InstructDiffusion dokáže pochopiť sémantické významy a použije ich na úpravu vašich obrázkov.
- InstructDiffusion je AI schopná používať minulé inštrukcie na získanie schopnosti porozumieť sémantickým významom.
- Model je tiež schopný pôsobivých možností zovšeobecnenia.
- Akonáhle sa dozvie o vizuálnom podnete, model ho značne rozšíri, aby sa ešte viac trénoval.
Najnovší model AI od spoločnosti Microsoft, Pokyn Difúzia, radikálne zmení vaše obrázky alebo akýkoľvek obrázok, ktorý môžete nahrať, podľa vašich pokynov. Model vyvinutý spoločnosťou Microsoft Research Asia je rozhranie, ktoré spája AI a ľudské pokyny na generovanie a dokončenie rôznych vizuálnych úloh.
Inými slovami, vyberiete si obrázok, ktorý chcete upraviť, zmeniť alebo transformovať, a InstructDiffusion prinesie svoje počítačové videnie, aby zmenil obrázok na základe vášho vstupu.
Microsoft vydal papier pre model pred niekoľkými dňami a InstructDiffusion už má a demo ihrisko, kde si model môžete sami vyskúšať.
Kľúčovou inováciou v IntructDiffusion je to, že model nepotrebuje predchádzajúce znalosti o obrázku, ale namiesto toho používa proces difúzie na manipuláciu s pixelmi. Model je schopný mnohých užitočných funkcií, ako je segmentácia, detekcia kľúčových bodov a obnova. InstructDiffusion prakticky použije vaše pokyny na zmenu obrázka.
V jednom príklade spoločnosť Microsoft Research Asia dokázala odstrániť vodoznak z fotografie jednoduchým pokynom modelu, aby tak urobil.
InstructDiffusion od spoločnosti Microsoft dokáže rozlíšiť význam vašich pokynov
InstructDiffusion, ako mnoho iných Modely Microsoft AI, je schopný inovatívneho správania pri riešení úloh. Microsoft Research Asia tvrdí, že InstructDiffusion implementuje úlohy na pochopenie a generatívne úlohy.
Model bude využívať úlohy porozumenia, ako je segmentácia a detekcia kľúčových bodov, na nájdenie oblasti a pixelov, ktoré chcete upraviť.
Model napríklad používa segmentáciu na úspešné nájdenie oblasti nasledujúceho pokynu: namaľte muža napravo od obrázka červenou farbou. Pre detekciu kľúčových bodov by pokyn znel: použite žltú na obkľúčenie kolena muža úplne vľavo na obrázku.
Generatívne úlohy sa skladajú z úloh úprav a obnovy. Nielen, že InstructDiffusion upraví váš obrázok, ale model tiež vygeneruje nové prvky pre obrázok na základe vašich pokynov.
Najsľubnejšou funkciou spoločnosti Microsoft InstructDiffusion je jej schopnosť úspešne zovšeobecniť všetky pokyny, ktoré dostane, aby sa vytvorilo súdržné a hlboké pochopenie významu, ktorý sa za nimi skrýva. Inými slovami, model si zapamätá pokyny, ktoré ste mu dali, a úspešne ich použije na ďalšie cvičenie.
Ale model sa tiež naučí rozlišovať významy za vašimi pokynmi, čo ho vedie k riešeniu neviditeľných úloh a vymýšľaniu nových spôsobov generovania prvkov. Táto schopnosť porozumieť sémantickým významom posúva InstructDifussion o krok ďalej ako ostatné podobné modely: prekonáva ich.
InstructDiffusion je však tiež o krok ďalej na dosiahnutie AGI: Vďaka hlbokému pochopeniu sémantického významu každého pokynu a schopnosti úspešne zovšeobecňovať počítačové vízie model výrazne posunie vývoj AI.
Microsoft Research Asia vám umožňuje vyskúšať si to v a demo ihrisko, ale môžete tiež použite jeho kód trénovať svoj vlastný model AI.
Aké sú vaše názory na tento model? Vyskúšate to?
