News

La rete neurale ridisegna i personaggi dei videogiochi in stile rinascimentale

Condividi l'articolo

Spesso i fan amano immaginare come sarebbero i loro personaggi preferiti dei videogiochi se fossero vissuti in epoche storiche diverse. Mentre molte volte la fantasia si concentra sul presente o sul futuro, un appassionato ha scelto di trasportare questi iconici eroi e antagonisti nel Rinascimento.

Un utente di Reddit ha utilizzato la rete neurale Midjourney per creare ritratti affascinanti di personaggi di videogiochi, reinterpretandoli come nobili rinascimentali. Grazie all’intelligenza artificiale, personaggi iconici come Link di The Legend of Zelda, Mario, Luigi, Bowser e Princess Peach della serie Mario, Lara Croft di Tomb Raider, Crash Bandicoot, Sonic e molti altri sono stati trasformati in figure eleganti, vestite con abiti sfarzosi tipici dell’epoca.

Leggi anche:

Ma non si tratta solo di ritratti stilizzati: gli appassionati di videogiochi stanno anche utilizzando le reti neurali per dare vita ai loro titoli preferiti in modi inediti. Ad esempio, un fan ha migliorato la grafica di GTA IV portandola a un livello di realismo paragonabile a quello dei film, mentre un altro appassionato ha immaginato come sarebbe un adattamento cinematografico di Red Dead Redemption 2, catturando l’essenza di un western classico.

Queste interpretazioni creative non solo offrono uno sguardo affascinante su come i personaggi potrebbero adattarsi a contesti storici diversi, ma dimostrano anche il potere della tecnologia moderna nell’amplificare la nostra immaginazione.

Fonte

Ti potrebbe interessare:
Segui guruhitech su:

Esprimi il tuo parere!

Ti è piaciuta questa notizia? Lascia un commento nell’apposita sezione che trovi più in basso e se ti va, iscriviti alla newsletter.

Per qualsiasi domanda, informazione o assistenza nel mondo della tecnologia, puoi inviare una email all’indirizzo guruhitech@yahoo.com.

+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
+1
0
(Visited 26 times, 1 visits today)
0 0 votes
Article Rating

Rispondi

0 Commenti
Newest
Oldest Most Voted
Inline Feedbacks
View all comments