Meta mostró el jueves un adelanto de sus dos herramientas de inteligencia artificial más nuevas, Emu Video y Emu Edit, brindando la primera mirada real a la tecnología anunciada en Meta Connect en septiembre. Emu Video es una herramienta que permite a los usuarios crear videos a partir de mensajes de texto puro, mientras que Emu Edit introduce un enfoque diferente para la edición de imágenes conocido como inpainting.
Hoy compartimos dos nuevos avances en nuestra investigación de IA generativa: Emu Video y Emu Edit. Detalles ➡️ https://t.co/qm8aejgNtd Estos nuevos modelos ofrecen resultados interesantes en generación de texto a video basada en difusión de alta calidad y edición de imágenes controlada con instrucciones de texto. 🧵 pic.twitter.com/1wF7r773yc
— IA en Meta (@AIatMeta) 16 de noviembre de 2023
La introducción de Emu Video y Emu Edit es un movimiento estratégico para Meta, que, según dice, todavía se alinea con su visión más amplia del Metaverso. La compañía dijo que estas herramientas ofrecen nuevas capacidades creativas diseñadas para atraer a una amplia gama de usuarios, desde creadores de contenido profesionales hasta aquellos que simplemente buscan formas novedosas de expresar ideas. Emu Video en particular demuestra el compromiso de la compañía con el avance de la generación de contenido impulsada por IA. y podría convertirse en un competidor importante contra nombres populares como Runway y Pika Labs, que hasta ahora han dominado el espacio.
Emu Video: creación de texto a vídeo
Emu Video adopta un proceso de dos pasos para crear videos a partir de indicaciones de texto. Primero genera una imagen basada en el texto ingresado, luego produce un video derivado tanto del texto como de la imagen generada. Este enfoque simplifica el proceso de generación de video, evitando los métodos más complejos y multimodelo utilizados para impulsar la herramienta Make-A-Video anterior de Meta. Los videos creados por Emu Video están limitados a una resolución de 512×512 píxeles, pero muestran una coherencia notable con el texto proporcionado. indicaciones. La conversión precisa de texto en narrativas visuales distingue a Emu Video de la mayoría de los modelos y soluciones comerciales existentes.Aunque los modelos en sí no están disponibles públicamente, los usuarios pueden experimentar con un conjunto de indicaciones predeterminadas y los resultados son bastante fluidos, con discrepancias mínimas entre fotogramas.
Emu Edit: edición de imágenes con inpainting
Además de Emu Video, Meta también mostró las capacidades de Emu Edit, una herramienta impulsada por IA diseñada para realizar diversas tareas de edición de imágenes basadas en la interpretación de la IA de instrucciones en lenguaje natural. Emu Edit permite a los usuarios editar imágenes con altos niveles de precisión y flexibilidad.»Emu Edit [is] un modelo de edición de imágenes multitarea que establece resultados de vanguardia en la edición de imágenes basada en instrucciones», dice el artículo de investigación de Meta para la herramienta, subrayando su capacidad para ejecutar instrucciones de edición complejas con precisión.
La precisión de Emu Edit se mejora mediante el uso de difusores, una tecnología avanzada de IA popularizada por Stable Diffusion. Este enfoque garantiza que las ediciones mantengan la integridad visual de las imágenes originales. El enfoque de Meta en el desarrollo de herramientas de inteligencia artificial como Emu Video y Emu Edit encarna su estrategia para crear tecnologías cruciales para crear el Metaverso. Esto incluye el desarrollo de Meta AI, un asistente personal impulsado por el modelo de lenguaje grande LLaMA-2, y la introducción de la multimodalidad en dispositivos AR. Editado por Ryan Ozawa.
