Apple svela MGIE: L’IA Aperta per l’Editing Visivo Intuitivo

Apple ha annunciato il rilascio di un nuovo modello AI open-source, chiamato “MGIE”, che permette di modificare le immagini sulla base di istruzioni in linguaggio naturale fornite dall’utente. Il modello, frutto di una collaborazione tra Apple e l’Università della California, Santa Barbara, è stato presentato alla International Conference on Learning Representations (ICLR) 2024, una prestigiosa conferenza di ricerca sull’intelligenza artificiale.

MGIE, acronimo di MLLM-Guided Image Editing, utilizza modelli linguistici multimodali di grandi dimensioni (MLLM) per interpretare le richieste dell’utente e tradurre i prompt dell’utente in modifiche a livello di pixel. Il modello è in grado di gestire vari aspetti dell’editing, come la modifica in stile Photoshop, l’ottimizzazione globale delle foto e modifiche localizzate. Il modello si dimostra efficace nel migliorare sia le metriche di valutazione automatica che la soddisfazione degli utenti, mantenendo un’elevata efficienza computazionale.

MGIE utilizza modelli linguistici multimodali di grandi dimensioni (MLLM) che possono elaborare sia testo che immagini, per potenziare l’editing di immagini guidato da istruzioni testuali. Gli MLLM hanno dimostrato capacità impressionanti di comprensione cross-modale e di generazione di risposte visivamente consapevoli. Tuttavia, non sono stati ancora ampiamente applicati al campo dell’editing di immagini.

MGIE integra i modelli linguistici multimodali di grandi dimensioni nel processo di modifica delle immagini in due modi. Innanzitutto, utilizza gli MLLM per estrarre istruzioni chiare e concise dall’input fornito dall’utente in linguaggio naturale. Ad esempio, dato l’input “rendere il cielo più blu“, MGIE può generare l’istruzione “aumentare la saturazione della zona cielo del 20%“.

In secondo luogo, sfrutta le capacità di elaborazione multimodale degli MLLM per tradurre queste istruzioni in modifiche effettive a livello di pixel dell’immagine, alterando parametri come saturazione, luminosità e contrasto nelle aree indicate. In questo modo MGIE guida il processo di modifica delle immagini in modo più efficiente e mirato rispetto all’input originale.

_________
MGIE di Apple: l’AI open-source per modificare le immagini

NEWS AIopenmind su:

#newsChatAIopenmind (1)3D (9)6G (3)Accademia di Comunicazione (4)Acer (1)Adobe (42)Aeronautica (10)Africa (3)Agenti AI (18)Agenti autonomi (1)Agenzia delle Entrate (1)Agenzia Spaziale Europea (ESA) (1)Agenzia viaggi (1)AGI (Intelligenza artificiale generalizzata) (13)AGID (1)Agricoltura (2)Amazon (44)Ambiente (4)AMD (2)Android (6)Animali (6)Animazione (5)Anthropic (29)Anziani (1)App (12)Apple (72)Archeologia (3)Architettura (4)Archivi storici (1)Armi (4)Arredamento interni (2)Arte (30)Assistente vocale (6)Astronomia (2)Asus (2)AT&T (1)Audi (1)Audio (58)Autoapprendimento (1)Avatar (7)Aviazione (1)Avvocati (2)Aziende (20)Banca (4)Bard (3)Biblioteca (1)Bill Gates (2)Bing (9)Biologia (1)Birra (1)Blockchain (2)Boston Dynamics (2)Calcio (2)Canva (7)Cattolicesimo (3)Certificazioni (1)Cesintes (1)chataudio (1)Chatbot IA (54)Chip (3)Cina (77)Cinema (11)Claude (20)Clima (5)CNR (1)Coca-Cola (1)Commercio (2)Commissione Europea (2)Compagnie aeree (1)Computer (5)Computer quantistici (38)Computer Vision (3)Comuni italiani (1)Comunicazione (10)Comunicazioni vocali (2)Concorso bellezza AI (1)Consiglio d'Europa (1)Contabilità (2)Convegno (13)Copilot (6)Copyright (18)Criptovalute (1)Cybersecurity (4)Dalle-2 (3)Dark web (3)Data center (11)Dating (1)Deepfake (3)Design automobilistico (3)Design Industriale (6)Diritti Autore (1)Disney (1)Doppiaggio (1)Drone (1)Droni (1)Dropbox (1)E-commerce (1)eBay (1)Editing fotografico (3)Editoria (13)Editoriale AIopenmind (1)Email (1)ENEA (2)Esercito (2)Et (0)Etica (162)Europol (3)Eventi (7)Evento (8)Facebook (4)FakeNews (18)Falegnameria (1)Fauna selvatica (1)Film (6)Finanza (13)Finanziamenti Italia (4)Firefly (3)Firefox (1)Fondo Monetario Internazionale (1)Formazione (35)Fotografia (115)Francia (3)Free lance (1)G7 (1)Gaming (1)Garante privacy (21)Giappone (11)Giochi (10)Giornalismo (21)Giustizia (2)Google (369)Governo (7)Governo Italiano (3)Grafica (6)Guerra (16)Guida autonoma (8)Hong Kong (3)Hugging Face (5)IBM (8)Illustrazioni (1)iMessage (1)Immobiliare (1)India (5)Indossabili (4)Influencer (1)Informazione (10)Inghilterra (10)INPS (2)Intel (8)ISO (1)Istruzione (17)Jailbreaking (1)Kamala Harris (1)Lavoro (62)Libri (3)Linguistica computazionale (10)Linkedin (9)Linux (1)Luma AI (1)Maltrattamento infantile (1)Marina (1)Marketing (105)Medicina (36)Mercedes-Benz (1)Meta (113)Metaverso (17)Meteo (1)Microsoft (210)Midjourney (18)Mobilità sostenibile (2)Moda (6)Modelli AI (95)Motori di Ricerca (13)Mozilla (2)Museo (1)Musica (41)NASA (1)Nato (2)Natura (2)Natural Language Processing (2)Nazioni Unite (1)NBA (1)NFT (3)Nvidia (52)Occhiali (7)Occhiali Intelligenti (2)Occhiali Smart (1)Oculistica (1)Odore (1)OMS (1)ONU (1)Open Source (4)OpenAI (310)Opera (14)Opera Browser (1)Oppo (3)Oracle (3)Orologio (1)Parlamento Europeo (4)Patente di guida (1)Pensieri (1)Perplexity (13)Pianeta (2)Plugin (1)Polizia (2)Ponti (1)Presentazioni aziendali (4)Privacy (30)Programmazione (12)Prompt (5)Pubblicazione (1)Pubblicità (19)QR Code (1)Qualcomm (4)Ray-Ban (7)Realtà mista (4)Reddit (7)Relazioni internazionali (2)Relazioni Pubbliche (3)Religione (1)Report (129)Ricerca scientifica (9)Riconoscimento emotivo (1)Risorse online (100)Ristorazione (3)Robotica (56)Runway (13)Salute (9)Samsung (14)Sanità (19)Satelliti (2)Sceneggiatura (1)Semiconduttori (2)SEO (3)Shopping online (4)Sicurezza (27)Sicurezza informatica (79)SMS (1)Snapchat (10)Soccorso (1)Società (12)Software (4)Sport (3)Spotify (5)Stability (4)Stable Animation SDK (1)Stable Diffusion (12)Stampanti (1)Standard (4)Startup (386)streaming live (1)Supercomputer (5)Superintelligenza (3)Sviluppatori (1)Sviluppo sostenibile (1)Synthesia (1)Taiwan (4)Taxi (2)Telecomunicazioni (4)Telegram (3)Televisione (1)Tesla (10)TikTok (11)Torah (1)Traduttore AI (7)Trasporti (1)Truffa (2)Twitter (13)Ucraina (3)Udito (1)UE (13)UNESCO (3)UNICEF (1)Unione Europea (26)Università (5)Uomo (1)USA (60)Vaticano (5)Video (129)Videocomunicazione (4)Videogiochi (4)Vigili del fuoco (1)Violenza domestica (1)Visualizzazione dati (1)Vodafone (1)Vogue Business - As Gen Z matures (0)Volkswagen (1)VPN (3)Website (12)WhatsApp (11)Wikipedia (1)Wordpress (3)X (12)Xiaomi (1)Yahoo (3)Youtube (17)Zoom (6)



AI open mind

Insieme per riflettere sull’intelligenza - umana e artificiale - tra studi, esperienze, democrazia e innovazione.

Editoriale | Il paradosso europeo dell’AI: pronti a prosperare, ma bloccati dalle proprie regole

L'Europa possiede tutti gli elementi necessari per eccellere nel campo dell'Intelligenza Artificiale (IA): un vasto mercato di consumatori ad alto reddito, una concentrazione di...

#newsNISQ-AIopenmind 2025 Febbraio 6

Bill Gates: i computer quantistici diventeranno utili in 3-5 anniIl co-fondatore di Microsoft discute la velocità di sviluppo del quantum computing e le possibili...

Gooey.AI: Democratizzare l’Intelligenza Artificiale per Tutti

Gooey.AI sta rivoluzionando l'accesso all'intelligenza artificiale attraverso una piattaforma low-code che consente sia agli sviluppatori che ai non programmatori di creare e distribuire flussi...

Mi sono imparato la scienza?

Fahrenheit.iit e il potere della narrazione. Mercoledì 13 marzo, ore 17:00 in Accademia di Comunicazione e in streaming Registrati La narrazione può essere la lama...

Iscrizione NEWSLETTER

I dati da Lei forniti non saranno comunicati ad altri soggetti terzi e non saranno trasferiti né in Stati membri dell’Unione Europea né in paesi terzi extra UE.

Visita le sezioni del sito

Link utili

Casi studio, contributi

AI governance: A research agenda, Governance of AI program, Future of Umanity Institute, University of Oxford, Dafoe A., 2017 Artificial intelligence (AI) is a po-tent...

Libri

Ricerche

Piattaforme Corsi Gratuiti

White paper, guidelines