No sé si conoces a alguien que tenga o administre una tienda en línea, pero si es así, asegúrate de valorar su trabajo. El montaje de una empresa en el ámbito digital es todo un reto, y más aún si los productos que ofreces deben ser visualizados de una manera atractiva. Por ejemplo, si tu negocio está centrado en la venta de sudaderas, la única manera de demostrar la calidad de lo que ofreces es mediante imágenes de modelos que utilizan dichos productos. Fotografiar a modelos clasificados se convierte en una tarea esencial. Cada modelo es único, con su propio color de ojos, cabello, tipo de piel, y más. También es imprescindible considerar la ubicación y el contexto para crear contenido que resuene en las redes sociales. En resumen, es una tarea bastante complicada que puede ser un desafío manejar a diario.
En este sentido, quiero sugerirte que mires hacia Dreamhot, una herramienta generativa que utiliza inteligencia artificial desarrollada en España. Este innovador proyecto logró ganar el hackathon de AI2030, un evento en el que fue socio de medios , y cuyo funcionamiento revelaremos más a fondo a continuación. Esta herramienta puede ser especialmente efectiva para aquellos emprendedores que quieren lanzar su propia marca de moda pero no saben cómo comenzar.
¿Qué es la moda AI?
Ahora, ¿cómo funciona una inteligencia artificial generativa? En términos simples, si queremos que una IA aprenda a crear imágenes de un caballo, se necesitan miles de fotos de caballos. Si aplicamos esta lógica a la moda y recopilamos imágenes que muestren diferentes estilos, fondos, contextos y modelos, podemos entrenar a la IA para que genere nuevas imágenes que incorporen esos elementos. Esta es exactamente la metodología que se utilizó en Dreamhot, donde se entrenó un modelo personalizado (Dreamshot V2) con más de 10,000 imágenes de moda. Javier Jiménez, el fundador y CEO de la compañía, explica en una entrevista con que Dreamhot, aunque no es un modelo autónomo, aprovecha un modelo tedioso para el cual se licenciaron y utilizaron estas imágenes. Su primer modelo, conocido como DreamHot V1 o Lookbook, es de código abierto y está disponible para utilizar aquí.
Según Javier, las fotos utilizadas para entrenar a Dreamhot provienen de marcas que han dado su autorización. “No tenemos nada que raspar de Internet. […] Hemos realizado un entrenamiento ético, y contamos con todos los derechos sobre las imágenes con las que entrenamos”, afirma.
La pregunta que muchos se hacen es: ¿cómo funciona realmente esta herramienta? Aunque no elimina por completo la necesidad de realizar sesiones de fotos, sí reduce significativamente la cantidad de imágenes necesarias, así como el tiempo y esfuerzo implicados. ¿La razón? Para exprimir al máximo esta herramienta, es fundamental cargar una cantidad considerable de fotos de alta resolución de los productos. Idealmente, deberías incluir diferentes ángulos y contextos. ¡Al menos cinco tomas diferentes son ideales! Una vez que hayas recopilado estas fotos, su tamaño y calidad son esenciales.
Una vez que tengas las imágenes, podrás subirlas a Dreamhot y solicitar a la inteligencia artificial que genere imágenes del producto en diferentes contextos o en modelos que no existen. También puedes utilizar fotos de stock en contextos distintos, lo cual representa una excelente manera de reutilizar fotos y maximizar su valor. Esto facilita mucho el proceso de mostrar tus productos, sin la necesidad de realizar sesiones de fotos continuas.
Otra función sorprendente de Dreamhot es el cambio de modelos. Por ejemplo, si tienes una foto de un modelo de piel clara y ojos claros y deseas cambiarlo por un modelo de piel oscura y ojos oscuros, puedes cargar la imagen y pedirle a la IA que realice este cambio ingresando una descripción. Los resultados son impactantes y aunque un ojo entrenado puede notar que es generado por IA, el aspecto resultante es, sin duda, impresionante.
Es importante mencionar que Dreamhot segmenta la foto en tres partes: el modelo, la ropa, y el fondo. Respetando estos elementos, se pueden modificar todos, pero no es posible extraer la imagen por completo. En otras palabras, podrías cambiar la camisa o el modelo, pero no se puede usar una foto de alguien con un vestido y también ponerla en un traje de baño o interior. Este tipo de contenido es delicado, pero Dreamhot está manejando esta cuestión de forma eficaz.
¿Qué motiva a Dreamhot?
Javier Jiménez nos cuenta que esta idea nació de su experiencia previa en el sector. Su primera empresa era una joyería online: «Cuando teníamos diez años de experiencia, cada mes teníamos que hacer sesiones de fotos que requerían miles de euros y meses de preparación. Después, descubrí la IA y me di cuenta de que había una oportunidad de transformar una industria que es una de las más grandes a nivel mundial. Luego nació Própalo”. Este nombre seguramente resultará familiar para quienes han explorado el campo de la IA.
Después de eso, Jiménez decidió fundar una startup que combine sus experiencias pasadas: «Quiero ayudar a capturar imágenes para el comercio electrónico», dice. El proceso es innegablemente complicado y requiere habilidades y recursos. Javier también ha instalado varias tiendas en línea, incluida una dedicada a la venta de joyas, y conoce a la perfección los desafíos que implica crear contenido visual. «La empresa DreamHot se esfuerza por simplificar este proceso», menciona entre risas.
A pesar de ser una empresa nueva y pequeña, establecida hace sólo medio año y compuesta por un equipo de tres personas, Javier asegura que han logrado «suficientes clientes», aunque no puede revelar su identidad actualmente. La mayoría provienen del sector de la moda, calzado y accesorios de sol. Javier menciona que también están «comenzando a colaborar con clientes del ámbito automotriz». No obstante, no puede mencionar nombres de marcas, pero el potencial es evidente. La IA comprende los píxeles de las imágenes, por lo que en términos prácticos, es viable cambiar el calzado en una imagen, o incluso modificar un automóvil.
Javier sostiene que están avanzando «antes de que el mercado esté listo», y que ya han desarrollado la tecnología necesaria. “Creo que en los próximos meses experimentaremos un auge interesante. Muchos comenzaron a interesarse y a tomar decisiones en 2025. Estando ya establecidos en esta área, ayudamos a las marcas a adoptar tecnologías avanzadas e integrar estas soluciones en su trabajo cotidiano”, añade.
La proyección a futuro
Una pregunta que surge en este momento es ¿Cómo afecta esto a los modelos? Javier aclara que su IA «no se entrena con modelos específicos, sino con la ropa misma. Nunca se reproduce la identidad de un modelo o se utiliza la cara de lo modelos en el proceso”. Un buen ejemplo que menciona Jiménez es: «Si tomamos a Rafa Nadal, necesitaremos su autorización para replicar su foto”.
Asimismo, se prevé la posibilidad de que los modelos o influencers otorguen licencias para que se use su imagen de manera exclusiva en las herramientas de IA. «Esto es algo que ocurrirá con seguridad”, prevé Javier. “Habrá marcas interesadas en colaborar con influencers que anteriormente no podían, y es posible que estos influencers generen ingresos sin comprometer su imagen actual”.
Aunque aún no existen enfoques concretos, existen otros planes para Dreamhot. Uno de los más inmediatos implica la inclusión de diferentes modelos virtuales. Actualmente, no puedes elegir el modelo en las imágenes generadas con la herramienta, pero pronto tendrás esta opción disponible, lo que permitirá mantener la coherencia en imágenes y campañas.
El segundo objetivo es alcanzar la mejor calidad de imagen y video decorando el mercado, lo cual depende del avance en la tecnología y del aumento en la demanda. Jiménez tiene confianza en que «en un año o dos, la calidad de las imágenes será increíble”. A medida que la IA generativa sigue evolucionando, se abrirá la puerta a un Internet más personalizado, donde las imágenes se adaptan a cada usuario al ingresar a un sitio web específico.
El tercer objetivo implica abrir segmentaciones a otros sectores. Hoy es moda; mañana podría ser el sector automotriz, y Javier cree que el área de muebles será uno de los próximos grandes mercados. También se puede considerar el sector de la belleza y la cosmética, aunque aquí la situación es más compleja dada la variedad de colores y texturas requeridas. Sin embargo, a pesar de las dificultades que se presenten, es evidente que las potencialidades son enormes.
Dreamhot: Ganador del Hackaton AI2030
Como mencionamos anteriormente, Dreamhot fue el proyecto vencedor del Hackathon celebrado durante el evento AI2030, que se enfocó en la inteligencia artificial generativa y su aplicación a nivel profesional, donde fue socio colaborador.
El galardonado proyecto presentó una propuesta interesante: un sistema de inteligencia artificial enfocado en publicidad programática. En esencia, desarrollaron una iniciativa que analiza el rendimiento de anuncios en tiempo real y, dependiendo de los datos obtenidos, producen anuncios que optimizan el uso de imágenes y ajustes específicos.
Imagen de portada | Atikh bana
En | Hay una explicación, de modo que todos los niños de las z -gens llevan el «cabello del brócoli»: la duración ha regresado
