Nawet dyrektor generalny Nvidii ma obsesję na punkcie narzędzia Google NotebookLM AI
Luma AI twierdzi, że kreator obrazów Photon jest szybszy niż jakikolwiek obecnie dostępny porównywalny model.
Lista generatywnych modeli obrazów AI stale rośnie.
W poniedziałek firma Luma zajmująca się sztuczną inteligencją wypuściła Photon, swój nowy model przetwarzania tekstu na obraz. Model ten, przeznaczony dla projektantów i twórców, opiera się na generatorze wideo Dream Machine firmy Luma, który umożliwia użytkownikom tworzenie krótkich klipów wideo z przesłanych przez nich zdjęć.
Podobnie jak Dream Machine, Photon jest przeznaczony dla wszystkich i skierowany do tych, którzy „budują otaczający nas świat, od projektantów, twórców filmowych, myślicieli wizualnych po małe firmy i nauczycieli” - wyjaśnia informacja. Obejmuje to przypadki użycia dla wszystkiego, od mody po architekturę.
Photon, oferujący możliwość wyświetlania wielu obrazów i ostrego renderowania tekstu, opiera się na specjalnie opracowanej architekturze Luma Universal Transformer, która według firmy sprawia, że jest „800% szybszy i tańszy niż inne porównywalne modele”. Podobnie jak w przypadku podobnych generatorów, użytkownicy mogą na bieżąco dostosowywać wyświetlane podpowiedzi oraz edytować i dostosowywać powstałe obrazy.
Luma ogłosiła także interfejs API Photon, który może zostać wydany przed końcem 2024 r. Skalowalne API umożliwi programistom tworzenie treści typu tekst na obraz i obraz na obraz.
„Prawdziwa magia Luma AI polega na tym, że staje się domem dla unikalnego twórczego DNA każdego twórcy - jego referencji, stylu i historii - podczas gdy Dream Machine uczy się i ewoluuje wraz z twórczą podróżą każdego użytkownika” - Anjney Midha, partner generalny w a16z i członek zarządu Luma AI, powiedział w komunikacie.
Luma chce, aby użytkownicy myśleli o Dream Machine i Photonie jako o prawdziwych kreatywnych współpracownikach, którzy potrafią zrozumieć unikalny kontekst i potrzeby użytkowników. Jedna z funkcji pozwala użytkownikom przesłać zdjęcie osoby i stworzyć jej „postać” wielokrotnego użytku, którą Photon może przedstawić w kilku scenariuszach obejmujących jeden obraz - co jest idealnym narzędziem do kampanii „burzy mózgów”. Użytkownicy mogą przesłać podobiznę osoby i dodać „@znak” w monicie, aby aktywować tę funkcję.
Jednak podczas demonstracji ZDNET okazało się, że Photon ma pewne problemy z renderowaniem naturalnie wyglądających wyrażeń dla postaci w niektórych pozycjach, co od razu przywodzi na myśl obawy związane z deepfakes i innymi potencjalnymi nadużyciami.
Wytyczne użytkowania Lumy zawierają uwagę dotyczącą moderowania treści, która wskazuje, że firma usunie określone wygenerowane obrazy.
Warto zauważyć, że Luma twierdzi, że dane wejściowe i wyjściowe z Photona nie są wykorzystywane do uczenia modeli firmy. Zapytany podczas demonstracji o zestaw danych szkoleniowych Lumy, dyrektor generalny Amit Jain powiedział, że nie może ujawnić, co zawiera i czy zawiera materiały pobrane z Internetu, czy też treści licencjonowane.
Jeśli chodzi o kwestie związane z prawami autorskimi, wytyczne są nieco bardziej niejasne. Firma prosi, aby użytkownicy „nie żądali ani nie generowali treści, które naruszają materiały chronione prawem autorskim lub znakami towarowymi” oraz „zawsze szanowali prawa własności intelektualnej”.
Na koniec firma uruchomiła także nowy interfejs dla Dream Machine, który jest już dostępny w Internecie i na iOS. Według firmy można go używać z językiem naturalnym: nie trzeba uczyć się, jak być lepszym, szybkim inżynierem.
Nowy interfejs jest łatwy w obsłudze i przypomina inne generatory, które identyfikują kluczowe deskryptory w wierszu zachęty i oferują rozwijane menu z podobnymi alternatywami na wypadek, gdybyś chciał zmodyfikować swój pomysł lub zbadać inne warianty. Usługa jest skierowana do każdego użytkownika, który chce poznać koncepcję projektu, przeanalizować pomysł na produkt, przeprowadzić burzę mózgów i współpracować z członkami zespołu za pośrednictwem wygodnej infrastruktury moodboardu Lumy.
„Usługa wizualnej sztucznej inteligencji” oferuje także funkcje personalizacji obrazów i wideo, a także bezpłatne i płatne poziomy subskrypcji już od 10 USD miesięcznie.