La generación de imágenes es cada vez más simple, gracias a los modelos multimodales.
Vamos a ver algunos extras:
¿Cómo conseguir exactamente lo que quieres?
Trucos para mejores resultados
Implicaciones éticas y legales
Generación de vídeo
Objetivo: Que salgas creando contenido visual de calidad, sabiendo qué estás haciendo.
3
¿Qué es la IA Generativa?
La Inteligencia Artificial intenta imitar capacidades humanas. Hay varios tipos:
IA Débil: Hace tareas específicas (reconocer caras, recomendar series)
IA Fuerte: Podría pensar como un humano (aún no existe realmente)
IA Generativa: Crea contenido nuevo (texto, imágenes, música, vídeo)
La IA generativa ha explotado gracias a:
Mayor potencia de cálculo
Modelos de aprendizaje más sofisticados
Enormes cantidades de datos de internet
4
¿Cómo aprende la IA a crear imágenes?
Proceso de entrenamiento:
Recopilación: Millones de imágenes de internet
Etiquetado: Descripción de cada imagen (automático y manual)
Procesamiento: Limpieza y organización de datos
Entrenamiento: El modelo aprende a relacionar palabras con elementos visuales
Ejemplo:Imagenet, el conjunto de datos con el que empezó todo.
5
Stable Diffusion: Cómo Aprende
Stable Diffusion es un modelo popular para crear imágenes. Durante el entrenamiento, el modelo aprende solo a eliminar ruido de imágenes. Eventualmente, parte de imágenes de estática pura para generar contenido plausible.
La magia reside en los controles: texto, otras imágenes...
6
Stable Diffusion: Cómo Crea
Cuando le pedimos a Stable Diffusion que cree una imagen, aplica el proceso aprendido en orden inverso: empieza con ruido aleatorio y lo va transformando progresivamente hasta obtener una imagen coherente.
Lee nuestra descripción de la imagen (el "prompt")
Empieza con una imagen de ruido aleatorio
Poco a poco, va quitando el ruido guiado por el prompt
Refina la imagen hasta que se parece a lo que pedimos
El prompt es crucial: cuanto mejor lo escribamos, mejor será la imagen.
7
Modelos de IA Personalizados
Los modelos de IA pueden "personalizarse" para tareas específicas:
Fine-tuning: Ajustar un modelo para un estilo o tarea concreta
LoRA: Una forma rápida y eficiente de adaptar modelos grandes
Estilo "escopeta": En lugar de escribir frases completas como si hablaras con una persona, escribe palabras clave separadas por comas. Ejemplo: "sunset, ocean, palm trees, warm colors" en vez de "I want to see a beautiful sunset over the ocean with palm trees".
Sé específico con los detalles: Cuanta más información des sobre iluminación, colores, estilo artístico y perspectiva, mejor será el resultado. Por ejemplo, especifica "golden hour lighting, vibrant colors, wide angle shot" en lugar de solo "buena iluminación".
Menciona el tipo de cámara: Esto ayuda a definir el realismo de la imagen. Usa "mirrorless camera" o "DSLR" para resultados fotorrealistas profesionales, o "phone camera" para un aspecto más casual y amateur.
Referencias artísticas: Puedes nombrar artistas específicos, fotógrafos famosos o movimientos artísticos para lograr un estilo particular. Ejemplos: "Ghibli style", "in the style of Ansel Adams", "impressionist painting". Menciona más de un estilo para guiar al modelo sin robar descaradamente.
Añade atmósfera y sensaciones: Adjetivos que describan el ambiente emocional ayudan mucho: "melancholic", "energetic", "mysterious", "serene", "dramatic".
Importante: Más detalles generalmente significa mejor resultado, pero la IA no reflejará todos los detalles que incluyas. Algunos inevitablemente se perderán o interpretarán de forma diferente.
Limitación común: La IA todavía tiene dificultades posicionando objetos correctamente y estableciendo relaciones espaciales entre ellos.
Planos según escala:
Planos según ángulo:
12
¡Práctica 1!
Generando imágenes con Gemini
Tiempo: 30 minutos
13
Ejercicio 1: Comparar prompts (10 min)
Genera dos imágenes de "un gato en la luna":
Primera versión: Prompt simple, directo.
Segunda versión: Prompt detallado (añade detalles de estilo, iluminación, atmósfera...)
Compara: ¿Qué diferencias notas? ¿Cuál prefieres y por qué?
Intenta pedirle que edite la primera imagen con la información extra de la segunda, en varios pasos. ¿Se logra una imagen igual que cuando damos toda la información desde el primer prompt?
14
Ejercicio 2: Temas aleatorios (10 min)
Genera 2-3 imágenes usando el generador aleatorio:
Ejemplo: acuarela
Ejemplo: fondo abstracto
Tip: ¿Cómo puedes hacer que estas imágenes destaquen?
Cada vez somos más difíciles de impresionar, así que tendrás que jugar con elementos extra para lograr resultados interesantes.
15
Inpainting: Editar con IA
¿Qué es el inpainting? Modificar partes específicas de una imagen usando IA.
Antes: Teníamos que elaborar una máscara, dibujar en la imagen qué áreas se podían cambiar.
Hoy en día: Es un proceso iterativo. Podemos pedirle al modelo que altere directamente una imagen.
Consejo clave: Muchas veces es más fácil partir de una imagen real y modificarla, que generar una desde cero.
Ejemplo de uso:
Generas una imagen base
Le pides que cambie el fondo, el color de la ropa, añada objetos...
Iteras hasta conseguir el resultado deseado
Es un equilibrio entre calidad (todo en un solo prompt) y control (prompts iterativos centrados en cada elemento).
16
Ejercicio 3: Composición creativa (10 min)
Vamos a crear una composición compleja combinando elementos:
El reto: Pedirle a la IA que genere una imagen que combine:
Una persona específica (describe su apariencia o usa una foto de referencia)
Un objeto en particular que esté sujetando
Un entorno o escenario específico
Ejemplo de prompt:
"A elderly woman with grey hair and glasses, holding a vintage camera, standing in a library filled with old books, warm lighting, photorealistic, detailed"
Desafío adicional: ¿Consigues que la IA represente correctamente las tres cosas a la vez? Esta es una de las limitaciones actuales de la IA.
17
Generación de Vídeo con IA
Del texto y las imágenes al movimiento
18
IA para Vídeo: Estado actual
¿Qué pueden hacer las herramientas actuales?
Generar clips cortos (5-10 segundos) desde texto o imagen
Si la mayoría de imágenes de "enfermera" muestran mujeres, la IA aprende ese patrón. Lo mismo ocurre con razas, edades, contextos culturales... Explora este artículo de Bloomberg.
Importante: Sé consciente de estos sesgos. Puedes contrarrestarlos siendo específico en tus prompts ("male nurse", "female CEO", etc.).
27
Deepfakes: Casos Reales Alarmantes
¿Qué es un deepfake? Vídeo o audio falso creado con IA que parece real.
Casos destacados:
Explosión falsa del Pentágono (2023): Imagen IA causó caída temporal del S&P 500
Zelenskyy rendirse (2022): Vídeo deepfake durante invasión rusa de Ucrania
Robocall de Biden (2024): Audio falso diciéndole a votantes que se quedaran en casa
CEO Fraud (2023): $35 millones robados usando deepfake de voz en videollamada
Rashmika Mandanna (2023): Actriz india víctima de deepfake sexual viral
Taylor Swift (2024): Imágenes explícitas generadas por IA, millones de vistas
Estafas con Elon Musk: Deepfakes promocionando inversiones falsas en cripto
