Microsoft hat eine neue künstliche Intelligenz-Technologie entwickelt, die stillstehende Bilder zum Leben erwecken kann. Das KI-Modell namens VASA-1 kann ein statisches Gesichtsbild und eine Tonspur einer sprechenden Person verwenden, um ein realistisches Video dieser Person beim Sprechen zu erstellen. Die Videos zeigen präzise Lippenbewegungen, natürliche Gesichtsbewegungen und Kopfbewegungen. Die Technologie kann für Bildungszwecke, zur Verbesserung der Zugänglichkeit für Personen mit Kommunikationsproblemen oder sogar zur Erstellung virtueller Begleiter verwendet werden.

Es gibt jedoch Bedenken hinsichtlich möglichen Missbrauchs und der Fehlanwendung dieses Tools zur Vorführung oder Verbreitung von Fehlinformationen. Microsoft hat derzeit keine Pläne, das VASA-1-Modell öffentlich freizugeben, bis sie sicherstellen, dass es verantwortungsvoll genutzt wird und den Vorschriften entspricht. Das KI-Modell wurde mit verschiedenen Videos von sprechenden Menschen trainiert, um natürliche Gesichts- und Kopfbewegungen zu erkennen, was zu überzeugenderen Animationen führt, wenn sie auf Standbilder angewendet werden. Obwohl die Videos immer noch einige Anzeichen von maschineller Erzeugung zeigen, glaubt Microsoft, dass ihr Modell andere ähnliche Tools übertrifft und zu interaktiven Echtzeit-Interaktionen mit lebensechten Avataren führen könnte.