Microsoft har utvecklat en ny artificiell intelligens-teknik som kan ge liv åt stillbilder. AI-modellen, som kallas VASA-1, kan ta en statisk ansiktsbild och en ljudklipp av någon som talar och sedan skapa en realistisk video av den personen som talar. Videorna har korrekt läppsynkronisering, naturliga ansiktsrörelser och huvudgestik. Tekniken kan användas för utbildningssyften, förbättra tillgängligheten för personer med kommunikationsutmaningar eller till och med skapa virtuella följeslagare.

Det finns dock oro för potentiellt missbruk och felaktig användning av detta verktyg för förfalskning eller spridning av desinformation. Microsoft har för närvarande inga planer på att offentliggöra VASA-1-modellen förrän de är säkra på att den kommer att användas ansvarsfullt och följa regler. AI-modellen tränades på olika videor av människor som talar för att kunna känna igen naturliga ansikts- och huvudrörelser, vilket resulterar i mer övertygande animationer när de appliceras på stillbilder. Även om videorna fortfarande visar vissa tecken på att vara maskinskapade, tror Microsoft att deras modell överträffar andra liknande verktyg och kan leda till interaktioner i realtid med livliga avatarer.