苹果展示AI新模型MGIE 可一句话精修图片

IT之家 2 月 8 日消息，相比较微软的风生水起，苹果公司在 AI 领域的布局显得低调很多，但这并不意味着苹果在该领域就没有丝毫建树。苹果公司近日发布了名为“MGIE”的新型开源人工智能模型，它可以根据自然语言指令编辑图像。

MGIE 的全称是 MLLM-Guided Image Editing，利用多模态大型语言模型（MLLM）解释用户指令并执行像素级操作。MGIE 可以理解用户下达的自然语言命令，进行 Photoshop 风格的修改、全局照片优化和局部编辑等操作。

苹果公司和加州大学圣巴巴拉分校研究人员合作，在 2024 年国际学习表征会议（ICLR）上发表 MGIE 相关研究成果，而 ICLR 是人工智能研究的顶级会议之一。

介绍 MGIE 之前，IT之家先来介绍下 MLLM。MLLM 是一种强大的人工智能模型，可以同时处理文本和图像，从而增强基于指令的图像编辑能力。MLLMs 在跨模态理解和视觉感知响应生成方面表现出卓越的能力，但尚未广泛应用于图像编辑任务。

MGIE 通过两种方式将 MLLMs 集成到图像编辑过程中：首先，它使用 MLLMs 从用户输入中推导出富有表现力的指令。这些指令简洁明了，为编辑过程提供了明确的指导。

例如，当输入“让天空更蓝”时，MGIE 可以生成“将天空区域的饱和度提高 20%”的指令。

其次，它使用 MLLM 生成视觉想象力，即所需编辑的潜在表征。这一表征捕捉了编辑的本质，可用于指导像素级操作。MGIE 采用了一种新颖的端到端训练方案，可联合优化指令推导、视觉想象和图像编辑模块。

MGIE 可以处理各种编辑情况，从简单的颜色调整到复杂的对象操作。该模型还可以根据用户的偏好执行全局和局部编辑。MGIE 的部分特性和功能包括：

基于指令的表达式编辑：MGIE 可以生成简洁明了的说明，有效指导编辑过程。这不仅能提高编辑质量，还能增强用户的整体体验。

Photoshop 风格修改：MGIE 可以执行常见的 Photoshop 风格编辑，如裁剪、调整大小、旋转、翻转和添加滤镜。该模型还可以应用更高级的编辑，如更改背景、添加或删除对象以及混合图像。

全局照片优化：MGIE 可以优化照片的整体质量，如亮度、对比度、清晰度和色彩平衡。该模型还能应用素描、绘画和漫画等艺术效果。

局部编辑：MGIE 可以编辑图像中的特定区域或对象，如脸部、眼睛、头发、衣服和配饰。模型还可以修改这些区域或对象的属性，如形状、大小、颜色、纹理和风格。

MGIE 是 GitHub 上的一个开源项目，用户可以在这里找到代码、数据和预训练模型。该项目还提供了一个演示笔记本，展示如何使用 MGIE 完成各种编辑任务。
 

Warning: Invalid argument supplied for foreach() in /home/wwwroot/www/chjia.com/goods.php on line 841
方形设计定义高端扫地机器人发展方向 科沃斯方形地宝X2发布

8月17日，科沃斯机器人召开2023科沃斯战略新品发布会，发布了科沃斯方形扫拖新旗舰——地宝X2系列。95mm行业最纤薄机身，8000Pa飓风吸力（高配版吸力8000Pa，标准版为7500Pa)，15mm行业最高拖布抬升，“无人驾驶级”...

韩国餐厅机器人市场遭遇中国产品低价冲击，本土企业面临生存危机

8月28日消息，一份报告称，韩国的科技企业担心，中国的廉价机器人正在威胁他们自己的餐厅服务机器人市场。韩国由于人口危机导致的劳动力短缺，已经在餐厅中广泛使用了机器人服务员。据《金融时报》引用韩国机器人产...

丁磊预判：AI音乐或将成行业标配 应在大浪淘沙中练就真金

10月11日消息，在2023中国数字音乐产业大会上，网易公司CEO丁磊表示，下一个十年，中国数字音乐产业要勇于建立更公平、合理、倾向于行业大多数的分配规则，做“世界第一等”。他认为，应当推行音乐海外版权采买的集...

最新成果公开！揭秘深信服安全GPT落地效果与2.0升级能力

9月22日消息，深信服对外展示安全GPT落地成果与2.0升级能力。来自各行业权威嘉宾代表：美的集团首席信息安全官（CISO）兼软件工程院院长、欧洲科学院院士（MAE）、IEEEFellow、IETFellow、ACM杰出科学家、AAIAFellow...

「逐际动力」发布全新四轮足机器人W1 第四季度开始接受预订

9月25日消息，通用足式机器人公司逐际动力LimXDynamics正式发布首款全自研「四轮足机器人W1」。逐际动力发布首款四轮足机器人W1这是一款基于逐际动力「运动智能MotionIntelligence」开发的颠覆性产品，搭载全球顶尖...