Un enfoque revolucionario en la creación de guiones gráficos animados ha surgido gracias al uso de la inteligencia artificial, permitiendo una notable consistencia visual entre los personajes. Esta técnica innovadora, basada en la ingeniería de imagen y el desarrollo de personajes, permite a los creadores refinar modelos de IA, específicamente el modelo Amazon Nova Canvas, para gestionar de manera precisa las apariciones y expresiones de los personajes en distintas escenas.
FuzzyPixel, una división de Amazon Web Services (AWS), ha liderado un proyecto utilizando el corto animado «Picchu», donde se prepara un conjunto de datos de entrenamiento mediante la extracción de fotogramas clave. Con este afine del modelo, se logra mantener la coherencia de los personajes principales, Mayu y su madre, facilitando la rápida generación de conceptos para futuras secuelas.
El proceso automatizado inicia con la carga de un activo de video en un bucket de Amazon Simple Storage Service (S3), involucrando varias etapas como la disminución de la resolución de los fotogramas y la selección de aquellos que muestran a los personajes. También se genera subtítulos utilizando el modelo Amazon Nova, seguido por el uso de un entorno de notebook en Amazon SageMaker AI para comenzar el trabajo de entrenamiento del modelo.
La extracción de personajes se realiza tomando fotogramas a intervalos fijos, realizando detección de etiquetas y búsqueda de rostros para identificar a los personajes. Un algoritmo de deduplicación asegura la diversidad del conjunto de datos al eliminar imágenes visualmente similares, evitando el sobreajuste del modelo.
Una vez recopiladas suficientes imágenes etiquetadas, la calidad de los datos se verifica a través de un proceso de human-in-the-loop, asegurando que solo se utilice información precisa para el entrenamiento del modelo. Los resultados preliminares indican que, con los ajustes correctos en los hiperparámetros, se puede lograr una mejora significativa en la consistencia visual.
Finalizado el afine, el modelo está listo para su despliegue, lo cual puede realizarse desde la consola de Amazon Bedrock o usando el SDK de Python para una integración más personalizada. Los creadores ahora pueden evaluar el modelo para generar nuevas imágenes, manteniendo la coherencia estilística y visual en la narración de sus historias.
Esta metodología promete no solo acelerar la producción de guiones gráficos, sino también elevar la calidad del contenido visual, permitiendo a los equipos creativos enfocarse más en la narrativa y menos en la consistencia técnica.
