASA-1, uma nova ferramenta de inteligência artificial capaz de transformar imagens estáticas em vídeos curtos. Utilizando tecnologia deepfake, o modelo consegue sincronizar os lábios com um clipe de áudio e reproduzir expressões faciais realistas até mesmo na plataforma Teams.
Além de criar vídeos a partir de imagens de pessoas reais, a IA também é capaz de gerar vídeos de representações artísticas. Um dos exemplos mais populares foi a animação da Mona Lisa, de Leonardo da Vinci, cantando rap.
A empresa não pretende disponibilizar publicamente a ferramenta devido ao impacto negativo que seu uso indevido pode ter na sociedade. No entanto, a Microsoft planeja incorporar a tecnologia em seus serviços, com destaque para o Microsoft Teams.
Uma aplicação potencial do VASA-1 no Microsoft Teams seria permitir videochamadas com a câmera desligada, utilizando a animação da imagem de perfil para sincronizar com o áudio em tempo real.
A plataforma já permitia o uso de avatares em videoconferências e agora, com a nova IA, poderia levar essa funcionalidade a um novo nível ao utilizar imagens reais de pessoas nas representações. A Microsoft está trabalhando para melhorar as representações humanas do VASA, buscando reproduzir com mais precisão nuances de expressões faciais e movimentos corporais.
