Designers Gráficos, Atenção: Uma Nova Ferramenta Pode Transformar o Jogo
Apresentamos o COLE, uma ferramenta inovadora que homenageia Henry Cole, o pioneiro do primeiro cartão de Natal gráfico em 1843. Esta plataforma revolucionária permite que os usuários insiram ideias de design gráfico—como "um cartaz para um concerto de férias de inverno, com músicos vestidos de roupas quentes sob a neve"—e utiliza inteligência artificial para gerar tanto a imagem quanto o texto complementar.
O Que é o COLE?
O COLE é uma combinação de modelos de inteligência artificial avançados, incluindo versões ajustadas do Llama2-13B da Meta, DeepFloyd IF, LLaVA1.5-13B e GPT-4V, aprimorados pelo renderizador gráfico open-source Skia. Desenvolvido por uma equipe de 12 pesquisadores da Microsoft Research Asia e da Universidade de Pequim, o COLE enfrenta as complexidades do design gráfico e a escassez de dados de treinamento em formatos-chave, especialmente arquivos .SVG. Os pesquisadores unificaram elementos SVG em uma camada de imagem, permitindo que a IA descrevesse camadas de fundo por meio de texto. O modelo de fundo do COLE foi treinado com uma coleção de 100.000 imagens de design gráfico de alta qualidade coletadas da internet.
Mais do Que um Produto
Atualmente, o COLE funciona mais como uma estrutura do que como um produto comercial. No entanto, suas capacidades são impressionantes. Ao inserir comandos, o COLE cria designs gráficos nítidos e organizados que integram perfeitamente visuais e texto estilizado. Essa é uma grande evolução, uma vez que gerar texto e imagem integrados tem sido um desafio para muitos geradores de arte em IA, incluindo líderes como Midjourney e DALL-E 3.
Designs Gerados por IA Editáveis
Um dos recursos mais notáveis do COLE é sua capacidade de produzir imagens com texto e elementos visuais editáveis. Os usuários podem modificar o texto diretamente na plataforma, sem necessidade de exportar para softwares como Adobe Photoshop ou InDesign. Por exemplo, é fácil trocar a fonte ou ajustar os visuais, transformando uma sacola de compras de um estilo fotorrealista para uma representação em cartoon.
De acordo com os pesquisadores em seu recente artigo no arXiv, "um sistema escalável de geração de design gráfico de alta qualidade deve exigir esforço mínimo dos usuários, produzir tipografia precisa e oferecer opções de edição flexíveis." Com o COLE, eles alcançaram esse objetivo.
Qualidade Competitiva em Design Gráfico
Os pesquisadores afirmam que o COLE gera saídas de "qualidade muito competitiva", mesmo em comparação com o DALL-E 3. Eles testaram o COLE em 200 projetos de design gráfico, que variavam de anúncios a promoções de eventos, documentando seus comandos para transparência. O COLE se destaca na criação de capas, cabeçalhos e cartazes, demonstrando habilidades superiores de edição para elementos específicos em comparação com o DALL-E 3 e ferramentas similares.
Entretanto, o COLE ainda não é uma solução completa. Os usuários não conseguem mudar o arranjo dos blocos de texto, e a ferramenta atualmente permite apenas uma cor de tipografia por imagem. Os pesquisadores planejam resolver essas limitações em desenvolvimentos futuros.
Uma Nova Era para Designers Gráficos?
O design gráfico de alta qualidade é frequentemente subestimado, mas é uma forma de arte por si só. Projetos—seja cartazes de concertos ou gráficos funcionais como placas de sinalização—refletem habilidade e criatividade.
O COLE representa uma ameaça para os designers gráficos? A resposta é sutil. Embora os campos editáveis do COLE ajudem os usuários a refinar os resultados e aproveitar a expertise humana, ele simplifica um processo que tradicionalmente exige habilidade profissional para desenvolver comandos eficazes. Isso torna designs de qualidade acessíveis para aqueles sem formação formal.
Essencialmente, o COLE busca democratizar o design gráfico de alta qualidade, um conceito já explorado por empresas como Adobe e Canva. Nesse aspecto, o COLE pode servir como concorrente e possivelmente aprimorar as ferramentas existentes no mercado.
Por enquanto, o COLE ainda não está disponível publicamente, mas uma demonstração será em breve lançada na página do projeto no GitHub.
Classificação
