Genmo, empresa de tecnología de inteligencia artificial, ha anunciado el lanzamiento de Mochi 1, un innovador modelo de generación de video de código abierto que se distingue por su capacidad de producir videos de alta fidelidad, con movimiento realista y alta precisión en la interpretación de texto. Mochi 1, en su fase de vista previa, se ofrece de forma gratuita bajo la licencia Apache 2.0, permitiendo su uso tanto personal como comercial.
Este lanzamiento forma parte del compromiso de Genmo de democratizar el acceso a herramientas avanzadas de IA. Según la empresa, Mochi 1 reduce significativamente la brecha de calidad entre los modelos de generación de video de código abierto y aquellos propietarios, ofreciendo una experiencia que rivaliza con las mejores tecnologías cerradas disponibles en la actualidad.
Innovaciones técnicas de Mochi 1 y su impacto en el sector
Mochi 1 utiliza una arquitectura de Asymmetric Diffusion Transformer (AsymmDiT), capaz de generar videos a 30 cuadros por segundo con una duración de hasta 5,4 segundos en una resolución de 480p. Este modelo maneja texturas complejas y física avanzada, simulando fenómenos como dinámica de fluidos y movimientos detallados de cabello y piel. Además, el sistema ha sido optimizado para procesar eficazmente comandos textuales, lo que permite a los usuarios influir detalladamente en el contenido visual que genera el modelo.
La precisión de Mochi 1 en la interpretación de textos se mide mediante un sistema de evaluación automática que emplea un modelo de lenguaje visual. Esto garantiza que los videos generados reflejen con exactitud las instrucciones textuales, una característica relevante para usos en cine, publicidad y simulación. Esta precisión en la generación responde a las necesidades de usuarios que requieren control detallado sobre los elementos de acción, entorno y personajes.
Además, la calidad de movimiento es otra área destacada en Mochi 1, pues este modelo ha sido calibrado para generar movimientos fluidos y realistas que evitan el “valle inquietante” y aportan coherencia temporal, superando desafíos de generación anteriores.
Futuro de Mochi 1 y objetivos de Genmo
La empresa ha recibido un financiamiento Serie A de 28,4 millones de dólares, liderado por New Enterprise Associates (NEA), que permitirá continuar el desarrollo de Mochi 1 y trabajar en futuras versiones, incluyendo una versión HD que se espera lanzar antes de fin de año. Esta nueva fase brindará mayor resolución (720p) y mejoras adicionales en la precisión del movimiento y el realismo.
Genmo también planea expandir las aplicaciones de Mochi 1 más allá del ámbito creativo y de entretenimiento, con potencial en áreas como desarrollo de productos, formación en robótica y generación de datos sintéticos para entrenar otros modelos de IA. La compañía subraya que este modelo es sólo el comienzo de una visión a largo plazo, orientada hacia simuladores de mundo que permitirán explorar escenarios realistas y abstractos.
Los usuarios interesados pueden acceder a una versión de prueba de Mochi 1 a través de un playground alojado en la web de Genmo, donde es posible experimentar con el modelo y sus capacidades a partir de instrucciones textuales. En el mismo espacio, también están disponibles recursos para desarrolladores, incluyendo pesos de modelo y acceso al código fuente, facilitando la integración de Mochi 1 en proyectos y aplicaciones de terceros.
