苹果推出AI图像工具MGIE,可以通过自然语言指令编辑图像
- +1 你赞过了
2月9日消息,苹果与加州大学圣塔芭芭拉分校合作开发了一款AI图像工具MGIE,可以通过文本提示对图像进行裁剪、调整大小、翻转和添加滤镜。
MGIE模型(mllm引导的图像编辑),可以应用于简单和更复杂的图像编辑任务,比如修改照片中的特定物体,使它们具有不同的形状或更亮。该模型混合了多模态语言模型的两种不同用法。首先,它学习如何解释用户提示。然后,它会“想象”编辑后的样子。例如,要求在照片中添加更蓝的天空,就会增加图像中天空部分的亮度。
MGIE不是简单而模糊的指导,而是衍生出明确的视觉感知意图,并导致合理的图像编辑。我们从各个编辑方面进行了广泛的研究,并证明我们的MGIE在保持竞争效率的同时有效地提高了性能。我们也相信mllm指导的框架可以为未来的视觉和语言研究做出贡献,”研究人员在论文中说。
与微软、Meta或谷歌不同,苹果在生成式AI领域并不是一个大玩家,但苹果首席执行官蒂姆·库克表示,该公司希望今年在其设备中添加更多人工智能功能。2023年12月,苹果研究人员发布了一个名为MLX的开源机器学习框架,使在苹果硅芯片上训练AI模型变得更容易。
最新资讯
热门视频
新品评测