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 consegue sincronizar os lábios com um clipe de áudio, reproduzindo expressões faciais próximas da realidade, inclusive na plataforma Teams.
Além de imagens de pessoas reais, a IA consegue gerar vídeos de representações artísticas, como o caso da animação da Mona Lisa cantando rap, que fez sucesso nas redes sociais.
Embora a empresa não planeje disponibilizar a ferramenta para o público geral, devido ao seu potencial impacto negativo na sociedade, a Microsoft pretende incorporar a tecnologia em seus serviços. Uma possível aplicação é a utilização do VASA-1 no Microsoft Teams, permitindo videochamadas com a câmera desligada, com a animação da imagem de perfil sincronizada com o áudio em tempo real.
O Teams já permite o uso de avatares em videoconferências e pode se beneficiar do novo modelo de IA para melhorar as representações digitais de pessoas. A Microsoft está trabalhando para aprimorar as expressões faciais e movimentações corporais das representações do VASA, pois ainda há limitações na reprodução exata da realidade.
