شركة ميتا تطلق CM3Leon .. أداة الذكاء اصطناعي الجديدة لإنشاء الصور من النص

نموذج CM3leon ، وهو اقتراح جديد في مجال الذكاء الاصطناعي التوليدي (AI) ، يقتحم القطاع مع وعد بأن يصبح علامة فارقة بفضل قدرته على تحويل النص إلى صور ، والعكس صحيح.

يتمثل الابتكار الرئيسي لـ CM3leon في طبيعته متعددة الوسائط ، والتي تجمع بين إنشاء النص والصور في نموذج واحد. تتطلب هذه الخاصية ، غير المسبوقة حتى الآن ، عملية تدريب جديدة مستوحاة من الخوارزميات المستخدمة لنماذج اللغة النصية حصريًا.

من الإنجازات الملحوظة لـ CM3leon أنها تمكنت من تحقيق أداء عالٍ في إنشاء تحويل النص إلى صورة ، حتى باستخدام حساب أقل بخمس مرات من الطرق الأخرى القائمة على المحولات ، مما يمثل قفزة نوعية من حيث الكفاءة.

بفضل بنيتها المتطورة ، يمكن لـ CM3leon إنشاء تسلسلات نصية وصور بناءً على أي نوع من محتوى الصور والنص. تسمح قابلية التكيف والتنوع هذه لـ CM3leon بمعالجة التحديات مثل إنشاء الصور وتحرير الصور الموجهة بالنص.

في اختبارات إنشاء الصور القياسية ، سجلت CM3leon رقمًا قياسيًا جديدًا بدرجة FID تبلغ 4.88 ، متغلبة على شركات النماذج مثل غوغل ، مما يدل على إمكاناتها في إنشاء صورة من النص.

من بين مجموعة واسعة من المهام التي يمكن أن يقوم بها CM3leon ، يبرز تحرير الصور الموجهة بالنص. يتيح هذا الإجراء المبتكر إمكانية إجراء تغييرات على الصورة بناءً على المؤشرات المعبر عنها بتنسيق النص. على سبيل المثال ، إذا زودنا  الأداة بالتعليمات المكتوبة  مثل "تغيير السماء من الأزرق إلى الأحمر" ، فستكون CM3leon قادرة على تحرير الصورة وفقًا لذلك. يفتح هذا التطور الثوري أبوابًا جديدة في عالم التصميم الجرافيكي وتحرير الصور ، مما يوفر سهولة كبيرة في الاستخدام ودرجة عالية من التخصيص بناءً على اللغة الطبيعية.

 تتميز CM3leon أيضا بقدرتها على تنفيذ وظيفة Object-to-Image ، أي تحويل الكائنات إلى صور. هذه الميزة مفيدة بشكل خاص لمهام مثل إنشاء الصور من أوصاف النص. على سبيل المثال "قطة تنام على أريكة حمراء" ، فإن CM3leon قادرة على إنتاج صورة تتوافق بدقة مع هذا الوصف.  

تعد وظيفة CM3leon Segmentation-to-Image جوهرة أخرى في حدود قدراتها. يتضمن ذلك إنشاء صور واقعية ومفصلة من معلومات التجزئة. لفهمها بشكل أفضل ، افترض أن لديك صورة تحتوي فقط على معلومات التجزئة ، أي تقسيمات المناطق التي تمثل عناصر مختلفة ولكن بدون تفاصيل مرئية. باستخدام معلومات الإدخال هذه ، CM3leon قادرة على تفسير كل جزء وإنشاء محتوى مرئي متماسك وواقعي. على سبيل المثال ، يمكنك التقاط صورة مجزأة لمنظر للمدينة وإنتاج صورة حية ومفصلة لمنظر المدينة. يفتح هذا النوع من الإمكانيات عالمًا جديدًا بالكامل من الاحتمالات في التصميم الجرافيكي وتصور البيانات ، على سبيل المثال لا الحصر.

في عالم الذكاء الاصطناعي ، تعد الشفافية والتعاون في تطوير النماذج أمرًا حيويًا لمواجهة تحديات مثل التحيز في بيانات التدريب. من هذا المنطلق ، تم تدريب CM3leon باستخدام مجموعة من البيانات الداخلية والمرخصة ، مما يمثل تغييرًا في توزيع البيانات مقارنة بالنماذج الأخرى.

يمثل ظهور CM3leon خطوة مهمة على الطريق نحو إنشاء نماذج ذكاء اصطناعي عالية الجودة. ومع ذلك ، فإن هذا المسار بعيد كل البعد عن أن يكون رحلة سلسة وسهلة. تحديات العدالة والتمثيل والشفافية هي عقبات لم يتم التغلب عليها بعد. ولكن مع ابتكارات مثل CM3leon ، يبدو مستقبل الذكاء الاصطناعي التوليدي مشرقًا ومثيرًا.

-مزيد من المعلومات على ai.meta.com