\n<\/p>\n
Investigadores de Apple lanz\u00f3 un nuevo modelo<\/a> que permite a los usuarios describir en lenguaje sencillo lo que quieren cambiar en una foto sin siquiera tocar el software de edici\u00f3n de fotograf\u00edas.<\/p>\n<\/div>\n El modelo MGIE, en el que Apple trabaj\u00f3 con la Universidad de California en Santa B\u00e1rbara, puede recortar, cambiar el tama\u00f1o, voltear y agregar filtros a las im\u00e1genes mediante mensajes de texto. <\/p>\n<\/div>\n MGIE, que significa edici\u00f3n de im\u00e1genes guiada por MLLM, se puede aplicar a tareas de edici\u00f3n de im\u00e1genes simples y m\u00e1s complejas, como modificar objetos espec\u00edficos en una foto para darles una forma diferente o lucir m\u00e1s brillantes. El modelo combina dos usos diferentes de modelos de lenguaje multimodal. Primero, aprende a interpretar las indicaciones del usuario. Luego \u00abimagina\u00bb c\u00f3mo se ver\u00eda la edici\u00f3n (pedir un cielo m\u00e1s azul en una foto equivale a aumentar el brillo en la parte del cielo de una imagen, por ejemplo).<\/p>\n<\/div>\n Al editar una foto con MGIE, los usuarios s\u00f3lo tienen que escribir lo que quieren cambiar en la imagen. El art\u00edculo utiliz\u00f3 el ejemplo de la edici\u00f3n de una imagen de una pizza de pepperoni. Al escribir el mensaje \u00abhazlo m\u00e1s saludable\u00bb, se agregan aderezos de verduras. Una fotograf\u00eda de tigres en el Sahara parece oscura, pero despu\u00e9s de decirle al modelo que \u00abagregue m\u00e1s contraste para simular m\u00e1s luz\u00bb, la imagen parece m\u00e1s brillante. <\/p>\n<\/div>\n \u201cEn lugar de una gu\u00eda breve pero ambigua, MGIE deriva una intenci\u00f3n visual expl\u00edcita y conduce a una edici\u00f3n de im\u00e1genes razonable. Realizamos estudios exhaustivos desde diversos aspectos de la edici\u00f3n y demostramos que nuestro MGIE mejora eficazmente el rendimiento manteniendo la eficiencia competitiva. Tambi\u00e9n creemos que el marco guiado por MLLM puede contribuir a futuras investigaciones sobre visi\u00f3n y lenguaje\u201d, dijeron los investigadores en el art\u00edculo. <\/p>\n<\/div>\n Apple puso MGIE a disposici\u00f3n a trav\u00e9s de GitHub para su descarga, pero tambi\u00e9n lanz\u00f3 una demostraci\u00f3n web sobre Hugging Face Spaces. informes VentureBeat<\/em><\/a>.<\/em> La compa\u00f1\u00eda no dijo cu\u00e1les son sus planes para el modelo m\u00e1s all\u00e1 de la investigaci\u00f3n. <\/p>\n<\/div>\n Algunas plataformas de generaci\u00f3n de im\u00e1genes, como DALL-E 3 de OpenAI, pueden realizar tareas sencillas de edici\u00f3n de fotograf\u00edas en im\u00e1genes que crean mediante entradas de texto. Adobe, el creador de Photoshop, al que la mayor\u00eda de la gente recurre para editar im\u00e1genes, tambi\u00e9n tiene su propio modelo de edici\u00f3n de IA. Es IA de luci\u00e9rnaga <\/a>El modelo impulsa el relleno generativo, que agrega fondos generados a las fotos. <\/p>\n<\/div>\n