生成式AI｜Meta AI影片生成和圖像編輯：新AI模型 Emu Video Emu Edit 專注精準影像處理！｜Meta｜新興科技｜人工智能｜效率管理

Emu Video 採用 "因子化" 方法進行訓練，將訓練過程分為兩步，使模型能夠對不同的輸入做出反應。

編輯: ADAC 2023-11-23

社群媒體公司 Meta 正在為 Facebook 和 Instagram 用戶開發基於人工智能（AI）的新工具。

11 月 16 日，社群媒體巨頭 Meta 發布推文稱，該公司推出了用於內容編輯和生成的最新人工智能（AI）模型。

該公司推出了兩個人工智能生成模型。第一個模型是 Emu Video，它利用了 Meta 之前的 Emu 模型，能夠根據文字和圖像輸入生成視訊剪輯。第二個模型是 Emu Edit，專注於影像處理，有望提高影像編輯的精確度。

這些模型仍處於研究階段，但 Meta 公司表示，其初步結果顯示了創作者、藝術家和動畫師的潛在用例。

Meta 展示其新型生成模型 Emu Edit。來源：Meta

根據 Meta 推文介紹，Emu Video 採用 “因子化” 方法進行訓練，將訓練過程分為兩步，使模型能夠對不同的輸入做出反應：

“我們將訓練過程分為兩個步驟：首先，根據文字提示生成圖像，然後根據文字和生成的圖像生成影片。這種’因子化’或分割的影片生成方法讓我們能夠有效率地訓練影片生成模型”。

同一模型還能根據文字提示為圖像 “製作動畫”。據 Meta 稱，Emu Video 不依賴 “深度級聯模型”，而只使用兩個擴散模型，以每秒 16 幀的速度生成 512×512 的四秒長視頻。

Emu Edit 專注於影像處理，將允許使用者移除或添加影像背景，執行顏色和幾何變換，以及影像的局部和全局編輯。

“我們認為，首要目標不應僅僅是製作 ‘可信’ 的圖像。取而代之的是，模型應該專注於只精確修改與編輯請求相關的像素，” Meta 指出，並聲稱其模型能夠精確地遵循指令：

“例如，在棒球帽上添加文字’阿羅哈！’時，棒球帽本身應保持不變。”

Meta 使用電腦視覺任務訓練 Emu Edit，資料集包含 1000 萬張合成影像，每張影像都有輸入影像和任務描述，以及目標輸出影像。 “我們相信這是迄今為止同類產品中最大的數據集，”該公司說。

Meta 公司執行長 Mark Zuckerberg 在9 月的 Meta Connect 活動中透露，Meta 公司最新發布的 Emu 模型是利用11 億條資料訓練出來的，其中包括用戶在 Facebook 和 Instagram 上分享的照片和說明。

監管機構正在密切審查 Meta 基於人工智能的工具，導致這家科技公司採取了謹慎的部署方式。最近，Meta 披露它不允許政治活動和廣告商使用其人工智能工具在 Facebook 和 Instagram 上創建廣告。然而，該平台的一般廣告規則並不包括任何專門針對人工智能的規則。