Meta的圖像生成模型擴展：新增視頻與升級影像編輯功能

Home AI新聞 Meta的圖像生成模型擴展：新增視頻與升級影像編輯功能

Meta在生成AI領域取得了重大進展，推出了升級版的圖像生成基礎模型Emu（Expressive Media Universe）。這個強大的模型能夠根據文本生成視頻，並具備更精確的圖像編輯功能。

Emu的技術首次在九月的Meta Connect活動中展示，為Meta社交媒體平台上的多元生成AI體驗奠定了基礎。例如，它增強了Instagram上的圖像編輯工具，使用戶能夠輕鬆地更改照片的視覺風格或背景。Emu還整合進Meta AI，這是一個與OpenAI的ChatGPT類似的用戶助手平台。

全新的Emu Video模型突顯其雙重能力，能根據自然語言文字、圖像或兩者的組合生成視頻。與依賴五個擴散模型的先前模型Make-a-Video不同，Emu Video採用簡化的兩步驟方法：首先根據文本提示生成圖像，然後基於文本和圖像提示創建視頻。這一簡化方法使視頻生成模型的訓練更為高效。在用戶研究中，Emu Video在質量上超過Make-a-Video，96%的參與者更喜歡其質量，85%的人認為它更符合他們的文本提示。此外，Emu Video能根據用戶上傳的圖像和特定文本提示進行動畫化。

另一項令人期待的更新是Emu Edit的推出，它利用自然語言指令提升圖像編輯能力。用戶可以上傳圖像並指定希望的調整。例如，他們可以要求移除一個如貴賓犬的元素，並用一個紅色長椅替換，只需輸入請求即可。雖然已經存在如Stable Diffusion驅動的ClipDrop等AI圖像編輯工具，但Meta的研究人員指出，現有方法往往導致過度修改或編輯性能不足。

在一篇博客文章中，Meta強調目標不僅是創造一個“可信”的圖像，而是專注於準確修改與用戶特定請求相關的像素。研究團隊發現，將計算機視覺任務整合作為圖像生成模型的指令，能在編輯過程中提供無與倫比的控制力。

為了發展Emu Edit，Meta使用了一套包含1000萬張合成圖像的綜合數據集，每張圖像都包含一個輸入圖像，詳細的任務描述，以及目標輸出圖像。這使得模型能夠緊密遵循用戶指令，同時保持原始圖像中不相關元素的完整性。

對於有興趣探索Emu Edit功能的人，可以在Hugging Face上查看生成的圖像。此外，Meta還推出了Emu Edit測試集，這是一個新基準，旨在進一步測試圖像編輯模型。這個測試集包含七種不同的圖像編輯任務，如背景更改和物體移除，為精確圖像編輯技術的進步鋪平道路。

利用AI框架減輕生成式人工智慧風險：來自2023年奧斯汀應用智慧大會的見解

OpenAI 解雇首席執行官山姆·奧特曼：這對人工智慧的未來意味著什麼

Most people like

Rate My Physique

8.3K

推出一款由人工智慧驅動的應用程式，專為體態評估及個性化改善建議而設計。這個創新工具為用戶提供身體狀況的深入見解，幫助他們透過量身定制的建議提升健身之旅。無論你是希望增強肌肉線條或改善整體外觀，我們的應用程式將是你通往更健康生活的可靠夥伴。

AI 體型評估 Fitness

Robopost AI

70.4K

發現我們創新的人工智慧工具，旨在幫助您輕鬆創建引人入勝的社交媒體內容。充分發揮人工智慧的潛力，提升您的線上互動，增強品牌在數位世界中的存在感。使用我們的解決方案，您可以生成引人注目的貼文，與您的觀眾產生共鳴，推動互動和增長。

社交媒體 AI Content Generator

Helio-ai

56K

利用 AI 自動化提升招聘流程的效率與效果。透過人工智慧，您可以簡化招聘流程、吸引優秀人才，並做出數據驅動的決策，改變您的招聘策略。立即了解 AI 如何提升您的人力資源工作。

招聘 AI Recruiting

DomoAI

504.4K

釋放您的創意，搭配尖端的人工智慧藝術生成器！這些創新工具運用人工智慧將您的構思轉化為驚豔的視覺藝術，讓創作獨特的傑作變得前所未有的簡單。無論您是有志藝術家還是經驗豐富的創作者，探索人工智慧技術如何提升您的藝術之旅並啟發您的下一個項目。

AI 藝術生成器 AI Animated Video

Find AI tools in YBX