Meta presenta modelos de emú impulsados por IA para revolucionar la edición y generación de contenido
Summary:
Meta, el titán de Internet, ha presentado dos nuevos modelos de inteligencia artificial, Emu Video y Emu Edit, destinados a mejorar la creación y edición de contenidos. Emu Video genera clips de vídeo a partir de entradas de texto e imágenes, mientras que Emu Edit manipula las imágenes con mayor precisión. Estos modelos aún están en fase de investigación, pero pueden presentar importantes beneficios para los creadores, artistas y animadores. El lanzamiento y la implementación de estas herramientas se están llevando a cabo con cautela debido al estricto escrutinio regulatorio.
En una publicación de blog reciente, Meta, el gigante de Internet, dio a conocer dos modelos innovadores de inteligencia artificial que están destinados a mejorar la producción y edición de contenido. Los modelos se conocen como Emu Video y Emu Edit. La función de Emu Video es construir videoclips a partir de entradas de texto e imágenes, basándose en el modelo anterior de Emu de Meta. Emu Edit, por otro lado, manipula las imágenes con mayor precisión. Aunque estos modelos aún están en fase de investigación, Meta prevé que los creadores, artistas y animadores encuentren aplicaciones viables para ellos.
Meta reveló su enfoque "factorizado" para entrenar Emu Video, dividiendo el proceso en dos etapas para que el modelo sea flexible a varias entradas. La primera etapa consiste en crear imágenes basadas en indicaciones de texto, mientras que la segunda etapa produce un video utilizando tanto la imagen anterior como el texto. Este método permite el entrenamiento eficaz de modelos de generación de vídeo.
En particular, el modelo Emu Video tiene la capacidad de dar vida a las imágenes. En lugar de emplear una compleja cascada de modelos, simplemente utiliza dos modelos de difusión para crear vídeos de 512x512 de cuatro segundos con 16 fotogramas por segundo. Emu Edit se centra en la precisión en la manipulación de imágenes, permitiendo alteraciones como transformaciones de color y geometría, adición y eliminación de fondos, así como edición a escala local y global.
Al hacerlo, Meta tiene como objetivo garantizar que el modelo altere solo los píxeles relevantes para la solicitud de edición y nada más. Por ejemplo, cuando se agrega el texto "¡Aloha!" a una gorra de béisbol, el modelo no debe alterar la gorra real.
Para entrenar Emu Edit, Meta utilizó 10 millones de imágenes sintetizadas, cada una correspondiente a una imagen de entrada y una tarea con el resultado deseado. Según Meta, este es el conjunto de datos más grande de su tipo disponible. Además, Meta recopiló 1.100 millones de datos, incluidas fotos compartidas por los usuarios y subtítulos de Facebook e Instagram, para entrenar el modelo Emu recién lanzado.
Sin embargo, el despliegue de las herramientas de IA de Meta ha sido cuidadoso debido al intenso escrutinio de los reguladores de todo el mundo. Meta declaró recientemente que sus herramientas de IA no podían ser utilizadas por campañas políticas y anunciantes para crear anuncios en Facebook e Instagram.
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.