ادوبی از مدل های جدید تجسم هوش مصنوعی Firefly رونمایی کرد

مدل‌های تصویرساز ادوبی حالا توانایی تولید تصاویر پیچیده و با جزئیات زیاد را نیز دارند.

ادوبی امروز از مدل‌های جدید هوش مصنوعی تصویرساز خود رونمایی کرد. این کمپانی همچنین از نسخه جدید وب اپلیکیشن Firefly که دسترسی به این مدل‌ها را ممکن می‌کند رونمایی کرده است.

به گزارش تک کرانچ، ادوبی در توضیح مدل‌های جدید خود گفته است که Firefly Image Model 4 از نظر مواردی همچون کیفیت، سرعت و میزان کنترل ساختار و سبک خروجی‌ها، زوایای دوربین و زوم نسبت به مدل‌های قبلی بهبود پیدا کرده است. این مدل هم‌اکنون قادر است تا تصاویری با وضوح تا 2K نیز تولید کند. همچنین ادوبی یک نسخه بهینه‌سازی شده و توانمندتر از این مدل با نام Image Model 4 Ultra را معرفی کرده که می‌تواند صحنه‌های پیچیده‌ای متشکل از ساختارهای کوچک و جزئیات زیاد را برای کاربران خلق کند.

مدل‌های تصویرساز جدید ادوبی توانایی بسیار بالاتری در خلق تصاویر باکیفیت و با جزئیات زیاد دارند

به گفته «الکساندر کاستین»، معاون هوش مصنوعی مولد در ادوبی، این شرکت مدل‌های جدید خود را درجه محاسباتی بالاتری آموزش داده تا بتوانند تصاویر دقیق‌تری تولید کنند. کاستین همچنین گفت که مدل‌های جدید در مقایسه با مدل‌های قدیمی، تولید متن در تصاویر را بهبود می‌دهند و دارای قابلیت‌هایی هستند که به کاربران اجازه می‌دهد تصاویری مشابه با تصاویر دلخواهشان تولید کنند.

ادوبی همچنین اعلام کرده که مدل ویدیویی Firefly که سال گذشته در نسخه بتا منتشر شده بود، حالا در دسترس عموم قرار دارد. این مدل به کاربران اجازه می‌دهد تا کلیپ‌های کوتاه را براساس پرامپت‌های متنی یا تصویری تولید کنند. همچنین امکان تنظیم مواردی مانند زوایای دوربین و سایر عناصر نیز برای کاربران وجود دارد.

برنامه وب Firefly به کاربران ادوبی امکان می‌دهد تا به همه این مدل‌ها و همچنین مدل‌های تولید تصویر از سایر کمپانی‌ها مانند OpenAI و Imagen 3 و Veo 2 از گوگل نیز دسترسی داشته باشند. کاربران این اجازه را دارند که در هر زمان یکی از این مدل‌ها را به‌دلخواه خود انتخاب کنند. ادوبی گفته که در آینده مدل‌های بیشتری را به این وب اپلیکیشن اضافه می‌کند.

علاوه‌براین، ادوبی از آزمایش Firefly Boards برای ایده‌پردازی کاربران خبر داده است. این قابلیت از طریق برنامه وب Firefly در دسترس است. در پایان، ادوبی APIهای Text-to-Image و آواتار خود را به‌صورت عمومی منتشر کرده و همچنین گفته که یک API جدید Text-to-Video اکنون برای استفاده در حالت بتا در دسترس کاربران است.