Muse Image: Itt a Meta saját képgeneráló AI-modellje
A Meta AI appon belül kezdte el bevezetni a Meta a Muse Image képgeneráló AI-rendszer képességeit, mely fokozatosan válik elérhetővé világszerte a felhasználók számára.
Minden eddiginél többet költ a Meta a mesterséges intelligenciára, legyen szó új adatközponti beruházásokról, mérnökök és topmenedzserek elcsábításáról más cégektől vagy éppen felvásárlásokról. A cég tavaly júniusban jelentette be, hogy 49%-os tulajdonrészt szerzett a Scale AI-ban, majd létrehozta a Superintelligence Labs nevű részleget, ahova a legígéretesebb iparági szakembereket és tehetségeket vadászta össze, köztük a Scale AI-tól átigazolt és igazgatónak kinevezett Alexandr Wangot. A vállalat az utóbbi időszakban inkább a hirdetési üzletágba próbálta integrálni AI-fejlesztéseit, de a modellfejlesztés területén jelentősen lemaradt az olyan versenytársaktól, mint az OpenAI és az Anthropic.
A vállalat a napokban bejelentette a Superintelligence Labs első, kifejezetten képek előállításához fejlesztett AI-modelljét, a Muse Image-t, mely nem csak egy újabb képgenerátor lesz a már kimondottan telítettnek számító piacon. Relevanciáját inkább az adja, ahogyan mélyen integrálódik a Meta saját ökoszisztémájába az Instagramtól kezdve a WhatsAppon át egészen a Facebookig. Az új eszközt tehát nem különálló alkalmazásként jelenik meg, hanem közvetlenül beépül a Meta szolgáltatásaiba. A Meta korábban külső fejlesztésű MI-modelleket (például a Midjourney-t és a Black Forest Labs modelljeit) használta a Meta AI kép- és videógeneráló funkcióihoz.
A frontendes szakma tündöklése és alkonya A modern JS keretrendszerek önálló kompetenciává emelték a frontend-fejlesztést. Most viszont úgy tűnik, hogy ez a szakma kikophat a piacról.
A Muse Image képes értelmezni a természetes nyelven megfogalmazott, összetett utasításokat, vagy akár több képi forrást egyetlen alkotásban egyesíteni, sőt a felhasználó meglévő fotóit átalakítani. A Meta szerint a modell nem egyszerűen végrehajtja a megadott utasításokat, hanem egy többlépcsős folyamat során tervezi meg a kompozíciót, miután elemzi a kérés tartalmát, szükség esetén az aktuális internetes kontextust is figyelembe veszi a végleges kép elkészítéséhez.
A belsős benchmark tesztek szerint a Muse Image teljesítménye ugyan elmarad az OpenAI legújabb GPT Image 2 modelljétől, de túlszárnyalta a Nano Banana 2 modellt olyan feladatokban, mint az egy vagy több képből álló képek szerkesztése.
A Meta kiemeli még az interaktív képszerkesztési lehetőséget, amivel a felhasználó egyszerűen bekarikázhatja vagy lerajzolhatja a módosítani kívánt részletet vagy területet, utána pedig szöveges utasítással kérheti a kívánt változtatást. Lehetőség van többek közt a nem kívánt személyek vagy tárgyak eltávolítására, új elemek hozzáadására, különféle grafikai stílusok alkalmazására, infografikák készítése. A rendszer a teljes beszélgetési előzményt figyelembe veszi, így a felhasználók több lépésben, folyamatosan finomíthatják ugyanazt a képet.
A Muse Image képességeit a felhasználók már most kipróbálhatják a Meta AI szolgáltatáson belül, valamint az Instagram Stories és a WhatsApp egyes funkcióin keresztül. A következő hónapok során a Facebook és a Messenger szolgáltatásokban is elindul a bevezetés, ami a szokott módon vélhetően fokozatosan fog megvalósulni világszerte. Az integráció elsődlegesen azt szolgálja, hogy a felhasználók egy beszélgetés vagy történet készítése közben azonnal hozhassanak létre AI-generált illusztrációkat vagy módosítsák saját fényképeiket anélkül, hogy külsős alkalmazást használnának hozzá.
A vállalat a következő hetekben az Advantage Plus hirdetési rendszerben is elérhetővé teszi az új modellt, mellyel a vállalkozások termékekhez kapcsolódó képeket, reklámgrafikákat és kreatív hirdetési variációkat készíthetnek kevesebb korlátozással a márkaelemek megőrzésével, és már fejlesztés alatt áll a Muse Video is, amely várhatóan ugyanazt a technológiai alapot használja majd, csak videók generálásához.