This Person Does Not Exist

This Person Does Not Exist debe entenderse hoy como una demostración histórica de rostros sintéticos, no como un servicio de producción cuya disponibilidad actual esté verificada. El 20 de septiembre de 2026, la portada mostraba una oferta de venta del dominio y la antigua ruta /image devolvía 404. La imagen de fondo seguía cambiando, pero eso no demuestra generación en directo, una versión concreta del modelo ni derechos de reutilización.

Para diseñadores, editores e investigadores, la decisión práctica es de procedencia. Reutilizar una imagen exige identificar al operador, conservar las condiciones vigentes en la fecha de creación y obtener permiso para esa imagen exacta. Esta evaluación se basa en fuentes: no ejecutó el generador histórico ni descargó una salida para publicarla.

Qué designaba históricamente el nombre

El sitio se hizo conocido en 2019 por mostrar un retrato sintético al cargar o actualizar la página. Una ficha del Design Museum atribuye la web a Phil Wang. En esta revisión no se encontró una declaración primaria archivada de Wang que confirmara su empleador, su función exacta o la fecha precisa de lanzamiento.

La web era una demostración, no una familia de modelos desarrollada por NVIDIA. Las crónicas de la época la relacionaron con StyleGAN, pero las fuentes primarias de NVIDIA no documentan el servidor histórico o actual. Phil Wang tampoco debe presentarse como investigador de NVIDIA.

El HTML observado el 20 de septiembre de 2026 contenía la oferta de venta y hacía referencia a random-person.jpeg como fondo. Tres solicitudes de ese archivo produjeron hashes de bytes distintos. Esto solo demuestra que las respuestas cambiaban; no revela generación bajo demanda, selección desde una colección, un modelo concreto ni derechos de reutilización. La web sigue siendo un caso histórico, pero no un punto de partida para producción mientras no se vuelvan a identificar operador, flujo y condiciones.

Explicar la demostración sin extrapolar

El repositorio oficial de StyleGAN documenta un generador preentrenado con Flickr-Faces-HQ, o FFHQ, a 1024 por 1024 píxeles. Un vector latente muestreado se transforma en una imagen. El artículo de StyleGAN de 2018 describe cómo distintos niveles controlan rasgos generales y variaciones estocásticas finas.

Ese contexto no identifica el servidor actual. La interfaz histórica no ofrecía un prompt de texto ni edición de una identidad existente. Tampoco mostraba para cada resultado un seed, una revisión del modelo, una fila del conjunto de datos o un registro de generación. Esa trazabilidad limitada es un riesgo para campañas, productos o corpus auditables.

La salida era una imagen, no un checkpoint reutilizable ni una identidad editable. La comprobación actual no observó ningún control que prometiera un rostro nuevo, no inspeccionó código del servidor ni obtuvo una salida bajo condiciones fechadas. Cualquier afirmación actual sobre velocidad, inferencia en GPU, aleatoriedad o unicidad superaría la evidencia.

No confundir StyleGAN con StyleGAN2

El trabajo original de StyleGAN se presentó en diciembre de 2018. El artículo de StyleGAN2 es una publicación distinta de diciembre de 2019. La cronología separa ambas investigaciones, pero no prueba qué versión usó la web ni si su implementación cambió.

Por el mismo motivo, una puntuación o velocidad de StyleGAN2 no mide este sitio. Los resultados de laboratorio dependen del conjunto de datos, los pesos, los ajustes y el protocolo. Sin pruebas específicas del servicio, afirmar su versión, rapidez, aleatoriedad o unicidad excede la evidencia.

Esto incluye el FID 2,84 de StyleGAN2 y las métricas del repositorio original de StyleGAN. La web pudo usar otros pesos, ajustes de truncation, muestreo, tratamiento de imagen o infraestructura. Un tutorial llamado «StyleGAN2» puede describir un flujo local posterior, no el sitio histórico. Antes de seguirlo, comprueba repositorio, checkpoint, licencia, entorno y fecha.

Lo que realmente establece FFHQ

El repositorio oficial de FFHQ describe 70.000 imágenes PNG alineadas, procedentes de Flickr, a 1024 por 1024 píxeles. También advierte de sesgos heredados de esa fuente. Esto documenta el conjunto de investigación, pero no garantiza equilibrio demográfico ni diversidad ilimitada.

FFHQ se creó como benchmark de GAN y el repositorio indica que no está destinado a desarrollar o mejorar reconocimiento facial. No presentes una página de retratos sintéticos como conjunto de investigación seguro para la privacidad sin definir tarea, riesgos, licencia y proceso de revisión. Los datos sintéticos pueden conservar patrones y sesgos de la fuente de entrenamiento; que no exista una fotografía directa de un participante no elimina las cuestiones de privacidad o ética.

Las licencias son capas separadas. El paquete FFHQ usa CC BY-NC-SA 4.0 y las imágenes de Flickr pueden tener condiciones individuales. Los materiales originales de StyleGAN fuera de FFHQ figuran bajo CC BY-NC 4.0. Estas restricciones no comerciales no conceden una licencia sobre las salidas de una web independiente.

Separar cuatro capas de derechos

Hay que distinguir el servicio, el código y los pesos, el conjunto de entrenamiento y la imagen exacta. El permiso de una capa no se transfiere a las demás. Un repositorio público no identifica al operador actual ni autoriza por sí solo un JPEG para publicidad.

La capa de servicio responde por operador, contrato y disponibilidad. El código y los pesos determinan ejecución, modificación y redistribución. La capa del conjunto abarca licencias de origen y usos excluidos. La salida exacta tiene sus propios derechos y puede implicar semejanza, derechos de imagen, engaño y normas de plataforma.

En This Person Does Not Exist siguen sin resolverse la continuidad del operador y los derechos actuales sobre las salidas. El acceso gratuito, el pago a un proveedor o la etiqueta «generado por IA» no sustituyen una licencia. También deben revisarse semejanza, derechos de imagen, engaño y normas de plataforma.

Un rostro sintético de relleno puede engañar junto a un testimonio, nombre de empleado, historia de cliente, caso médico o perfil. Si la salida exacta no tiene procedencia y derechos documentados, no la trates como foto de stock reutilizable. Elige una fuente que archive licencia, método de creación y uso público, o crea una salida bajo condiciones que puedas conservar.

Tomar una decisión con cinco puertas

La tabla es una herramienta editorial, no asesoramiento jurídico ni una prueba ejecutada.

Un wireframe interno y un directorio público son usos distintos. Aunque los píxeles sean iguales, cambian la audiencia, la representación y los derechos necesarios. Una sola puerta sin resolver basta para elegir otro recurso.

Detectar los fallos habituales

Los errores principales son confiar en una identidad de dominio obsoleta, atribuir la web a StyleGAN2 por asociación, deducir derechos de salida a partir de código público y prometer que un rostro aleatorio no puede parecerse a nadie.

Los viejos artefactos visuales de los GAN no autentican una imagen de forma fiable. Pendientes, pelo o fondos pueden dar pistas, pero los defectos cambian. Cuando importa la autenticidad, hacen falta procedencia, registro de creación, contexto fiable y análisis adecuado.

Comprueba la página renderizada y las rutas importantes cerca de la fecha de decisión y registra el contenido recibido, no solo el estado HTTP. La deriva de arquitectura cambia las hipótesis sobre benchmarks, código, licencias y artefactos esperados. Para los derechos de salida, localiza la cláusula exacta, el operador que la emitió, las condiciones y la fecha; si falta, el derecho está sin resolver, no «probablemente permitido».

Un rostro aleatorio no garantiza unicidad ni ausencia de parecido. No lo uses nunca para representar a una persona real como empleado, cliente, votante, paciente, testigo o autor de una reseña. Un personaje ficticio público necesita contexto claro y una revisión de riesgo proporcional a su alcance.

Elegir otro flujo cuando sea más adecuado

Para publicidad, contenidos editoriales o interfaces que representan a una persona, una foto de stock con derechos documentados o un retrato encargado suele ser más defendible. Si no hace falta realismo, conviene una ilustración claramente ficticia. Un servicio sintético actual solo debe adoptarse tras revisar operador, condiciones, derechos de salida, controles y divulgación.

Para investigar StyleGAN, usa el repositorio oficial y registra checkpoint, entorno, seed, ajustes y licencia. Esto mejora la reproducibilidad, pero no elimina las restricciones no comerciales de los materiales originales de StyleGAN y FFHQ.

Un modelo más reciente puede tener otra licencia y otro comportamiento, por lo que necesita su propio paquete de fuentes. Para alfabetización mediática, la web histórica puede estudiarse sin distribuir sus imágenes como recursos reutilizables: compara el artículo de 2018, la demostración pública de 2019 y el dominio actual, y pregunta quién creó la imagen, qué prueba respalda su origen y qué sigue sin saberse. Una frase de búsqueda coincidente o un botón gratuito no hacen adecuada una alternativa actual.

Método, límites y siguiente decisión

La evaluación utiliza fuentes primarias de NVIDIA, la ficha del Design Museum y observaciones directas del dominio del 20 de septiembre de 2026. El estado del sitio es volátil y debe volver a comprobarse cerca de cualquier decisión.

La comprobación HTTP se repitió el 20 de septiembre de 2026: primero la portada y /image, después tres solicitudes consecutivas a la misma URL /random-person.jpeg. Para cada respuesta se registraron la hora UTC, el estado, el tipo de contenido, el tamaño y el SHA-256 de los bytes recibidos. Las solicitudes incluían Cache-Control: no-cache, sin un parámetro variable en la URL. Las tres respuestas JPEG tuvieron hashes distintos. Esto demuestra que cambiaron las respuestas, no que se generaran imágenes. La comprobación no incluyó interacción en el navegador ni ejecución de modelos.

No se verificaron el generador histórico, los pesos del servidor, el rendimiento demográfico, la velocidad, la semejanza con identidades reales ni los derechos actuales de salida. La conclusión es conservadora: el sitio es un caso histórico útil, pero no una base verificada para producción. Para evaluar sistemas actuales, empieza por el directorio de modelos y aplica los mismos controles de procedencia y derechos.

Esta evaluación no ofrece asesoramiento jurídico. Tampoco se localizó un archivo primario preservado de Phil Wang, por lo que la atribución histórica sigue limitada.