arte de IA

El arte automatizado se remonta al menos a los autómatas de la antigua civilización griega , cuando inventores como Dédalo y Herón de Alejandría diseñaron máquinas capaces de escribir texto, generar sonidos y reproducir música. ^{[ 9 ] [ 10 ]} Los autómatas creativos han florecido a lo largo de la historia, como el autómata de Maillardet , creado alrededor de 1800 y capaz de crear múltiples dibujos y poemas. ^{[ 11 ]}

También en el siglo XIX, Ada Lovelace escribió que las "operaciones computacionales" podrían usarse potencialmente para generar música y poemas. ^{[ 12 ] [ 13 ]} En 1950, el artículo de Alan Turing " Máquinas computacionales e inteligencia " se centró en si las máquinas pueden imitar el comportamiento humano de manera convincente. ^{[ 14 ]} Poco después, la disciplina académica de la inteligencia artificial se fundó en un taller de investigación en el Dartmouth College en 1956. ^{[ 15 ]}

Desde su fundación, los investigadores de IA han explorado cuestiones filosóficas sobre la naturaleza de la mente humana y las consecuencias de crear seres artificiales con inteligencia similar a la humana; estos temas han sido explorados previamente por mitos , ficción y filosofía desde la antigüedad. ^{[ 16 ]}

Desde la fundación de la IA en la década de 1950, los artistas han utilizado la inteligencia artificial para crear obras artísticas. Estas obras a veces se denominaban arte algorítmico , ^{[ 17 ]} arte por computadora , arte digital o arte de nuevos medios . ^{[ 18 ]}

Uno de los primeros sistemas de arte con IA significativos es AARON , desarrollado por Harold Cohen a partir de finales de la década de 1960 en la Universidad de California en San Diego. ^{[ 19 ]} AARON utiliza un enfoque simbólico basado en reglas para generar imágenes técnicas en la era de la programación GOFAI , y fue desarrollado por Cohen con el objetivo de poder codificar el acto de dibujar. ^{[ 20 ]} AARON se exhibió en 1972 en el Museo de Arte del Condado de Los Ángeles . ^{[ 21 ]} De 1973 a 1975, Cohen perfeccionó AARON durante una residencia en el Laboratorio de Inteligencia Artificial de la Universidad de Stanford . ^{[ 22 ]} En 2024, el Museo Whitney de Arte Estadounidense exhibió arte con IA de toda la carrera de Cohen, incluyendo versiones recreadas de sus primeras máquinas de dibujo robóticas . ^{[ 22 ]}

Karl Sims ha expuesto arte creado con vida artificial desde la década de 1980. Recibió una maestría en gráficos por computadora del MIT Media Lab en 1987 y fue artista residente de 1990 a 1996 en el fabricante de supercomputadoras y empresa de inteligencia artificial Thinking Machines . ^{[ 23 ] [ 24 ] [ 25 ]} Tanto en 1991 como en 1992, Sims ganó el premio Golden Nica en el Prix Ars Electronica por sus videos que utilizan evolución artificial. ^{[ 26 ] [ 27 ] [ 28 ]} En 1997, Sims creó la instalación interactiva de evolución artificial Galápagos para el NTT InterCommunication Center en Tokio. ^{[ 29 ]} Sims recibió un premio Emmy en 2019 por logros sobresalientes en el desarrollo de ingeniería. ^{[ 30 ]}

En 1999, Scott Draves y un equipo de ingenieros crearon y lanzaron Electric Sheep como un protector de pantalla de software libre . ^{[ 31 ]} Electric Sheep es un proyecto informático voluntario para animar y hacer evolucionar llamas fractales , que se distribuyen a ordenadores en red que las muestran como protector de pantalla. El protector de pantalla utilizaba IA para crear una animación infinita aprendiendo de su público. En 2001, Draves ganó el premio Fundación Telefónica Life 4.0 por Electric Sheep . ^{[ 32 ]}

En 2014, Stephanie Dinkins comenzó a trabajar en Conversations with Bina48 . ^{[ 33 ]} Para la serie, Dinkins grabó sus conversaciones con BINA48 , un robot social que se asemeja a una mujer negra de mediana edad. ^{[ 34 ] [ 35 ]} En 2019, Dinkins ganó el premio Creative Capital por su creación de una inteligencia artificial evolutiva basada en los "intereses y cultura(s) de las personas de color". ^{[ 36 ]}

En 2015, Sougwen Chung comenzó Mimicry (Drawing Operations Unit: Generation 1) , una colaboración continua entre la artista y un brazo robótico. ^{[ 37 ]} En 2019, Chung ganó el Premio Lumen por sus continuas performances con un brazo robótico que utiliza IA para intentar dibujar de una manera similar a Chung. ^{[ 38 ]}

En 2018, se celebró una subasta de arte de inteligencia artificial en Christie's en Nueva York, donde la obra de arte de IA Edmond de Belamy se vendió por 432.500 dólares estadounidenses , casi 45 veces más que su precio estimado de entre 7.000 y 10.000 dólares . La obra fue creada por Obvious, un colectivo con sede en París. ^{[ 39 ] [ 40 ] [ 41 ]}

En 2024 se estrenó la película japonesa generAIdoscope . La película fue codirigida por Hirotaka Adachi , Takeshi Sone y Hiroki Yamaguchi. Todo el vídeo, el audio y la música de la película fueron creados con inteligencia artificial. ^{[ 42 ]}

En 2025, se estrenó la serie de anime japonesa Twins Hinahima . El anime se produjo y animó con la ayuda de IA durante el proceso de recorte y conversión de fotografías en ilustraciones de anime, que posteriormente fueron retocadas por el equipo artístico. La mayoría de los elementos restantes, como los personajes y los logotipos, se dibujaron a mano con diversos programas informáticos. ^{[ 43 ] [ 44 ]}

El aprendizaje profundo , caracterizado por su estructura multicapa que intenta imitar el cerebro humano, surgió por primera vez en la década de 2010, provocando un cambio significativo en el mundo del arte de la IA. ^{[ 45 ]} Durante la era del aprendizaje profundo, existen principalmente estos tipos de diseños para el arte generativo: modelos autorregresivos , modelos de difusión , GAN , flujos normalizadores .

En 2014, Ian Goodfellow y sus colegas de la Universidad de Montreal desarrollaron la red generativa antagónica (GAN), un tipo de red neuronal profunda capaz de aprender a imitar la distribución estadística de datos de entrada como imágenes. La GAN utiliza un "generador" para crear nuevas imágenes y un "discriminador" para decidir qué imágenes creadas se consideran exitosas. ^{[ 46 ]} A diferencia del arte algorítmico anterior que seguía reglas codificadas manualmente, las redes generativas antagónicas podían aprender una estética específica analizando un conjunto de datos de imágenes de ejemplo. ^{[ 17 ]}

En 2015, un equipo de Google lanzó DeepDream , un programa que utiliza una red neuronal convolucional para encontrar y mejorar patrones en imágenes mediante pareidolia algorítmica . ^{[ 47 ] [ 48 ] [ 49 ]} El proceso crea imágenes deliberadamente sobreprocesadas con una apariencia onírica que recuerda a una experiencia psicodélica . ^{[ 47 ]} Posteriormente, en 2017, una GAN condicional aprendió a generar 1000 clases de imágenes de ImageNet , una gran base de datos visual diseñada para su uso en la investigación de software de reconocimiento de objetos visuales . ^{[ 50 ] [ 51 ]} Al condicionar la GAN tanto al ruido aleatorio como a una etiqueta de clase específica, este enfoque mejoró la calidad de la síntesis de imágenes para modelos condicionales de clase. ^{[ 52 ]}

Se utilizaron modelos autorregresivos para la generación de imágenes, como PixelRNN (2016), que genera autorregresivamente un píxel tras otro con una red neuronal recurrente . ^{[ 53 ]} Inmediatamente después de que se propusiera la arquitectura Transformer en Attention Is All You Need (2018), se utilizó para la generación autorregresiva de imágenes, pero sin condicionamiento de texto. ^{[ 54 ]}

El sitio web Artbreeder , lanzado en 2018, utiliza los modelos StyleGAN y BigGAN ^{[ 55 ] [ 56 ]} para permitir a los usuarios generar y modificar imágenes como rostros, paisajes y pinturas. ^{[ 57 ]}

En la década de 2020, los modelos de texto a imagen , que generan imágenes a partir de indicaciones , se generalizaron, marcando otro cambio en la creación de obras de arte generadas por IA. ^{[ 2 ]}

Ejemplo de una imagen creada con VQGAN-CLIP (NightCafe Studio, marzo de 2023).

Ejemplo de una imagen creada con Flux 1.1 Pro en modo RAW (noviembre de 2024); este modo está diseñado para generar imágenes fotorrealistas.

En 2021, utilizando los influyentes modelos transformadores preentrenados generativos de lenguaje a gran escala que se utilizan en GPT-2 y GPT-3 , OpenAI publicó una serie de imágenes creadas con el modelo de IA de texto a imagen DALL-E 1. [ ^{58 ] Es} un modelo generativo autorregresivo con esencialmente la misma arquitectura que GPT-3. Junto con esto, más adelante en 2021, EleutherAI publicó el VQGAN-CLIP de código abierto ^{[ 59 ]} basado en el modelo CLIP de OpenAI. ^{[ 60 ]} Los modelos de difusión , modelos generativos utilizados para crear datos sintéticos basados ​​en datos existentes, ^{[ 61 ]} se propusieron por primera vez en 2015, ^{[ 62 ]} pero no superaron a las GAN hasta principios de 2021. ^{[ 63 ]} El modelo de difusión latente se publicó en diciembre de 2021 y se convirtió en la base del posterior Stable Diffusion (agosto de 2022), desarrollado a través de una colaboración entre Stability AI, CompVis Group en LMU Munich y Runway. ^{[ 64 ]}

En 2022, se lanzó Midjourney ^{[ 65 ]} , seguido de Imagen y Parti de Google Brain , que se anunciaron en mayo de 2022, NUWA-Infinity de Microsoft , ^{[ 66 ] [ 2 ]} y Stable Diffusion , disponible en código fuente , que se lanzó en agosto de 2022. ^{[ 67 ] [ 68 ] [ 69 ]} DALL-E 2, un sucesor de DALL-E, se probó en versión beta y se lanzó (con el sucesor posterior DALL-E 3 lanzado en 2023). Stability AI tiene una interfaz web de Stable Diffusion llamada DreamStudio, ^{[ 70 ]} complementos para Krita , Photoshop , Blender y GIMP , ^{[ 71 ]} y la interfaz de usuario de código abierto basada en web Automatic1111 . ^{[ 72 ] [ 73 ] [ 74 ]} El modelo principal preentrenado de Stable Diffusion se comparte en Hugging Face Hub . ^{[ 75 ]}  

Ideogram fue lanzado en agosto de 2023; este modelo es conocido por su capacidad para generar texto legible. ^{[ 76 ] [ 77 ]}

En 2024, se lanzó Flux . Este modelo puede generar imágenes realistas y se integró en Grok , el chatbot utilizado en X (anteriormente Twitter) , y Le Chat , el chatbot de Mistral AI . ^{[ 3 ] [ 78 ] [ 79 ] [ 80 ]} Flux fue desarrollado por Black Forest Labs, fundado por los investigadores detrás de Stable Diffusion. ^{[ 81 ]} Grok luego cambió a su propio modelo de texto a imagen Aurora en diciembre del mismo año. ^{[ 82 ]} Varias empresas, junto con sus productos, también han desarrollado un modelo de IA integrado con un servicio de edición de imágenes. Adobe ha lanzado e integrado el modelo de IA Firefly en Premiere Pro , Photoshop e Illustrator . ^{[ 83 ] [ 84 ]} Microsoft también ha anunciado públicamente funciones de generación de imágenes de IA para Microsoft Paint . ^{[ 85 ]} Además, algunos ejemplos de modelos de texto a video de mediados de la década de 2020 son Gen-4 de Runway, VideoPoet de Google , Sora de OpenAI , que se lanzó en diciembre de 2024, y LTX-2 , que se lanzó en 2025. ^{[ 86 ] [ 87 ] [ 88 ]}

En 2025, se lanzaron varios modelos. GPT Image 1 de OpenAI , lanzado en marzo de 2025, introdujo nuevas capacidades de renderizado de texto y multimodales, lo que permitió la generación de imágenes a partir de diversas entradas como bocetos y texto. ^{[ 89 ]} MidJourney v7 debutó en abril de 2025, proporcionando un procesamiento mejorado de indicaciones de texto. ^{[ 90 ]} En mayo de 2025, Flux.1 Kontext de Black Forest Labs surgió como un modelo eficiente para la generación de imágenes de alta fidelidad, ^{[ 91 ]} mientras que Imagen 4 de Google se lanzó con un fotorrealismo mejorado. ^{[ 92 ]} Flux.2 debutó en noviembre de 2025 con referencia de imagen, tipografía y comprensión de indicaciones mejoradas. ^{[ 93 ]}

Existen muchos enfoques que los artistas utilizan para desarrollar arte visual con IA. Cuando se utiliza la conversión de texto a imagen , la IA genera imágenes basadas en descripciones textuales, utilizando modelos como la difusión o arquitecturas basadas en transformadores. Los usuarios introducen indicaciones y la IA produce las imágenes correspondientes. ^{[ 94 ] [ 95 ]} Cuando se utiliza la conversión de imagen a imagen, la IA transforma una imagen de entrada en un nuevo estilo o forma basándose en una indicación o referencia de estilo, como convertir un boceto en una imagen fotorrealista o aplicar un estilo artístico. ^{[ 96 ] [ 97 ]} Cuando se utiliza la conversión de imagen a vídeo, la IA genera videoclips cortos o animaciones a partir de una sola imagen o una secuencia de imágenes, a menudo añadiendo movimiento o transiciones. Esto puede incluir animar retratos estáticos o crear escenas dinámicas. ^{[ 98 ] [ 99 ]} Cuando se utiliza la conversión de texto a vídeo , la IA crea vídeos directamente a partir de indicaciones de texto, produciendo animaciones, escenas realistas o imágenes abstractas. Esta es una extensión de la conversión de texto a imagen, pero se centra en secuencias temporales. ^{[ 100 ]}

El artista dispone de numerosas herramientas al trabajar con modelos de difusión. Puede definir indicaciones tanto positivas como negativas, y también tiene la opción de utilizar (o no) VAE , LoRA , hiperredes, adaptadores IP e inversiones de incrustación/texto. Los artistas pueden ajustar parámetros como la escala de guía (que equilibra la creatividad y la precisión), la semilla (para controlar la aleatoriedad) y los escaladores (para mejorar la resolución de la imagen), entre otros. Se puede ejercer una influencia adicional durante la preinferencia mediante la manipulación del ruido, mientras que las técnicas tradicionales de posprocesamiento se utilizan con frecuencia después de la inferencia. Además, es posible entrenar modelos propios.

Además, se han desarrollado técnicas de generación de imágenes procedimentales basadas en reglas, que utilizan patrones matemáticos, algoritmos que simulan pinceladas y otros efectos pictóricos, así como modelos de aprendizaje profundo como las redes generativas antagónicas (GAN) y los transformadores. Varias empresas han lanzado aplicaciones y sitios web que permiten a los usuarios centrarse exclusivamente en sugerencias positivas, evitando la necesidad de configurar manualmente otros parámetros. También existen programas capaces de transformar fotografías en imágenes estilizadas que imitan la estética de estilos pictóricos conocidos. ^{[ 101 ] [ 102 ]}

Hay muchas opciones, desde aplicaciones móviles sencillas para el consumidor hasta cuadernos Jupyter e interfaces web que requieren GPU potentes para funcionar eficazmente. ^{[ 103 ]} Las funcionalidades adicionales incluyen la "inversión textual", que se refiere a habilitar el uso de conceptos proporcionados por el usuario (como un objeto o un estilo) aprendidos a partir de algunas imágenes. Luego se puede generar arte nuevo a partir de la(s) palabra(s) asociada(s) (el texto que se ha asignado al concepto aprendido, a menudo abstracto) ^{[ 104 ] [ 105 ]} y extensiones de modelos o ajuste fino (como DreamBooth ).

La IA tiene el potencial de transformar la sociedad , lo que puede incluir permitir la expansión de géneros de nicho no comerciales (como derivados del cyberpunk como el solarpunk ) por parte de aficionados, entretenimiento novedoso, prototipado rápido, ^{[ 106 ]} mayor accesibilidad a la creación artística, ^{[ 106 ]} y producción artística por esfuerzo, gasto o tiempo ^{[ 106 ]} , por ejemplo, mediante la generación de borradores, definiciones de borradores y componentes de imagen ( inpainting ). Las imágenes generadas se utilizan a veces como bocetos, ^{[ 107 ]} experimentos de bajo costo, ^{[ 108 ]} inspiración o ilustraciones de ideas en fase de prueba de concepto . Las funcionalidades o mejoras adicionales también pueden estar relacionadas con la edición manual posterior a la generación (es decir, el pulido), como el ajuste posterior con un editor de imágenes. ^{[ 108 ]}

Los artistas visuales y diseñadores profesionales utilizaron la IA generativa en la conceptualización inicial (pensamiento divergente) más que en la producción final (pensamiento convergente), y las prácticas que producen resultados digitales o efímeros (p. ej., diseño UI/UX, arte conceptual) los integran con mayor facilidad que aquellas que producen artefactos físicos y permanentes (p. ej., escultura, arquitectura). ^{[ 109 ]} En los ámbitos físicos, las preocupaciones sobre la integridad estructural, las limitaciones de los materiales y la "etnocomputación" cultural a menudo limitan la IA a un papel de "mejora complementaria" en lugar de un sustituto de la producción. ^{[ 110 ]} Además, las actitudes hacia la adopción varían significativamente según la etapa profesional: los profesionales principiantes ven la IA generativa como una extensión pragmática de las herramientas digitales necesarias para la competitividad en el mercado, mientras que los profesionales sénior suelen expresar un escepticismo crítico con respecto a la devaluación de la experiencia encarnada y el desarrollo de habilidades a largo plazo. ^{[ 109 ]}

Las indicaciones para algunos modelos de texto a imagen también pueden incluir imágenes y palabras clave y parámetros configurables, como el estilo artístico, que a menudo se usa a través de frases clave como "al estilo de [nombre de un artista]" en la indicación ^{[ 111 ]} /o la selección de un estilo estético/artístico amplio. ^{[ 112 ] [ 107 ]} Hay plataformas para compartir, intercambiar, buscar, bifurcar/refinar o colaborar en indicaciones para generar imágenes específicas a partir de generadores de imágenes. ^{[ 113 ] [ 114 ] [ 115 ] [ 116 ]} Las indicaciones a menudo se comparten junto con imágenes en sitios web para compartir imágenes como Reddit y sitios web dedicados al arte de IA. Una indicación no es la entrada completa necesaria para la generación de una imagen; las entradas adicionales que determinan la imagen generada incluyen la resolución de salida , la semilla aleatoria y los parámetros de muestreo aleatorio. ^{[ 117 ]}