MGIE是苹果团队近日开源的一款AI图像编辑工具，将多模态大模型用于解决指令引导不足的问题，拍张照片、输入文字指令就能让手机开始自动修图。
MGIE由多模态大模型和扩散模型组成，通过学习获得简明的表达指令，并提供明确的视觉相关引导。通过端到端训练，扩散模型会同步更新，并利用预期目标的潜在想象力执行图像编辑。这样MGIE就能从固有的视觉推导中获益，并解决模糊的人类指令，从而实现合理的编辑。
MGIE相关资源地址：
- 体验地址：https://huggingface.co/spaces/tsujuifu/ml-mgie
- 项目主页：https://mllm-ie.github.io/
- GitHub地址：https://github.com/apple/ml-mgie
- 论文地址：https://openreview.net/pdf?id=S1RKWSyZ2Y
效果对比：
|
|
©版权声明：如无特殊说明，本站所有内容均为AIHub原创发布和所有。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。