Apple, talimat tabanlı görüntü düzenleme için yenilikçi yapay zeka modeli "MGIE"yi yayımladı

MGIE(MLLM-Guided Image Editing) nasıl çalışır?

• MLLM ile komut yorumlama: MGIE, kullanıcının girdisinden açık ve öz talimatlar çıkarmak için MLLM kullanır. Örneğin, "gökyüzünü daha mavi yap" girdisi için "gökyüzü bölgesinin doygunluğunu %20 artır" şeklinde bir talimat üretebilir.
• Görsel hayal gücü üretimi: MGIE, istenen düzenlemenin özünü yakalayan gizil bir temsil olan görsel hayal gücü üretir. Bu, piksel düzeyindeki düzenlemeleri yönlendirmek için kullanılır.
• Uçtan uca eğitim yöntemi: MGIE, talimat çıkarımı, görsel hayal gücü üretimi ve görüntü düzenleme modülünü birlikte optimize eden yeni bir uçtan uca eğitim yöntemi kullanır.

MGIE neler yapabilir?

• Açık talimat tabanlı düzenleme: MGIE, düzenleme sürecini etkili biçimde yönlendiren açık ve öz talimatlar üretir.
• Photoshop tarzı düzenlemeler: MGIE; kırpma, yeniden boyutlandırma, döndürme, çevirme, filtre ekleme gibi yaygın Photoshop tarzı düzenlemeleri yapabilir; ayrıca arka plan değiştirme, nesne ekleme veya kaldırma, görüntü harmanlama gibi daha karmaşık düzenlemeler de gerçekleştirebilir.
• Genel fotoğraf optimizasyonu: MGIE, parlaklık, kontrast, keskinlik, renk dengesi gibi tüm fotoğrafın kalitesini optimize edebilir ve eskiz, boyama, çizgi roman efekti gibi sanatsal efektler de uygulayabilir.
• Bölgesel düzenleme: MGIE, yüz, göz, saç, kıyafet, aksesuar gibi görüntü içindeki belirli alanları veya nesneleri düzenleyebilir ve bu alan ya da nesnelerin özelliklerini (biçim, boyut, renk, doku, stil) değiştirebilir.

MGIE nasıl kullanılır?

• Açık kaynak proje: MGIE, GitHub üzerinde açık kaynak bir proje olarak sunuluyor; burada kodu, verileri ve önceden eğitilmiş modelleri bulabilirsiniz.
• Demo notebook'ları ve web demosu: Proje, çeşitli düzenleme görevleri için MGIE'nin nasıl kullanılacağını gösteren demo notebook'ları sunuyor; ayrıca Hugging Face Spaces üzerinde barındırılan web demosu üzerinden MGIE'yi çevrimiçi olarak deneyebilirsiniz.
• Kullanıcı dostu tasarım: MGIE, kullanımı kolay ve özelleştirme açısından esnek olacak şekilde tasarlandı; kullanıcılar doğal dil talimatları vererek görselleri düzenleyebilir ve MGIE, düzenlenmiş görselle birlikte çıkarılan talimatları da üretir.

MGIE neden önemli?

• Talimat tabanlı görüntü düzenleme alanında yenilik: MGIE, yapay zeka ve insan yaratıcılığı açısından önemli ve zorlu bir görev olan talimat tabanlı görüntü düzenleme alanında yenilik sunuyor.
• Pratik bir araç: MGIE; sosyal medya, e-ticaret, eğitim, eğlence ve sanat gibi alanlarda kişisel ya da profesyonel amaçlarla görseller üretmeye, değiştirmeye ve optimize etmeye yardımcı olabilir.
• Apple'ın yapay zeka araştırma ve geliştirme yetkinliğini güçlendirmesi: MGIE, Apple'ın yapay zeka araştırma ve geliştirme alanında büyüyen yetkinliğini vurguluyor ve yapay zekanın gündelik yaratıcı işleri nasıl geliştirebileceğini gösteriyor.

GN⁺'nin görüşü

• MGIE, doğal dil talimatlarına dayalı olarak görüntü düzenleyen yenilikçi bir yapay zeka modeli olarak, kullanıcıların yaratıcı fikirlerini görsel olarak hayata geçirmelerine büyük katkı sağlayabilir.
• Bu araç, teknik olarak karmaşık görüntü düzenleme işlerini basitleştirip kullanıcı deneyimini iyileştirmeye katkıda bulunabilir.
• Apple'ın yapay zeka araştırma ve geliştirme alanındaki büyümesini gösteren bir örnek