Fotos de producto con IA: qué cambia para una marca de gafas y qué exige la ley

En 2024, una marca de moda publicó la primera campaña generada íntegramente con inteligencia artificial. En 2025 la siguieron una gran cadena de ropa y la principal plataforma europea de moda online. A principios de 2026 llegó también el sector óptico. Mientras tanto, ha empezado a aplicarse una norma europea que afecta a todas estas imágenes.

Este artículo repasa cuatro cosas que una marca de gafas debe saber antes de confiar sus fotos a la IA: qué han hecho otros y qué han mantenido constante, por qué las gafas son un caso aparte, qué exige la ley a quien publica y cómo se llega de verdad a una fotografía fiel.

Qué han hecho otros y qué han mantenido constante

Mango, julio de 2024. La campaña de la colección Sunset Dream para la línea Teen fue la primera generada íntegramente con IA, y se publicó en 95 mercados. El proceso es revelador: primero, la fotografía real de cada prenda en estudio; después, un modelo de IA entrenado con esas fotos para «vestir» a los sujetos; por último, el equipo artístico, que selecciona, retoca y perfecciona las imágenes.¹

H&M, marzo y julio de 2025. H&M creó los «gemelos digitales» de treinta modelos, con su consentimiento. Estas personas conservan los derechos sobre su copia y cobran como en una sesión de fotos tradicional. Las primeras imágenes, publicadas el 2 de julio de 2025, llevan una marca de agua que declara su origen artificial.²

Zalando, mayo de 2025. Alrededor del 70 % de las imágenes editoriales de las campañas del último trimestre de 2024 se generó con IA. Los plazos de producción pasaron de entre seis y ocho semanas a tres o cuatro días, con una reducción de costes del 90 %. El responsable de contenidos explicó que la clave no es que la IA haga mejores imágenes, sino que permite crear contenidos nuevos y relevantes al ritmo de las tendencias.³

Lenskart Middle East, enero de 2026. El minorista de gafas presentó una campaña generada con IA para la colección Glint. Para que los productos fueran fieles, el modelo de IA se entrenó con toda la colección antes de colocar las monturas en las escenas.⁴

Cuatro empresas, cuatro contextos, tres constantes. Se parte del producto real, fotografiado. Al final decide una persona, no el sistema. Y quien lo hace con más cuidado lo declara.

Por qué las gafas son un caso aparte

Una prenda de ropa perdona alguna aproximación: un pliegue distinto, una sombra de más. Unas gafas, no. Son pequeñas, están en el centro del rostro, y la diferencia entre una montura y otra es una curva del frontal, el grosor de un acetato, un logotipo grabado en la patilla, el degradado de una lente. Una imagen «parecida» no es una foto algo imprecisa: es un error de catálogo.

Por eso la pregunta correcta no es «¿La IA hace buenas fotos?». La pregunta es «¿Las gafas de la foto son las mías?». Cuatro comprobaciones ayudan a responder, sea cual sea el proveedor.

• De dónde parte. De las fotografías y las medidas del producto real, no de una descripción escrita.
• Quién controla. Una persona, con criterios explícitos: forma, color, logotipos, materiales, reflejos de las lentes.
• Quiénes son las personas de las fotos. O bien modelos generados con IA, personas que no existen, elegidos y aprobados antes de producir; o bien gemelos digitales de personas reales, con consentimiento y remuneración, como hizo H&M. Son dos vías legítimas. La segunda requiere contratos.
• Cómo se corrige. Con versiones trazables, imagen por imagen, sin rehacerlo todo.

Quien supera estas cuatro comprobaciones no vende un generador de imágenes: entrega fotografías.

Qué exige la ley

El Reglamento (UE) 2024/1689 de IA, el AI Act, dedica el artículo 50 a la transparencia. Las obligaciones se aplican desde el 2 de agosto de 2026 y afectan también a las imágenes de producto.⁵

Qué es una «ultrasuplantación» (deepfake) para la ley. Una imagen generada o manipulada por IA que se asemeja a personas, objetos o lugares existentes y que podría tomarse erróneamente por auténtica. En las directrices de la Comisión Europea, el criterio es el realismo percibido, no la intención de engañar, y la persona representada puede ser incluso ficticia. Un retrato fotorrealista de un modelo que no existe, con unas gafas reales puestas, entra en la definición.⁶

Quien publica debe declararlo. Esta obligación recae en quien usa la imagen, es decir, la marca o el minorista que la publica. La declaración debe ser clara, distinguible y visible a más tardar en la primera interacción o exposición. Una línea en las condiciones de uso o en un menú oculto no basta. La excepción prevista para las obras artísticas o creativas no se aplica cuando prevalece la finalidad comercial.⁶

Quien suministra el sistema debe marcar los archivos. Los proveedores de sistemas que generan imágenes deben incluir una marca legible por máquina, por ejemplo en los metadatos, que permita reconocer el contenido como artificial. Para los sistemas que ya están en el mercado, la fecha límite se ha pospuesto al 2 de diciembre de 2026.⁷

Las sanciones. Por incumplir las obligaciones de transparencia, el Reglamento de IA prevé multas de hasta 15 millones de euros o el 3 % del volumen de negocios mundial anual.⁸

En Italia hay algo más. La Ley 132/2025 introdujo el delito de difusión ilícita de contenidos generados o alterados con IA: difundir sin consentimiento imágenes de una persona real, alteradas de forma que induzcan a engaño, causándole un perjuicio. Afecta a los gemelos digitales de personas reales, no a los modelos generados con IA: donde no hay una persona real, no hay nadie a quien proteger.⁹

La declaración no resta valor a la imagen

El instinto de muchos es esconder el aviso, por miedo a que devalúe la foto. Los datos dicen lo contrario. En la encuesta de Getty Images a más de 30.000 adultos de 25 países, casi el 90 % de las personas quiere saber si una imagen se ha creado con IA, y el 98 % considera que las imágenes auténticas son decisivas para confiar en una marca. El mismo estudio observa que las imágenes artificiales de personas y de productos reales se perciben como más engañosas que las de sujetos no humanos. Es exactamente el caso de unas gafas puestas.¹⁰

Por eso la declaración debe entenderse como parte de la calidad, no como un precio que pagar. Unas gafas fieles, con el aviso, valen más que unas gafas «casi iguales» sin él. H&M eligió la marca de agua en sus primeras imágenes precisamente por eso: para que el cliente entienda enseguida qué está mirando.

Qué hacer ahora

1. Elegir imágenes que partan de las fotografías del propio producto.
2. Preguntar quién controla cada imagen y con qué criterios.
3. Decidir el casting: modelos generados con IA, o gemelos digitales con contrato.
4. Poner la declaración donde se vea, en todos los canales: web, marketplaces, redes sociales, medios impresos.
5. Preguntar al proveedor cómo marca los archivos que entrega.
6. Conservar versiones y aprobaciones: en caso de inspección, el proceso se puede demostrar.

Cómo trabaja AI Photoshoots

Las tres constantes que hemos visto —partir del producto real, dejar que decida una persona, declarar la imagen— son también la forma en que ARShades produce las fotografías de AI Photoshoots. Vale la pena contar cómo, porque cada paso responde a una dificultad concreta del sector óptico.

El producto, con todos sus detalles

La dificultad. Un generador de imágenes se guía por el parecido. Si se le describen unas gafas, genera unas verosímiles: la forma correcta, el color aproximado, un logotipo que recuerda al real. Para un catálogo no basta. El dibujo de un acetato carey, el perfil de una bisagra, un grabado en la patilla o el degradado de una lente son precisamente lo que distingue una montura de otra, y son los primeros detalles que se pierden en una imagen generada de forma genérica.

Cómo la abordamos. Cada montura se trabaja a partir de las fotografías reales del producto, de frente, de tres cuartos y con el detalle de los logotipos, y de sus medidas en milímetros. Las imágenes nacen de ahí, y el retoque final actúa solo sobre las gafas, dentro de un área bajo el control de una persona: rostro, cabello y fondo siguen siendo los de la imagen candidata. Las fotografías del producto son la única fuente. El sistema no inventa marcas, colores ni logotipos: los reproduce.

Logotipos, colores, reflejos y dimensiones: los criterios de control

La dificultad. Cuatro cosas delatan una imagen generada. Un logotipo puede salir legible pero ligeramente distinto. Un color cambia con la luz simulada y un acetato habana (carey) vira al rojizo. Las lentes reflejan una escena que no existe, o no reflejan nada. Y las dimensiones de las gafas en el rostro, si no se parte de medidas reales, son una estimación.

Cómo la abordamos. Todas las imágenes, de todas las tomas, pasan un control con seis criterios explícitos: fondo, dimensiones, encuadre, color, reflejos, logotipos. Cada criterio lo juzga una persona, con la fotografía del producto al lado. Solo se entrega lo que los supera todos. Las dimensiones se verifican a partir de las medidas reales de la montura, que son un dato de entrada de cada trabajo.

El método de trabajo: qué es automático y qué sigue siendo artesanal

La dificultad. Producir una foto generada convincente es relativamente fácil. Producir cientos, coherentes entre sí, trazables, corregidas y entregadas según las convenciones del cliente es un problema de organización, no de creatividad. Ahí es donde se atascan muchos proyectos piloto.

Cómo la abordamos. AI Photoshoots es una sección de ARShades Studio. La lista de monturas del encargo muestra el estado de avance de cada una. En cada toma, el sistema prepara las imágenes candidatas de forma automática, y el trabajo avanza en paralelo mientras el equipo evalúa las que ya están listas. Hay herramientas específicas para regenerar una toma con otra pose, corregir los errores de fidelidad de las gafas y cambiar el color del fondo. Al final, la exportación genera las imágenes y el informe de validación. Dos fases siguen siendo artesanales por elección: el casting de los modelos y el estilismo, porque son decisiones de gusto y de marca, no meras operaciones.

La verificación, antes de que el cliente vea las imágenes candidatas

La dificultad. En muchos servicios el cliente recibe una carpeta de imágenes y tiene que hacer él mismo la selección, descartando lo que no sirve. Es un trabajo que el cliente no debería hacer, y que le cuesta tiempo en cada ronda.

Cómo la abordamos. El control de los seis criterios se hace antes de la entrega. El cliente solo ve imágenes candidatas conformes, normalmente dos por toma, y elige. Si alguna no le convence, la señala con un motivo y el ciclo se repite. La corrección no es rehacer a ciegas: parte de la indicación precisa de lo que no funcionaba.

Versiones y aprobaciones, imagen por imagen

La dificultad. Con las imágenes generadas, el riesgo es perder el hilo: qué versión es la aprobada, qué ha cambiado respecto a la anterior, quién dio el visto bueno. Sin un registro, cada cambio lo reabre todo.

Cómo la abordamos. Cada corrección se convierte en una nueva versión, con la comparación del antes y el después, uno junto al otro, y la posibilidad de volver atrás. El cliente aprueba o pide correcciones dentro de Studio, imagen por imagen o por grupos. El historial se conserva: en caso de duda, o de inspección, se puede reconstruir el recorrido de cada imagen.

Imágenes sin caducidad y sin fronteras

La dificultad. En una sesión de fotos tradicional, las imágenes nunca son del todo de la marca. Los derechos de imagen de los modelos se compran por un periodo, para ciertos países y ciertos canales. Cuando vence el periodo, o al abrir un mercado nuevo, hay que renegociar o repetir la sesión. Es un coste que vuelve cada temporada.

Cómo la abordamos. Las personas de las imágenes de AI Photoshoots son modelos generados con IA: no existen, así que no hay derechos de imagen que comprar ni que renovar. Las fotografías entregadas son del cliente, para todos sus canales, sin límites de tiempo ni de territorio. Los modelos generados con IA siguen siendo un recurso propio de ARShades y pueden aparecer también en imágenes de otras marcas; quien quiera un rostro reservado a su marca puede solicitarlo en exclusiva.

Colecciones enteras, con la misma luz

La dificultad. Fotografiar una colección entera con el mismo modelo, la misma luz y el mismo fondo exige días de plató, y a la temporada siguiente se vuelve a empezar. Las imágenes de SKU distintos, tomadas en sesiones distintas, rara vez son de verdad coherentes entre sí.

Cómo la abordamos. Con AI Photoshoots, el casting y el estilismo se deciden una sola vez para toda la colección, y cada montura sigue el mismo recorrido: mismas tomas, mismo control, mismas convenciones de entrega. La capacidad se adapta al número de monturas, sin cuellos de botella de plató ni de calendario. También los tipos especiales, como las monturas con clip-on, tienen tomas específicas. El resultado es un catálogo en el que todas las gafas están fotografiadas del mismo modo, y el aviso de transparencia se aplica de serie en cada imagen entregada.

Descubre AI Photoshoots y solicita una demo con algunas monturas de tu catálogo.

Fuentes

1. Mango (10 de julio de 2024). Mango creates the first campaign generated with artificial intelligence for its Teen line. Nota de prensa. ↩

2. H&M Group (julio de 2025). H&M continues its exploration of creativity with AI. · FashionUnited (28 de marzo de 2025). H&M to create 'twins' of models with AI. ↩

3. Reuters, recogido por Retail Systems (7 de mayo de 2025). Zalando embraces AI for faster fashion content production. Entrevista a Matthias Haase, Vice President Content Solutions. ↩

4. Campaign Middle East (16 de enero de 2026). Lenskart Middle East debuts Gen AI-led eyewear fashion campaign. ↩

5. Reglamento (UE) 2024/1689 (AI Act), artículo 50 «Obligaciones de transparencia» y artículo 3, punto 60. Diario Oficial de la Unión Europea. ↩

6. Baker McKenzie (2026). New EU guidance on AI transparency: what should companies be doing from 2 August 2026. Sobre las directrices de la Comisión Europea para el artículo 50 (borrador del 8 de mayo de 2026). ↩ ↩²

7. Future of Life Institute. The EU AI Act's Transparency Rules: A Practical Guide to Article 50. Sobre el aplazamiento al 2 de diciembre de 2026 decidido con el acuerdo «AI Omnibus» (mayo de 2026). ↩

8. ICTRecht (agosto de 2026). AI Act transparency obligations now in effect. Sobre las sanciones del artículo 99. ↩

9. Agenda Digitale (2025). Legge italiana sull'AI: tutti i profili penali. Sobre el artículo 612-quater del Código Penal italiano, introducido por la Ley 132/2025. ↩

10. Getty Images (30 de abril de 2024). Nearly 90% of Consumers Want Transparency on AI Images. Informe VisualGPS «Building Trust in the Age of AI». ↩