Meta 宣布推出用于视频生成和图像编辑的 Emu Video 和 Emu Edit 两款最新人工智能模型

社交媒体巨头 Meta 公司于 11 月 16 日在其博客文章中宣布推出最新的人工智能（AI）模型，用于内容编辑和生成。

这两款 AI 驱动的生成模型，分别为 Emu Video 和 Emu Edit，代表了行业的一大进步。Emu Video 利用 Meta 之前的 Emu 模型，能够基于文本和图像输入生成视频剪辑。而 Emu Edit 则专注于图像处理，承诺在图像编辑方面提供更高的精确度。

这些模型目前仍处于研究阶段，但 Meta 表示，初步结果显示出对创作者、艺术家和动画师等的潜在应用价值。

据 Meta 博客文章所述，Emu Video 采用了「分解式」训练方法，将训练过程分为两步，使模型能够对不同输入做出响应：「我们将过程分成两步：首先根据文本提示生成图像，然后根据文本和生成的图像生成视频。这种『分解式』或分步的视频生成方法让我们能够高效地训练视频生成模型。」该模型还可以基于文本提示「动画化」图像。Meta 称，Emu Video 不依赖于「深层级模型串联」，仅使用两个扩散模型就能以 16 帧每秒的速度生成 512x512 像素、四秒长的视频。

专注于图像处理的 Emu Edit，将使用户能夠进行去除或添加图像背景、执行色彩和几何变换，以及对图像进行局部和全局编辑。

Meta 在其声明中指出：「我们认为，主要目标不应仅仅是产生一个『可信』的图像。相反，模型应专注于精确地改变与编辑请求相关的像素。」该公司声称其模型能够精确地遵循指令：「例如，在棒球帽上添加『Aloha!』文字时，帽子本身应保持不变。」

Meta 使用计算机视觉任务训练了 Emu Edit，数据集包括 1000 万张合成图像，每张图像都有输入图像、任务描述以及目标输出图像。「我们相信这是迄今为止同类中最大的数据集，」公司表示。

Meta 最新发布的 Emu 模型是用 11 亿条数据训练的，包括 Facebook 和 Instagram 用户分享的照片和标题，Meta 首席执行官马克·扎克伯格在 9 月的 Meta Connect 活动中透露。

监管机构正在密切关注 Meta 基于 AI 的工具，导致这家科技公司采取了谨慎的部署方式。Meta 最近透露，它不允许政治活动和广告商使用其 AI 工具在 Facebook 和 Instagram 上创建广告。然而，该平台的一般广告规则并未特别涉及 AI。