Tecnología · Cómo trabaja el modelo
Cómo funciona DeepNude: del archivo al resultado
Cuatro etapas y ningún misterio: detectar el cuerpo, marcar una zona, rellenarla con ruido dirigido y limpiar el resultado. Cada una deja su propio defecto.
En corto
El recorrido tiene cuatro etapas y ninguna es misteriosa: el archivo viaja a un servidor ajeno, un modelo dibuja el contorno del cuerpo y marca una zona, un segundo modelo borra esa zona y la reconstruye desde ruido, y un último paso reescala y entrega. La foto original no se «revela» en ningún momento: se tapa y se vuelve a pintar.
Qué servicios hacen esto y qué declara cada uno está en todos los servicios que revisamos. Aquí va el recorrido completo, etapa por etapa, con lo que consume cada una.
Del archivo al resultado
Las seis paradas del recorrido
Cuatro son cálculo y dos, logística; en el reloj del usuario pesan casi lo mismo. Separarlas explica por qué el mismo servicio tarda distinto según la hora y por qué dos resultados nunca salen idénticos.
El archivo sale del equipo
Nada de esto ocurre en el teléfono ni en la computadora de quien lo usa. La imagen se transfiere a un servidor con tarjeta gráfica y ahí espera turno. Desde ese instante, lo que pase con el archivo depende de la política del operador, no del programa. Cómo se ve eso desde fuera lo detallamos en los servicios que procesan en servidor propio.
La máscara: qué zona se va a reescribir
Un modelo de segmentación separa la imagen en regiones —piel, prenda, cabello, fondo— y devuelve una silueta. Esta pieza mejoró mucho: el modelo abierto de referencia se entrenó con mil millones de máscaras sobre once millones de imágenes y funciona sobre objetos que nunca vio.
La máscara define el territorio del cambio. Todo lo que queda fuera —rostro, manos, fondo— sobrevive intacto, y por eso el resultado conserva el parecido: nadie tocó la cara.
El relleno: ruido dirigido, no revelación
Dentro de la máscara se borra el contenido y se sustituye por ruido. A partir de ahí, un modelo de difusión repite decenas de veces la misma operación —quitar un poco de ruido— hasta que aparece algo coherente con el resto de la escena. Hacerlo en un espacio comprimido fue lo que volvió práctico el método, y el trabajo que lo introdujo reporta precisamente el relleno de zonas como uno de sus mejores resultados.
Aquí se concentra casi todo el cómputo, y también el azar: el punto de partida es aleatorio, así que la misma imagen con la misma configuración da cuerpos distintos en dos intentos. Qué cambia según el modelo que corra el servicio: las diferencias entre un motor y otro.
El acabado: escala, recorte y marca
El modelo trabaja a un tamaño fijo, casi siempre menor que la fotografía entregada. El resultado se amplía de vuelta, se pega sobre la imagen original y se suaviza la unión. En los niveles de entrada se añade además una marca de agua y se limita la resolución de descarga: qué recortan las versiones sin costo.
La espera, que no es cálculo
Buena parte del tiempo que mide el usuario no es procesamiento: es turno. Las tarjetas gráficas se reparten entre todas las peticiones y los planes de pago compran prioridad en esa fila, no un modelo mejor. Por eso el mismo encargo tarda tres veces más un sábado por la noche.
Lo que queda cuando termina
Al final del recorrido hay tres copias posibles: el archivo entregado, el resultado y los intermedios de trabajo. Cuánto vive cada una lo decide el operador y lo declara —o no— en su aviso de privacidad; ninguna de esas promesas se puede comprobar desde fuera. Lo que registra este sitio de quien lo visita está en el aviso de privacidad, y qué hacer cuando algo ya circula, en las vías para exigir la baja.
Reparto del esfuerzo
Qué consume cada etapa y qué se rompe ahí
Las etapas no pesan igual ni fallan igual. Saber cuál consume el tiempo ayuda a leer los precios; saber cuál produce cada defecto ahorra discusiones.
| Etapa | Qué consume | Qué se rompe ahí |
|---|---|---|
| Transferencia | Red, nada de cálculo. | Nada visible; el problema es de privacidad, no de imagen. |
| Segmentación | Una pasada corta. | Máscara mal recortada cuando hay brazos cruzados o prendas superpuestas. |
| Difusión | Casi todo el tiempo de tarjeta gráfica. | Anatomía inventada, luz que no coincide y objetos delgados cortados. |
| Acabado | Segundos, poco cálculo. | Frontera demasiado lisa y nitidez desigual entre zonas. |
Cada fila de la derecha es una señal aprovechable al revisar un archivo: qué defectos quedan a la vista en el resultado. Cuando el mismo recorrido se repite por cuadro, los defectos dejan de ser estáticos: cómo se comporta todo esto en video.
Sobre el proceso
Preguntas del recorrido
Con la documentación pública de los modelos que intervienen en cada etapa.
¿El modelo ve algo que la fotografía no muestra?
No. En los píxeles de una imagen no hay información sobre lo que la prenda tapa: la tela bloquea la luz igual para el sensor que para el programa. Lo que aparece en la zona marcada se dibuja desde cero, y por eso no describe a nadie en concreto.
¿Por qué el mismo archivo da resultados distintos?
Porque la etapa de relleno arranca de ruido aleatorio. Cambia el punto de partida y el modelo llega a otra solución igual de válida para él. Dos intentos con cuerpos diferentes son la mejor demostración de que ninguno es real.
¿Se puede quitar el desenfoque del resultado?
Depende de su origen. Si es el suavizado del reescalado, ampliar no lo arregla: no hay detalle que recuperar, solo píxeles inventados encima de píxeles inventados. Si es una capa borrosa añadida por el plan de entrada, desaparece al pagar, porque nunca formó parte de la imagen.
¿Hace falta registrarse para que esto funcione?
Casi siempre sí, porque el sistema de créditos necesita una cuenta a la que descontar. El registro suele pedir solo un correo; la tarjeta aparece más adelante, en el momento de desbloquear resolución o cola prioritaria.
¿Qué tanto influye el modelo que use el servicio?
Influye en la etapa de relleno y en poco más. Un motor reentrenado con material explícito produce resultados más consistentes en esa zona; el resto del recorrido es idéntico en todos. Qué cambia con ese ajuste está en los modelos entrenados sin filtros.
¿Este proceso es el del programa de 2019?
No. Aquel generaba de una sola pasada con redes antagónicas y no usaba máscara ni difusión. Quién sigue usando su nombre está en los sitios que se cuelgan de la marca vieja, y cómo se nombra hoy en nuestro idioma, en qué nombra exactamente el término en español.