Маленький Зах «Манго» генерирует изображения лишь немного уступая GPT Image 2: ему не учили редактировать — он научился сам
Meta AI представила свою самую передовую модель генерации изображений Muse Image под кодовым названием «Манго». Она заняла второе место на платформе Arena, уступая только GPT Image 2 от OpenAI. Ключевой особенностью «Манго» является способность действовать как интеллектуальный агент: модель сама ищет информацию в интернете для работы с фактами, пишет и запускает код для создания точных диаграмм и QR-кодов, а главное — самостоятельно корректирует результат, если он её не устраивает. Это поведение не было запрограммировано явно, а «проявилось» в ходе обучения с подкреплением.
Модель интегрирована с языковой моделью Muse Spark («Авокадо»), что позволяет им совместно планировать и выполнять сложные задачи. Например, в демо-версии они создали серию изображений кошки от детства до старости и упаковали их в веб-игру. Кроме того, Muse Image обладает уникальной функцией, использующей социальный граф Meta: пользователи могут @упоминать публичные аккаунты Instagram в подсказках, чтобы создавать изображения с людьми из их открытых фотографий. Эта функция включена по умолчанию, что уже вызвало вопросы о конфиденциальности.
Muse Image уже доступна в Meta AI, Instagram и WhatsApp, а вскоре появится в других приложениях компании, охватывающих миллиарды пользователей. Все созданные изображения имеют невидимый водяной знак Content Seal для идентификации ИИ-контента, а Meta также выпустила публичный инструмент для проверки происхождения изображений. Одновременно был анонсирован превью-релиз видео-модели Muse Video, которая генерирует видео с синхронным звуком и заняла третье место в соответствующем рейтинге Arena.
marsbit07/08 10:40
