Microsoft ha desarrollado una nueva tecnología de inteligencia artificial que puede dar vida a imágenes estáticas. El modelo de IA, llamado VASA-1, puede tomar una imagen facial estática y un fragmento de audio de alguien hablando, y luego crear un video realista de esa persona hablando. Los videos incluyen una sincronización labial precisa, movimientos faciales naturales y gestos de cabeza. Esta tecnología puede ser utilizada con fines educativos, mejorando la accesibilidad para personas con dificultades de comunicación o incluso para crear compañeros virtuales.

Sin embargo, existen preocupaciones sobre posibles abusos y el mal uso de esta herramienta para la suplantación de identidad o la difusión de desinformación. Microsoft no tiene planes de lanzar públicamente el modelo VASA-1 hasta que estén seguros de que se utilizará de manera responsable y cumplirá con las regulaciones. El modelo de IA se entrenó con varios videos de personas hablando para reconocer movimientos naturales de cara y cabeza, lo que resulta en animaciones más convincentes al aplicarlo a fotos estáticas. Si bien los videos todavía muestran algunos signos de ser generados por máquina, Microsoft cree que su modelo supera a otras herramientas similares y podría llevar a interacciones en tiempo real con avatares realistas.