Alibaba Cloud ha decidido dar un paso audaz al anunciar la liberación de cuatro modelos de inteligencia artificial para video como código abierto. Estos modelos, divididos en dos versiones con 14 y 1,3 mil millones de parámetros, están diseñados para generar imágenes y videos de alta calidad a partir de texto e imágenes. Se suma a la batalla el gigante chino.
Los desarrolladores, investigadores y empresas de todo el globo ya pueden acceder a estas joyas a través de la comunidad de modelos de IA Model Scope de Alibaba Cloud y también en Hugging Face. Lo más destacado es que el modelo Wan2.1 lidera la lista de VBench con una impresionante calificación de 82,22%. Además, es el único modelo de código abierto entre los cinco mejores en el terreno de la IA de video. Te permite crear un video de 5 segundos a 480p en solo cuatro minutos desde un portátil estándar.
¿Un nuevo competidor en el mercado de la IA para video?
Lo curioso de esta jugada es que Wan2.1 se convierte en el primer modelo de video que soporta efectos textuales en chino e inglés. Además, también brilla en la interacción de múltiples objetos, lo que significa que puede crear escenas donde varias personas u objetos interactúan de forma realista. Un verdadero desafío técnico.
Alibaba no se detiene aquí; la compañía tiene en mente invertir alrededor de 52 mil millones de dólares en su infraestructura de cloud computing y IA. Además, son conocidos por su modelo de código abierto Qwen (Qwen-7B), y han establecido una asociación local con Apple en China para introducir su inteligencia en el mercado.
La llegada de estos modelos de video de Alibaba podría cambiar las reglas del juego, especialmente después del revuelo causado por la IA generativa de texto DeepSeek, también de origen chino. A medida que el panorama se calienta, solo queda esperar cómo reaccionarán los gigantes estadounidenses ante este nuevo rival.