Microsoft har udviklet en ny kunstig intelligens-teknologi, der kan bringe stillebilleder til live. AI-modellen, kaldet VASA-1, kan tage et statisk ansigtsbillede og en lydoptagelse af en person, der taler, og derefter skabe en realistisk video af personen, der taler. Videoerne har præcis læbesynkronisering, naturlige ansigtsbevægelser og hovedbevægelser. Teknologien kan bruges til uddannelsesformål, forbedring af tilgængelighed for personer med kommunikationsudfordringer eller endda til at skabe virtuelle følgesvende.

Dog er der bekymringer for potentielt misbrug og misbrug af dette værktøj til efterligning eller spredning af desinformation. Microsoft har i øjeblikket ingen planer om at offentliggøre VASA-1-modellen, før de er sikre på, at den vil blive brugt ansvarligt og overholde regulativer. AI-modellen blev trænet på forskellige videoer af mennesker, der taler, for at genkende naturlige ansigts- og hovedbevægelser, hvilket resulterer i mere overbevisende animationer, når de anvendes på stillebilleder. Selvom videoerne stadig viser tegn på at være maskingenererede, mener Microsoft, at deres model overgår andre lignende værktøjer og kunne føre til realtidsinteraktioner med livagtige avatarer.