Dự án này được coi là một phần trong nỗ lực của hãng để mở rộng phạm vi sử dụng của trí tuệ nhân tạo trong các ứng dụng của mình, theo Gizchina.

MGIE sử dụng một mô hình ngôn ngữ lớn đa phương thức (MLLM) để diễn giải hướng dẫn người dùng và thực hiện các hoạt động chỉnh sửa hình ảnh ở cấp độ pixel. Điều đặc biệt, MGIE có khả năng hiểu và thực thi các lệnh ngôn ngữ tự nhiên một cách linh hoạt và chính xác.

Apple đang hợp tác với các nhà nghiên cứu từ Đại học California, Santa Barbara để công bố kết quả nghiên cứu liên quan đến MGIE tại Hội nghị quốc tế về đại diện học tập (ICLR) năm 2024, một sự kiện quan trọng trong lĩnh vực nghiên cứu trí tuệ nhân tạo.

Với việc ra mắt MGIE, Apple tiếp tục chứng tỏ cam kết của mình trong việc đưa trí tuệ nhân tạo vào cuộc sống hàng ngày của người dùng, mở ra những tiềm năng mới trong việc sáng tạo và tương tác với công nghệ.

Các tính năng chính của MGIE

Chỉnh sửa dựa trên hướng dẫn biểu cảm: MGIE tạo ra các kết quả ngắn gọn và rõ ràng từ đầu vào của người dùng để quá trình chỉnh sửa ảnh trở nên hiệu quả. Điều này giúp cải thiện chất lượng chỉnh sửa và tăng trải nghiệm người dùng.

Chỉnh sửa phong cách photoshop: Mô hình có khả năng thực hiện các chỉnh sửa phổ biến như cắt xén, thay đổi kích thước, xoay, lật và thêm bộ lọc. Ngoài ra, MGIE cũng có thể áp dụng các chỉnh sửa nâng cao như thay đổi nền, thêm hoặc xóa đối tượng và trộn hình ảnh.

Tối ưu hóa ảnh toàn cầu và cục bộ: Mô hình có khả năng tối ưu hóa chất lượng tổng thể của ảnh cũng như chỉnh sửa các khu vực hoặc đối tượng cụ thể trong hình ảnh, bao gồm điều chỉnh màu sắc, độ sáng, tương phản và các thuộc tính khác.