Meta запустила Muse Image и показала превью Muse Video

Компания Meta представила в блоге Meta AI модель генерации изображений Muse Image и впервые показала раннее превью Muse Video.

https://twitter.com/AIatMeta/status/2074577662840832382

ИИ-решения для создания медиаконтента разработаны подразделением Meta Superintelligence Labs. Muse Image уже доступна в приложении Meta AI, на meta.ai, в Instagram Stories для пользователей из США и в WhatsApp в ограниченном числе стран.

Meta назвала Muse Image своей самой продвинутой моделью генерации изображений. По описанию компании, модель точнее следует промптам, умеет редактировать картинки и собирать сцену из нескольких референсов, а также использует социальный контекст Instagram.

В Meta Superintelligence Labs заявили, что Muse Image работает как агентная модель: использует поиск в интернете, инструменты для написания и выполнения кода и может дорабатывать изображение по ходу генерации.

Источник: Meta.

Muse Image интегрировали с Muse Spark. По данным Meta, связка моделей задействует код и медиагенерацию для создания анимированных GIF, сайтов со встроенными изображениями и интерактивных визуальных игр.

Параллельно Meta показала раннее превью Muse Video. По утверждению компании, модель построена на той же базе предобучения, дает высокое визуальное качество и нативно поддерживает аудио. В Meta добавили, что еще дорабатывают синхронизацию аудио и видео и физически точную передачу быстрого движения.

Meta также заявила, что изображения, созданные с помощью Muse Image в приложении Meta AIi, получают невидимый водяной знак Content Seal. По утверждению компании, он сохраняется после кадрирования, сжатия, изменения размера или создания скриншота. В дальнейшем Meta намерена распространить метку и на видео.

Также Meta привела метрики Arena. По данным компании, на Muse Image занимает второе место в категориях text-to-image, single-image editing и multi-image editing, уступая только GPT Image 2.

Источник: Meta.

Напомним, в конце июня Meta представила ИИ-систему, которая восстанавливает набираемый текст по записи активности мозга без хирургического вмешательства. По заявлению компании, средняя точность на уровне слов достигла 61%.