- A Apple se uniu à UC Santa Barbara para apresentar o MGIE, que permite aos usuários editar fotos por meio de descrições de texto.
- O MGIE é mais eficiente e flexível, pois utiliza as instruções de texto do usuário e gera edições visuais.
- No entanto, as aplicações futuras do MGIE ainda são incertas.
Pesquisadores da Apple apresentaram um novo modelo que permite aos usuários descrever em linguagem simples como desejam modificar suas fotos, sem precisar usar um software de edição de imagens.
Um novo modelo
Pesquisadores da Apple em colaboração com a UC Santa Barbara apresentaram o MGIE, um modelo inovador que permite a descrição de edições de fotos por texto, sem usar diretamente um software de edição. Este modelo de edição orientado por MLLM pode cortar, redimensionar, espelhar e aplicar filtros, adaptando-se tanto para tarefas simples quanto complexas. Ao interpretar as instruções do usuário e gerar edições visuais, o MGIE permite que os usuários insiram facilmente as alterações desejadas.
Veja também:Apple se prepara para apresentar inovações em IA generativa ainda este ano
Uma resposta mais inteligente
Para editar uma foto com o MGIE, basta fornecer a imagem a ser editada. O artigo usa o exemplo da edição de uma foto de pizza de pepperoni. A inserção da instrução "Torne mais saudável" adiciona cobertura de vegetais. Uma foto de um tigre no deserto do Saara parece escura, mas depois que o modelo foi instruído a "adicionar mais contraste para simular mais luz", a foto fica mais clara.
Ainda incerto
A Apple anunciou o MGIE no GitHub e publicou uma demonstração web no Hugging Face Spaces, mas sua aplicação futura permanece incerta. Esse avanço é semelhante a outras plataformas como o DALL-E 3 da OpenAI, que também usam entradas de texto para edição de imagens.