Un nuovo modello promette di creare e modificare le immagini con prompt testuali
Apple non è esattamente uno degli attori principali nel campo dell’intelligenza artificiale ma potrebbe diventarlo presto. Ecco allora che assume una certa importanza il lancio di un nuovo modello di intelligenza artificiale open source della Mela per l’editing delle immagini. È chiamato MLLM-Guided Image Editing (MGIE) e utilizza modelli multimodali di linguaggio di grandi dimensioni (MLLM) per interpretare comandi basati su testo durante la manipolazione delle immagini. In altre parole, lo strumento ha la capacità di modificare le foto in base al testo digitato dall’utente. Sebbene non sia il primo strumento a farlo, “le istruzioni umane a volte sono troppo brevi per essere catturate e seguite dai metodi attuali”, afferma il progetto. L’azienda ha sviluppato MGIE con ricercatori dell’Università della California, Santa Barbara, con la volontà di trasformare istruzioni di testo semplici o ambigue in azioni più dettagliate e chiare che l’editor di foto stesso può seguire. Ad esempio, se un utente desidera modificare la foto di una pizza ai peperoni per “renderla più salutare”, gli MLLM possono interpretarla come “aggiungere condimenti vegetali” e modificare la foto come tale.
Oltre a apportare modifiche sostanziali alle immagini, MGIE può anche ritagliare, ridimensionare e ruotare le foto, nonché migliorarne la luminosità, il contrasto e il bilanciamento del colore, il tutto tramite istruzioni scritte. Può anche modificare aree specifiche di una foto e, ad esempio, i capelli, gli occhi e i vestiti di una persona ritratta o rimuovere elementi dallo sfondo. Come osserva VentureBeat, Apple ha rilasciato il modello tramite GitHub, ma chi è interessato può provare una demo attualmente ospitata su Hugging Face Spaces. Non è ancora detto se una simile funzione arriverà mai in qualche prodotto del colosso ma il solo fatto che esista fa pensare ad un’integrazione futura in una prossima IA di Cupertino.
