Meta stellt KI-gestützte Emu-Modelle vor, um die Bearbeitung und Generierung von Inhalten zu revolutionieren
Summary:
Meta, der Internet-Titan, hat zwei neue Modelle der künstlichen Intelligenz vorgestellt, Emu Video und Emu Edit, die darauf abzielen, die Erstellung und Bearbeitung von Inhalten zu verbessern. Emu Video generiert Videoclips aus Text- und Bildeingaben, während Emu Edit Bilder mit verbesserter Präzision bearbeitet. Diese Modelle befinden sich noch in der Forschung, bieten aber potenziell erhebliche Vorteile für Kreative, Künstler und Animatoren. Die Veröffentlichung und der Einsatz dieser Tools erfolgen aufgrund strenger behördlicher Kontrollen vorsichtig.
In einem kürzlich veröffentlichten Blogbeitrag hat Meta, der Internet-Gigant, zwei innovative Modelle der künstlichen Intelligenz vorgestellt, die die Produktion und Bearbeitung von Inhalten verbessern sollen. Die Modelle sind als Emu Video und Emu Edit bekannt. Die Funktion von Emu Video besteht darin, Videoclips aus Text- und Bildeingaben zu konstruieren, die auf dem vorherigen Emu-Modell von Meta aufbauen. Emu Edit hingegen manipuliert Bilder mit erhöhter Genauigkeit. Obwohl diese Modelle noch erforscht werden, stellt sich Meta vor, dass Schöpfer, Künstler und Animatoren praktikable Anwendungen für sie finden.
Meta enthüllte seinen "faktorisierten" Ansatz für das Training von Emu Video, der den Prozess in zwei Phasen unterteilt, um das Modell flexibel für verschiedene Eingaben zu machen. In der ersten Phase werden Bilder auf der Grundlage von Textaufforderungen erstellt, während in der zweiten Phase ein Video erstellt wird, in dem sowohl das vorherige Bild als auch der Text verwendet werden. Diese Methode ermöglicht das effektive Training von Videogenerierungsmodellen.
Bemerkenswert ist, dass das Emu Video-Modell die Fähigkeit hat, Bilder zum Leben zu erwecken. Anstatt eine komplexe Kaskade von Modellen zu verwenden, werden einfach zwei Diffusionsmodelle verwendet, um 512x512, viersekündige Videos mit 16 Bildern pro Sekunde zu erstellen. Emu Edit konzentriert sich auf Präzision bei der Bildbearbeitung und ermöglicht Änderungen wie Farb- und Geometrietransformationen, Hinzufügen und Entfernen von Hintergründen sowie die Bearbeitung auf lokaler und globaler Ebene.
Dabei will Meta sicherstellen, dass das Modell nur die für die Bearbeitungsanfrage relevanten Pixel verändert und nicht mehr. Wenn beispielsweise der Text "Aloha!" zu einer Baseballkappe hinzugefügt wird, sollte das Modell die tatsächliche Kappe nicht verändern.
Um Emu Edit zu trainieren, verwendete Meta 10 Millionen synthetisierte Bilder, die jeweils einem Eingabebild und einer Aufgabe mit dem gewünschten Ergebnis entsprachen. Laut Meta ist dies der größte verfügbare Datensatz seiner Art. Darüber hinaus sammelte Meta 1,1 Milliarden Daten, darunter von Nutzern geteilte Fotos und Bildunterschriften von Facebook und Instagram, um das neu veröffentlichte Emu-Modell zu trainieren.
Der Einsatz der KI-Tools von Meta war jedoch aufgrund der intensiven Prüfung durch die Regulierungsbehörden weltweit vorsichtig. Meta erklärte kürzlich, dass seine KI-Tools nicht von politischen Kampagnen und Werbetreibenden verwendet werden könnten, um Anzeigen auf Facebook und Instagram zu erstellen.
Published At
11/16/2023 8:00:00 PM
Disclaimer: Algoine does not endorse any content or product on this page. Readers should conduct their own research before taking any actions related to the asset, company, or any information in this article and assume full responsibility for their decisions. This article should not be considered as investment advice. Our news is prepared with AI support.
Do you suspect this content may be misleading, incomplete, or inappropriate in any way, requiring modification or removal?
We appreciate your report.