OmniHuman cria vídeos "deepfake" realistas

A ByteDance mostrou o OmniHuman, sistema que consegue gerar vídeos deepfake ultra realistas a partir de uma única imagem e áudio.

As ferramentas de geração de vídeos "deepfake" já existem há muito mas, como era esperado, têm evoluído a ritmo assombroso com a evolução dos modelos AI. O OmniHuman da ByteDance (criadores do TikTok), mostra essa evolução.

A partir de uma única imagem, o sistema consegue criar vídeos realistas e expressivos, que replicam o áudio fornecido. Mais surpreendente, o sistema consegue lidar perfeitamente com coisas tradicionalmente complicadas, como gestos de mãos, e também lida com canções, apresentações, rostos em cenários difíceis (parcialmente cobertos), e não só com imagens reais mas também em diferentes estilos de animação, ou até objectos.

Excited to present our latest research, OmniHuman.

With a single image and audio, it can generate extremely realistic avatar videos at any aspect ratio and body proportion , unlike existing methods limited to specific regions. More details can be found at https://t.co/pKLcWGGNdK pic.twitter.com/bPgosoKuVi

— Jianwen Jiang (@unseenvie) February 4, 2025

Actualmente, já existem estudos que referem que parte significativa dos conteúdos nas redes sociais tem origem em bots AI; com modelos assim, é fácil antever que não demore muito para que também plataformas como o TikTok e YouTube passem a ser dominados por uma vaga interminável de vídeos de coisas que não são realidade.