No sé si alguno tiene, ha tenido o conoce a alguien que tenga una tienda online, pero si es así, un fuerte abrazo. Montar una tienda no es precisamente fácil y mucho menos cuando tus productos tienen que verse puestos. Si vendes, digamos, sudaderas, la única forma de enseñar cómo quedan es fotografiando a un o una modelo que la lleve puesta. Y cada modelo es un mundo: tienen un color de ojos, un color de cabello, de piel, etc. También hay que tener en cuenta localizaciones, hacer contenido para redes, en fin. Es un asunto realmente complejo y, por supuesto, un asunto que la IA puede solucionar.

Eso es lo que propone Dreamshot, una herramienta de inteligencia artificial generativa made in Spain que ganó el hackaton de AI2030 (evento del que Xataka fue media partner) y que hoy conoceremos mejor. Y atención, porque quizá puede serle de utilidad a algún xatakero que quiera emprender con su propia marca de moda y no sepa por dónde empezar.

La IA de la moda

Imagen | Tamara Bellis

¿Cómo funciona una inteligencia artificial generativa? Grosso (muy grosso) modo, si queremos que una IA aprenda a generar imágenes de un caballo hay que darle muchísimas imágenes de un caballo. Miles, decenas de miles. Si eso lo hacemos con imágenes de moda con diferentes estilos, fondos, contextos, posturas y modelos obtendremos una IA capaz de generar imágenes de modelos que integren los elementos que queramos.

Eso es exactamente lo que hicieron en Dreamshot, entrenar un modelo personalizado (Dreamshot V2) con más de 10.000 imágenes de moda. Javier Jiménez, fundador y CEO de la empresa, explica en conversación con Xataka que Dreamshot está basado en Flux. Dreamshot no es un modelo fundacional como tal, sino un fine tunning de Flux para el que se han usado imágenes de moda tanto licenciadas como propias. El primer modelo, Dreamshot V1 a.k.a. Lookbook es open source y puede usarse desde Prompthero.

Detrás de cada foto de producto hay horas y horas de trabajo y una enorme inversión | Imagen: Khaled Ghareeb

Javier afirma que las fotos son tanto propias como cedidas por las marcas, ergo con permiso. “No hemos scrapeado nada de internet […] Es un entrenamiento ético, tenemos todos los derechos de las fotos con las que hemos entrenado”, asegura.

¿Cómo funciona? Aunque no elimina por completo la necesidad de hacer una sesión de fotos, sí reduce considerablemente la cantidad de fotos que tenemos que hacer y el trabajo y tiempo invertido. ¿Por qué? Porque si queremos exprimir al máximo la herramienta tendremos que subir fotos de nuestros productos, idealmente fotos variadas, desde diferentes ángulos, con diferentes perspectivas y en diferentes lugares. Mínimo cinco. La cosa es que una vez hechas esas fotos, las posibilidades son enormes.

Interfaz de Dreamshot | Imagen: Xataka

A la izquierda la imagen de referencia de la chaqueta verde. A la derecha, el resultado generado por la IA usando el prompt “60 years old man wearing Bottle Green Overshirt. He is in a forest full of trees during a sunny day” | Imagen: Xataka

Aquí en grande para apreciar mejor el detalle | Imagen: Xataka

Una vez tengamos las fotos, podemos subirlas a Dreamshot y pedirle a la IA que genere imágenes de dicho producto en otros contextos o en modelos que no existen. O hacer fotos de stock que en otro contexto requerirían montar un set completo. Es una forma de reutilizar las fotos hasta el infinito. No hay que volver a hacer fotos del producto, sino pedirle a la IA que las genere por nosotros.

A la izquierda la imagen original, a la derecha la generada con IA cambiando el modelo por una persona de piel oscura, con barba y ojos verdes oscuros | Imagen: Xataka

Otra opción que funciona sorprendentemente bien es la de cambiar modelos. Si tenemos una foto de un modelo de piel clara y ojos claros y queremos una de un modelo con piel oscura y ojos oscuros, en otro contexto habría que contar con dos modelos. Con Dreamshot solo tenemos que subir la foto y pedirle a la IA que lo cambie introduciendo un prompt. El resultado es bastante llamativo, aunque un ojo entrenado distinguirá rápidamente que la imagen está generada con IA. No obstante, las cosas como son, la sustitución de caras es espectacular.

A la izquierda la imagen original, a la derecha la generada con IA cambiando el modelo por una mujer rubia con ojos azules | Imagen: Xataka

También lo es el cambio de fondo, algo que en condiciones normales supondría desplazamientos y tiempo. Esto, más que para la tienda, es interesante usarlo para generar contenido para redes sociales. Si tenemos una prenda o accesorio atemporal, quizá nos interese que el contenido en redes vaya en sintonía con la estación del año, por ejemplo. Pues nos bastará con seleccionar la foto de nuestro modelo en la montaña y pedirle que nos lo ponga en la ciudad, en la playa, en un bosque o frente al Coliseo Romano.

A la izquierda la imagen original, a la derecha la generada con IA cambiando el fondo por el Coliseo Romano | Imagen: Xataka

Aquí cabe destacar que Dreamshot divide la foto en tres partes: modelo, ropa y fondo. Podemos cambiar cualquiera de las tres, pero no alterar la imagen en sí. No es posible coger la foto de una persona y desnudarla. Podríamos cambiarle la camiseta o cambiar al modelo, pero no usar una foto de un modelo vestido y desnudarlo o ponerlo en ropa de baño o interior. Es un asunto peliguado, pero Dreamshot se ha cubierto bien y con acierto en este sentido.

¿Por qué Dreamshot?

¿Cómo surge esta idea? Javier Jiménez nos cuenta que su primera empresa fue un ecommerce de joyería, “estuve 10 años y todos los meses teníamos sesiones de fotos y eran miles de euros, un mes de preparación para cada sesión de fotos… Luego salió lo de la IA y me volqué e hice una comunidad que fue de las más grandes a nivel mundial, Prompthero“. Seguramente ese nombre resulte familiar a los que hayan tenido curiosidad por la IA.

Tras esto, Jiménez decidió montar una startup que combinase sus dos experiencias anteriores: “quiero ayudar a hacer fotos con IA generativa para ecommerce”. Esto es algo lento, muy lento. Yo he montado un par de tiendas online, una de ellas dedicada a la bisutería, y sé lo que es hacer fotos, preparar setups, localizaciones, etc. Cuando se lo cuento a Javier, se ríe y confiesa que con ese tipo de negocios “te puedes complicar todo lo que quieras y puedes gastar todo el dinero que quieras”. Dreamshot aspira a solucionar esto.

La empresa es reciente y pequeña, se creó hace apenas medio año y consta de tres personas, pero Javier confirma que ya tienen “bastantes clientes” cuyos nombres no se puede revelar, pero sí nos adelanta que la mayoría son grupos de moda, zapatillas y gafas de sol. Jiménez desliza que ahora están “arrancando con clientes de coches”. Tampoco podemos hablar de marcas, pero es un movimiento con todo el sentido del mundo. La IA entiende patrones de píxeles, por lo que a efectos prácticos le da igual cambiar el fondo de una foto de una camiseta, unas zapatillas o un coche.

Javier considera que han empezando “antes de que el mercado esté listo y tenemos la tecnología ya desarrollada. Creo que en los próximos meses va a haber un boom. Las marcas están empezando a adoptarlo este 2025 y como ya estamos ahí posicionados están incluso viniendo a nosotros para buscar esas soluciones e integrar esta tecnología en su día a día”.

El futuro

Imgen | Stefano Intintoli

Una pregunta que podría surgir al ver esta IA en funcionamiento es cómo impactará en los modelos. Javier nos explica que su IA “no se entrena con los modelos, sino con la camiseta. Nunca estás usando la cara del modelo para nada, no está replicando la identidad del modelo y sacando fotos del modelo”. El ejemplo que pone Jiménez es bueno: “si coges a Rafa Nadal, le tienes que pedir permiso para replicar su imagen”.

La otra opción estaría en el extremo opuesto: modelos o influencers que licencian su imagen para que las empresas puedan usarlas en herramientas con IA. “Eso llegará seguro”, opina Javier. “Habrá marcas que se podrán permitir coger a influencers que no se podrían permitir de otra manera y habrá influencers que, sin salir de casa, podrían ganar dinero”.

Todavía no ha habido acercamientos en este sentido, pero hasta que pase, si es que pasa, desde Dreamshot tienen otros planes. El primero, una línea de modelos virtuales. Ahora mismo no puedes elegir qué modelo aparece en las fotos generadas con la herramienta, pero próximamente sí. Eso permitirá que haya consistencia en las imágenes y en las campañas.

Imagen | Bruce Mars

El segundo, conseguir la mejor calidad de imagen y de vídeo del mercado, algo que también depende del progreso de las grandes tecnológicas como OpenAI. En ese sentido, Jiménez cree que “nos vamos a pasar el juego en uno o dos años. Dentro de unos años la calidad de imagen va ser brutal”. Javier entiende que la IA generativa abre la puerta a un internet ultrapersonalizado en el que, al entrar en una web, la imagen sea diferente para cada usuario.

El tercero, abrir segmentos. Hoy es ropa, mañana serán coches y Javier cree que lo siguiente podrían ser los muebles. De nuevo, tiene muchísimo sentido y a nadie se le escapará que es un mercado enorme. También lo es el de la belleza y el maquillaje, pero es más complejo por la cantidad de colores, texturas y opciones que habría que tener en cuenta. La IA todavía no está preparada para eso. Todavía.

Ganadores del hackaton en AI2030

Como decíamos antes, Dreamshot fue la ganadora del hackaton que tuvo lugar en AI2030, evento dedicado a la inteligencia artificial generativa y su aplicación en el mundo profesional del que Xataka fue media partner.

Ganaron con una propuesta de lo más interesante: un sistema de inteligencia artificial enfocado a la publicidad programática. Básicamente, desarrollaron una propuesta de IA capaz de analizar el rendimiento de los anuncios emitidos hasta el momento y generar, en función de las conclusiones extraídas, anuncios que funcionen mejor con imágenes nuevas y personalizaciones concretas.

Imagen de portada | Atikh Bana

En Xataka | Hay una explicación para que todos los chavales de la Gen Z lleven el “pelo brócoli”: la permanente ha vuelto