Os presento mi primer disco de arte sintético2025

Este proyecto musical representa la culminación de mi exploración en arte sintético, donde la IA no solo asiste en la creación, sino que se convierte en un colaborador activo en el proceso creativo. Las letras, melodías y arreglos surgen de una conversación entre mi expresión humana y los patrones aprendidos por los modelos de IA, creando una obra que existe en el límite entre lo orgánico y lo sintético.

La inteligencia artificial ha revolucionado la forma en que creamos arte. A continuación exploraremos tres fascinantes tecnologías que están redefiniendo los límites de la creatividad: Suno para generar música, Flux para crear imágenes, y los embeddings de imágenes para transferencia de estilo.

Suno: Componiendo música con IA

Suno es una herramienta de IA que permite generar composiciones musicales completas a partir de descripciones textuales. A diferencia de los sintetizadores tradicionales, Suno no requiere conocimientos musicales previos: simplemente describes lo que quieres escuchar, y la IA crea una pieza musical original.

Personalmente, he incorporado Suno a mis sesiones en vivo, donde genero música en tiempo real basada en el ambiente y las emociones del momento. Esto me permite crear experiencias únicas e irrepetibles. Tengo varias composiciones adicionales que no puedo compartir públicamente debido a que contienen letras bastante profundas y personales. ¡Es sorprendente lo íntima y emotiva que puede llegar a ser la música generada por IA!

¿Cómo funciona Suno?

Suno utiliza modelos de aprendizaje profundo entrenados con millones de piezas musicales. El sistema ha aprendido a asociar descripciones textuales con características musicales como ritmo, melodía, instrumentación y estructura. Cuando introduces un prompt, Suno:

1. Analiza el texto para identificar elementos musicales, emociones y referencias culturales
2. Genera una estructura musical coherente basada en estas interpretaciones
3. Sintetiza los instrumentos y voces necesarios
4. Mezcla todos los elementos en una composición final

Lo más impresionante de Suno es su capacidad para generar voces cantando letras específicas, algo que hasta hace poco parecía imposible para la IA.

Flux: Creando imágenes con IA

Flux es una herramienta de generación de imágenes basada en IA que permite crear arte visual a partir de descripciones textuales. Similar a otras herramientas como DALL-E o Midjourney, Flux se destaca por su capacidad para generar imágenes con un estilo distintivo y coherente. Para mis experimentos, utilicé la plataforma fal.ai, específicamente los modelos flux-lora-fast-training para el entrenamiento y flux-lora para la inferencia.

Ejemplo 1: Estilo Abstracto

Prompt: "Un paisaje abstracto con formas geométricas fluidas, colores vibrantes y texturas orgánicas, estilo Fernando Zuluaga"

Ejemplo 2: Composición Fluida

Prompt: "Composición de formas fluidas y orgánicas con transiciones suaves entre colores, inspirado en el estilo de Fernando Zuluaga"

Ejemplo 3: Exploración de Texturas

Prompt: "Texturas orgánicas con patrones que evocan movimiento y fluidez, paleta de colores cálidos y fríos en contraste, estilo Fernando Zuluaga"

Créditos de estilo: Fernando Zuluaga

Obra original de Fernando Zuluaga

Para entender mejor el estilo que inspiró nuestras creaciones con IA, aquí hay una obra original del artista Fernando Zuluaga.

Fuente: fernandozuluaga.co

¿Cómo funciona Flux con fal.ai?

El proceso de creación de imágenes con Flux en fal.ai consta de dos fases principales:

1. Entrenamiento del modelo (flux-lora-fast-training): Este paso genera los embeddings visuales que capturan el estilo deseado. El entrenamiento cuesta aproximadamente 2.5 USD y toma entre 5-10 minutos dependiendo de la complejidad.
2. Inferencia (flux-lora): Una vez entrenado el modelo, se utiliza para generar nuevas imágenes basadas en prompts textuales, manteniendo el estilo aprendido.

Flux utiliza una arquitectura de difusión, un tipo de modelo generativo que aprende a transformar gradualmente el ruido aleatorio en imágenes coherentes. Lo que distingue a Flux es su capacidad para mantener coherencia estilística y su interpretación creativa de los prompts, a menudo sorprendiendo con elementos inesperados pero estéticamente armoniosos.

Embeddings para Transferencia de Estilo

Los embeddings de imágenes son representaciones numéricas de contenido visual en un espacio vectorial multidimensional. Estas representaciones capturan las características visuales de manera que imágenes similares están cerca en este espacio matemático, permitiendo comparaciones, búsquedas y manipulaciones.

Generando Embeddings Faciales

import cv2
import numpy as np
from facenet_pytorch import MTCNN, InceptionResnetV1

# Cargar modelos
mtcnn = MTCNN(keep_all=True)
resnet = InceptionResnetV1(pretrained='vggface2').eval()

# Cargar imagen
img = cv2.imread('mi_foto.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# Detectar rostros
boxes, _ = mtcnn.detect(img)

if boxes is not None:
    for box in boxes:
        # Extraer y preprocesar el rostro
        x1, y1, x2, y2 = [int(i) for i in box]
        face = img[y1:y2, x1:x2]
        face = cv2.resize(face, (160, 160))
        face = np.transpose(face, (2, 0, 1))
        face = torch.tensor(face).unsqueeze(0).float()
        
        # Generar embedding
        embedding = resnet(face).detach().numpy()[0]
        
        print(f"Embedding facial (primeros 10 valores): {embedding[:10]}")
        
        # Guardar embedding
        np.save('mi_embedding_facial.npy', embedding)

Este código extrae un embedding facial de 512 dimensiones que representa matemáticamente las características del rostro.

Aplicaciones de los Embeddings Faciales

Los embeddings faciales tienen numerosas aplicaciones creativas y prácticas:

• Morphing facial: Interpolar entre embeddings para crear transiciones suaves entre rostros
• Transferencia de estilo: Mantener la identidad mientras se aplican características de otro rostro
• Generación de avatares: Crear versiones estilizadas manteniendo la esencia del rostro original
• Edición semántica: Modificar atributos específicos (sonrisa, edad, etc.) manipulando el vector

Experimento: Mi Rostro en Diferentes Estilos

Utilizando embeddings faciales y modelos de difusión, generé versiones estilizadas de mi rostro manteniendo mi identidad reconocible:

Variación 1

Variación 2

Variación 3

Variación 4

Experimento: Transferencia de Estilo

Utilizando embeddings de imágenes y modelos de difusión, generé versiones estilizadas inspiradas en la obra de Fernando Zuluaga:

Estilo Original

Estilo Abstracto

Composición Fluida

Texturas Orgánicas

El proceso de creación

Para generar estas variaciones estilizadas, seguí estos pasos:

1. Extraje el embedding facial de mi foto utilizando un modelo pre-entrenado (FaceNet)
2. Utilicé este embedding como condición para el modelo flux-lora-fast-training en fal.ai
3. Añadí prompts textuales para guiar el estilo deseado, inspirado en la obra de Fernando Zuluaga
4. Ajusté parámetros como la fuerza de la condición facial vs. el estilo artístico
5. Generé múltiples variaciones y seleccioné las más representativas

Lo fascinante de este proceso es que las imágenes resultantes mantienen mi identidad reconocible mientras adoptan completamente el estilo artístico objetivo. Esto demuestra cómo los embeddings capturan la "esencia" de un rostro independientemente de su representación visual específica.

Sistematización del Proceso Creativo

Una de las revelaciones más importantes de estos experimentos es que el proceso creativo puede ser completamente sistematizado. Esto no significa que la creatividad humana sea reemplazable, sino que podemos crear flujos de trabajo estructurados que combinen la intuición humana con las capacidades de la IA.

El proceso creativo sistematizado que he desarrollado sigue estos pasos:

1. Definición conceptual: Establecer la intención y el mensaje que se quiere transmitir
2. Selección de herramientas: Elegir las tecnologías adecuadas para cada aspecto (Suno para música, Flux para imágenes, etc.)
3. Diseño de prompts: Crear descripciones textuales precisas que guíen a la IA
4. Generación iterativa: Producir múltiples variaciones y refinar los prompts
5. Curación humana: Seleccionar y combinar los mejores resultados
6. Integración multimedia: Combinar elementos visuales, sonoros y textuales

Esta sistematización permite escalar la producción creativa sin sacrificar calidad o expresividad. De hecho, he podido crear colecciones completas de arte y música siguiendo este enfoque estructurado.