Apple совместно с Калифорнийским университетом выпустила модель искусственного интеллекта с открытым исходным кодом MGIE.
Её особенность заключается в том, что она редактирует фото по текстовым командам. MGIE использует мультимодальные модели большого языка (MLLM), чтобы понимать команды пользователей и одновременно распознавать объекты на изображениях на уровне пикселей.
Искусственный интеллект может менять контраст, экспозицию, резкость, цветовой баланс, обрезать и вращать фото. Также он может выполнять сложные вещи, например, редактировать только определенные участки на снимке.
Например, можно сказать «удали женщину с заднего плана», после чего MGIE аккуратно вырежет человека и заменит его на другой фон.
MGIE может добавлять объекты. Если сказать «сделай её более здоровой», то MGIE добавит на фото пиццы помидоры и зелень.
Другой пример: если написать команду «сделай небо более синим», то ИИ увеличит насыщенность неба на 20%.
MGIE доступен на GitHub, где любой желающий может найти код и предварительно обученные модели.
Также протестировать ИИ можно на сайте Hugging Face Spaces . MGIE поддерживает только английский язык, а выполнение команд сейчас занимает несколько минут из-за большого наплыва пользователей на платформу. [VentureBeat]
Войди и оставь комментарий
Или войди с помощью
Интересно сколько весит вся модель ✌🏼
5 минут подождал, ничего не происходит
ммммм, открываются чарующие перспективы )))
“МГИЕ, замени лицо у телки в этом порноролике на нашу училку!”
Ваш номер 193, прошло 7.3 сек из 2662 сек…
Ну, в каком-то плане, да “несколько минут”
Гугл со своим LUMIERE уже редактирует видео, а Apple только к картинкам подтянулся :)
Попробовал 2 разных запроса, на 2-х разных картинках. В общей сложности прождал минут 20. На выходе ничего особенного. Не лучше, чем у других,только там без ожидания.
Рекомендуем
Нашли орфографическую ошибку в новости?
Выделите ее мышью и нажмите Ctrl+Enter.