Metas Muse Image planlegger og retter seg selv før bildet kommer ut

De fleste bildemodeller går rett fra prompt til piksler i ett forsøk. Det holder for enkle bestillinger, og det er grunnen til at team i produksjon ender opp med å sy sammen flere modeller og rydde opp manuelt etterpå. Muse Image legger et lag over: en planlegger foran diffusjonsmodellen, med verktøykall og korrigering inne i én og samme tankekjede.

fal kunngjorde 1. september at utviklere og bedrifter nå får tilgang til modellen, som kommer fra Meta Superintelligence Labs og går gjennom Meta Model API hos fal. Modellen søker på nett etter ekte referanser, skriver og kjører kode for presise visuelle elementer, og sjekker resultatet før det returneres. fal oppgir at det gir målbart bedre treff på logoer, virkelige steder, fungerende diagrammer og QR-koder som faktisk lar seg skanne.

Tre arbeidsflyter som vanligvis krever tre leverandører, samles i én modell. Generering og presis redigering i samme kall, der alt annet enn det du ber om skal forbli pikselidentisk. Flertrinns samtale der du bygger opp én ressurs over mange runder uten kvalitetsdrift. Og referansedrevet komposisjon, der du mater inn en merkevarepakke og får nytt materiale i samme stil.

Muse Image deler verktøy og planer med Muse Spark, slik at ett kall kan returnere animerte GIF-er eller nettsider med bilder i, ikke bare en flat fil. fal plasserer modellen topp fem på Arena innen tekst-til-bilde, enkeltbilderedigering og flerbilderedigering. Den rangeringen kommer fra fals egen pressemelding.

Hva bør du gjøre?

1. Test redigeringskallet først. Det er der løftet om at alt utenfor endringen forblir pikselidentisk lar seg etterprøve på dine egne bilder.
2. Hent prisen fra modellsiden hos fal før du regner på volum. Pressemeldingen oppgir ingen tall, bare at prisen er publisert der.
3. Behandle nettsøket som en kilde du ikke kontrollerer hvis du genererer bilder for kunder.