Investigadores han presentado 'Capybara', un nuevo modelo de inteligencia artificial de código abierto diseñado para la generación y edición visual de alta calidad. Lanzado recientemente (el 17 de febrero de 2026), Capybara combina arquitecturas de difusión avanzadas y transformadores para ofrecer versatilidad en la creación de imágenes y videos, permitiendo un control preciso sobre el contenido, el movimiento y la cámara. El modelo soporta múltiples tareas, incluyendo la generación de video a partir de texto (T2V), imágenes a partir de texto (T2I), edición de video basada en instrucciones (TV2V) y edición de imágenes basada en instrucciones (TI2I). Para facilitar su uso, Capybara ofrece soporte para ComfyUI, un entorno de trabajo visual para IA, y modos de inferencia tanto para pruebas individuales como para procesamiento por lotes a través de archivos CSV. Los desarrolladores recomiendan el uso de Anaconda y CUDA 12.6 para una instalación óptima. Se han proporcionado ejemplos de código y datos para facilitar el inicio, y se ofrecen nodos personalizados para ComfyUI. El proyecto busca democratizar el acceso a herramientas avanzadas de generación visual y está disponible en GitHub bajo la licencia MIT.
Noticias agregadas con IA