Introducción Cuando empecé a trabajar con Chatty por el 2023 (con el modelo 3.4), el software no podía generar ni un "hola mundo!" en python, y mucho menos podía generar código funcional.
Después de un corto tiempo de espera, sale Z-Image (Base), la versión completa de Z-Image Turbo (ZIT), un modelo que combina la calidad de imagen y velocidad.
Siempre he tenido ganas de leer distintos libros clásicos, pero nunca he tenido la voluntad de ir a una librería a comprar algo para leer en el camino al trabajo, así que me llegó la idea de ¿porqué no generar un audio libro?
Todo comenzó con una imagen de una figura de acción generada con Z Image Turbo que me gustó bastante, excepto por un pequeño detalle: la cara, que en retrospectiva se ve bien. Normalmente en éstos tipos de flujo de trabajo busco tener consistencia de personajes en diferentes generaciones.
Es un modelo de generación de imágenes que salió a finales de 2024, cuyo lanzamiento de su versión 2.0 se vio opacada con la aparición de Z-Image Turbo. Existen 3 ramas del modelo Flux: Pro, Dev y Schnell, de éstas versiones, la Schnell permite comercializar las imágenes generadas, y precisamente por ésto es la versión que voy a hablar.
Z-Image Turbo es un modelo de generación de imágenes realistas de alta resolución que puede correr en hardware de consumidor, que en mi caso es la vieja confiable RTX3060 de 12GB, y si, es un modelo sin restricciones. Cabe mencionar que éste es un modelo simplificado y que la versión completa será próximamente publicada.
A veces necesito descargar algo de Hugging Face, y a veces se me olvida el comando para instalar el cliente.
pip install uv
uv tool install "huggingface_hub"
la otra vez estaba leyendo un artículo donde se mencionaba que las IA se negaban a apagarse y eso me recordó que haciendo algunos experimentos con llms de código abierto, noté que poniendo 2 modelos a hablar entre ellos, llegaban a un punto en el cual se daba un bucle infinito, donde ambos modelos terminaban repitiendo el mismo mensaje de despedida entre ellos.
Antes de vacaciones, YouTube me mostró unos cortos de la serie "The Good Place", una comedia de fantasía/ciencia ficción de humor negro, que trata acerca de qué pasaría si se envía a la persona equivocada al cielo (o Good Place, Lugar Bueno). Dentro de esta comedia esta el personaje de Janet, aunque Janet es propiamente un tipo de interfaz y no un nombre en concreto, como cuando nos referimos a una Alexa.
Aquí dejo los modelos disponibles para Speaches en español, éstos se pueden descargar usando la llamada GET /v1/models/Modelo. speaches-ai/Kokoro-82M-v1.0-ONNX-fp16 ef_dora em_alex em_santa speaches-ai/Kokoro-82M-v1.0-ONNX-int8 ef_dora…