La IA escanea más de 450 cámaras para encontrar a Wally
La IA escanea más de 450 cámaras para encontrar a Wally
Un modelo abierto analiza grabaciones de cámaras sin protección en todo el mundo para localizar a personas con un atuendo similar al de Wally.
La IA escanea más de 450 cámaras para encontrar a Wally
El artista belga Dries Depoorter creó un proyecto artístico inusual: una red neuronal revisa grabaciones de cámaras sin protección y busca personas parecidas al personaje de ¿Dónde está Wally?.
Para la búsqueda se utiliza el modelo abierto Qwen3-VL de Alibaba, que funciona localmente en tres tarjetas gráficas de videojuegos. La IA analiza cada fotograma y busca la característica ropa a rayas rojas y blancas y un gorro con pompón.
Hasta ahora, el sistema ha revisado 1,68 millones de fotogramas y ha encontrado 13 coincidencias en distintos países, incluidos Estados Unidos, Japón y Perú. El artista verifica manualmente cada hallazgo.
El juego de escondite ha alcanzado un nuevo nivel. Más información en WallyFinder.
Por qué es importante
AnálisisEl proyecto muestra cómo los modelos multimodales abiertos pueden convertir grandes flujos de vídeo en una herramienta de investigación y también plantea preguntas sobre privacidad y seguridad de las cámaras sin protección.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
JSON — Datos estructurados para programas, APIs y agentes de IA
Guía práctica y completa sobre JSON: especificación de sintaxis, serialización con parse y stringify, consumo de APIs REST, validación con JSON Schema y salidas estructuradas para LLMs.
Formato CSV: guía completa para automatizaciones y flujos de IA
Guía práctica sobre el formato CSV en flujos de IA: estándar RFC 4180, comparativa con XLSX y JSON, limpieza masiva, enriquecimiento de datos, scripts en Python y prompts para producción.
Patch: plataforma para crear juegos, modding y lanzar proyectos
Patch es una plataforma de desarrollo de juegos con más de 50 000 recursos de código abierto, modding y control por CLI y MCP.
Vectores Multimodales (Multimodal Embeddings / CLIP)
La tecnología de diseño de diferentes tipos de medios (texto, imágenes, audio) en un único espacio vectorial multidimensional común mediante arquitecturas como OpenAI CLIP o Google SigLIP. Permite buscar fotografías mediante descripciones textuales o encontrar música similar a partir de una imagen.