मेटा ने म्यूज़ इमेज लॉन्च किया और उन्नत कृत्रिम बुद्धिमत्ता के साथ म्यूज़ वीडियो का पूर्वावलोकन प्रदर्शित किया
मेटा ने म्यूज़ इमेज के लॉन्च की घोषणा की और म्यूज़ वीडियो का पूर्वावलोकन किया, जो मेटा सुपरइंटेलिजेंस लैब्स द्वारा विकसित पहला मीडिया जेनरेशन मॉडल है। ये नए उपकरण दृश्य और दृश्य-श्रव्य सामग्री के निर्माण में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करते हैं।
म्यूज़ इमेज, जिसे कंपनी का अब तक का सबसे परिष्कृत मॉडल माना जाता है, निर्देशों का सटीक रूप से पालन करने, विस्तृत संपादन करने, कई संदर्भों से तत्वों की रचना करने और सामाजिक संदर्भ के लिए इंस्टाग्राम का उपयोग करने की अपनी क्षमता के लिए जाना जाता है। इसके अतिरिक्त, यह इंटरैक्टिव टूलिंग क्षमताएं प्रदान करता है और म्यूज़ स्पार्क के साथ एकीकृत होता है, जबकि म्यूज़ वीडियो, उसी पूर्व-प्रशिक्षण आधार पर बनाया गया है, जो देशी ऑडियो समर्थन के साथ असाधारण दृश्य निष्ठा का वादा करता है।
उपलब्धता के संदर्भ में, म्यूज़ इमेज को अब मेटा एआई ऐप पर, मेटा.एआई प्लेटफॉर्म पर, संयुक्त राज्य अमेरिका में उपयोगकर्ताओं के लिए इंस्टाग्राम स्टोरीज़ पर और कुछ देशों में व्हाट्सएप पर एक्सेस किया जा सकता है। जल्द ही यह फेसबुक पर भी उपलब्ध होगा. म्यूज़ियम वीडियो जल्द ही कंटेंट क्रिएटर्स और मेटा एआई पर आ रहा है।
म्यूज़ियम इमेज के साथ एजेंसी छवियों का निर्माण
निर्देशों को केवल छवियों में परिवर्तित करने के बजाय, म्यूज़ इमेज एक बुद्धिमान एजेंट के रूप में काम करता है। यह सटीकता को परिष्कृत करने के लिए खोज और कोडिंग टूल का उपयोग करता है, अपनी पीढ़ियों में सुधार करता है, और परीक्षण के दौरान कम्प्यूटेशनल शक्ति को स्केल करके अपने प्रदर्शन को अनुकूलित करता है। म्यूज़ स्पार्क के साथ इसका एकीकरण दोनों मॉडलों को एक साथ टूल साझा करने और योजना बनाने की अनुमति देता है, जिससे एक शक्तिशाली एजेंसी मीडिया उत्पादन क्षमता प्रदान होती है।
उपकरणों का उपयोग करने की क्षमता
म्यूज़ इमेज के पास कई टूल तक पहुंच है जो इसकी प्रदर्शन क्षमताओं को बढ़ाते हैं। उन्होंने सुदृढीकरण सीखने के माध्यम से, सटीक ग्राफिक्स और क्यूआर कोड का उत्पादन करने के लिए कोड लिखना और निष्पादित करना सीखा, उत्पन्न छवियों की सटीकता में सुधार करने के लिए प्रदान किए गए आंकड़ों पर कंडीशनिंग की। म्यूज़ स्पार्क के साथ संयोजन से आप एनिमेटेड GIF, एम्बेडेड छवियों वाली वेबसाइट और इंटरैक्टिव विज़ुअल गेम बना सकते हैं।
इस विषय पर और: नया मेटा फीचर व्हाट्सएप पर आर्टिफिशियल इंटेलिजेंस का उपयोग करके छवियां बनाता है
##एमवी_ईएमबी_0##
उनके प्रोग्रामिंग कौशल का एक उल्लेखनीय उदाहरण एक जटिल कोरियाई मैनहवा-शैली चित्रण के भीतर एक पठनीय क्यूआर कोड बनाना है, जो यह सुनिश्चित करता है कि दृश्य में कलात्मक रूप से एकीकृत होने के दौरान कोड सही ढंग से काम करता है। मॉडल विस्तृत फ्रैक्टल ग्राफिक्स, जैसे कि जूलिया सेट और सिएरपिंस्की त्रिकोण, उत्पन्न करने और उन्हें शैली-विशिष्ट पोस्टर लेआउट पर लागू करने में भी सक्षम है।
एनीमेशन के क्षेत्र में, म्यूज़ इमेज फ्लिपबुक अनुक्रमों के निर्माण को प्रदर्शित करता है। यह चरित्र विवरण को बढ़ाता है, प्रत्येक फ्रेम में दृश्यों और प्रकाश व्यवस्था की स्थिरता बनाए रखते हुए, एक पंच और एक चकमा आंदोलन जैसे गतिशील इंटरैक्शन उत्पन्न करने के लिए उनकी स्थिति को समायोजित करता है। एक अन्य एप्लिकेशन में एक पालतू जानवर के जीवन के विभिन्न चरणों को बनाना शामिल है, जैसे कि एक क्रीम फ़ारसी बिल्ली को एक नवजात बिल्ली के बच्चे या एक पतले किशोर में बदलना, दृश्य गेम में उपयोग के लिए, छवियों को तत्काल लोडिंग के लिए डेटा यूआरआई में परिवर्तित करना।
प्रोग्रामिंग के अलावा, खोज कार्यक्षमता म्यूज़ इमेज को वास्तविक समय, तथ्यात्मक जानकारी के साथ-साथ दृश्य संदर्भों के साथ उत्पन्न छवियों को प्रमाणित करने के लिए वेब पर क्वेरी करने की अनुमति देती है। यह क्षमता उन अनुरोधों में सटीकता में सुधार करने के लिए महत्वपूर्ण है जिनके लिए पूर्व ज्ञान की आवश्यकता होती है, खासकर वर्तमान घटनाओं और वास्तविक दुनिया के तथ्यों के बारे में।
अनुसंधान उपकरण का उपयोग 2026 की गर्मियों के लिए फैशन रुझानों की पहचान करने, खरीद लिंक और पोशाक सुझाव उत्पन्न करने के लिए कैटवॉक रिपोर्ट और उत्पाद कैटलॉग का विश्लेषण करने के लिए किया गया था। विज्ञान के क्षेत्र में, मॉडल ने चंद्रमा के निर्माण के बारे में सटीक और दृष्टिगत रूप से सुसंगत इन्फोग्राफिक्स बनाने के लिए विशाल प्रभाव परिकल्पना पर आरेख और विश्वसनीय स्रोतों पर शोध किया। एक अन्य प्रदर्शन में, म्यूज़ इमेज ने सैन फ्रांसिस्को में फेसबुक मार्केटप्लेस से गैर-ब्रांडेड पुरानी वस्तुओं की योजना बनाई और उनका चयन किया, उन्हें एक शयनकक्ष की आरामदायक और सरल सजावट शैली के साथ जोड़ा।
यह भी देखें
क्वालिटी कंट्रोल के सह-संस्थापक पियरे थॉमस का लास वेगास में दिल का दौरा पड़ने से निधन हो गया
दक्षिणी पेरू में 6.7 तीव्रता का भूकंप आया, किसी के हताहत होने की कोई खबर नहीं
वन यूआई 9.5 अपडेट: किन गैलेक्सी उपकरणों को सैमसंग का नया इंटरफ़ेस प्राप्त होना चाहिए
मॉडल आत्म-सुधार और प्रतिबिंब
म्यूज़ियम इमेज की उभरती विशेषताओं में से एक इसकी आत्म-सुधार करने की क्षमता है। मॉडल अपने काम पर प्रतिबिंबित करता है और अपने तर्क के भीतर इसे सुधारता है, चाहे छोटी त्रुटियों के लिए स्थानीय संपादन करना हो या बड़ी खामियां होने पर पूरी तरह से नई छवि तैयार करना हो। यह व्यवहार सुदृढीकरण सीखने के प्रशिक्षण के दौरान उभरा, क्योंकि इसके परिणामस्वरूप बेहतर गुणवत्ता वाली छवियां प्राप्त हुईं और परिणामस्वरूप, अधिक पुरस्कार मिले।
आत्म-सुधार के उदाहरणों में, मॉडल ने एक पत्रिका पृष्ठ को एक साथ रखने, समीक्षा, शीर्षक और फैशन पोर्ट्रेट चरणों को एक सुसंगत लेआउट और त्रुटिहीन विवरण के साथ एकीकृत करने की क्षमता का प्रदर्शन किया। एक अन्य उदाहरण में गणितीय सूत्रों को सही करना, लेआउट को समायोजित करना और पाठ की स्पष्टता की जांच करना शामिल है। इस प्रक्रिया में उत्पन्न छवियों की अंतिम समीक्षा, साझा करने से पहले मैक्रो विवरण, चमकदार फिनिश और सटीकता की पुष्टि करना भी शामिल था।
स्केलेबिलिटी और कम्प्यूटेशनल दक्षता
भाषा मॉडल की तरह, म्यूज़ इमेज अनुमान के दौरान जितनी अधिक जानकारी संसाधित करती है, उसमें उत्तरोत्तर सुधार करती है। परीक्षण के समय अधिक कम्प्यूटेशनल शक्ति के साथ, मॉडल अपने तर्क को गहरा करता है, अधिक टूल कॉल करता है और अपनी पीढ़ियों को परिष्कृत करने के लिए अधिक आत्म-सुधार कदम उठाता है। तर्क क्षमता और कम्प्यूटेशनल शक्ति बढ़ने से मानव प्राथमिकता एलो स्कोर में सुधार होता है, जो लगभग लॉग-लीनियर स्केलिंग संबंध प्रदर्शित करता है।
अध्ययनों से पता चला है कि प्रभावी स्केलिंग के लिए टोकन बजटिंग का विवेकपूर्ण उपयोग आवश्यक है। जबकि बेस्ट-ऑफ-एन विधि (जो कई छवियां उत्पन्न करती है और सर्वश्रेष्ठ का चयन करती है) शुरू में गुणवत्ता में सुधार करती है, लेकिन यह जल्दी से संतृप्त हो जाती है। दूसरी ओर, उसी कम्प्यूटेशनल शक्ति को जानबूझकर तर्क करने में निवेश करने से काफी बेहतर स्केलेबिलिटी मिलती है। तर्क और उपकरणों का उपयोग पारस्परिक रूप से एक दूसरे को बढ़ाते हैं, जिससे मॉडल को अपने पिछले ज्ञान से परे जाने की अनुमति मिलती है, चाहे वह संदर्भों की खोज कर रहा हो या सटीक विवरण के लिए कोड लिख रहा हो, उन अंतरालों को भरना जो अकेले तर्क भरने में सक्षम नहीं होंगे।
और जानें: मेटा ने आर्टिफिशियल इंटेलिजेंस टूल को बंद कर दिया है जो इंस्टाग्राम प्रोफ़ाइल फ़ोटो का उपयोग करता था
सटीक छवि संपादन
म्यूज़ियम इमेज एक सटीक छवि संपादन क्षमता प्रदर्शित करती है, जो उपयोगकर्ता द्वारा विभिन्न निर्देशों में अनुरोध किए जाने पर बिल्कुल बदल जाती है। उदाहरण के लिए, यह एक घाटी को प्रकट करने के लिए एक छवि से कोहरा हटा सकता है, एक इंद्रधनुष ढाल बनाने के लिए एक फूल की पंखुड़ियों को संशोधित कर सकता है, या एक दृश्य को प्रासंगिक बनाने के लिए ज़ूम को समायोजित करने के अलावा, एक संकेत पर पाठ और संख्याओं को बदल सकता है।
मॉडल संपूर्ण संपादन चरणों में सुसंगतता बनाए रखता है, जिससे वांछित परिणाम प्राप्त करने के लिए पुनरावृत्तीय परिशोधन और खुले-अंत प्रयोग की सुविधा मिलती है। एक प्रदर्शन में, वह अन्य छवियों के विशिष्ट तत्वों का उपयोग करके, एक लिविंग रूम को जपांडी शैली में बदलने में सक्षम था। एक अन्य जटिल उदाहरण में एक बिल्ली और कुत्ते के बीच एक पिकनिक की रचना करना, फिर इसे एक कैफे में एक फ्रेम की गई तस्वीर के रूप में कल्पना करना और अंत में एक थीम वाली वस्तु और पशु चित्रण के साथ प्रतिष्ठान का मेनू तैयार करना शामिल है।
अनेक सन्दर्भों से रचनाओं का सृजन
म्यूज़ इमेज की क्षमताएं लोगों, वस्तुओं, कपड़ों, शैलियों और वातावरण सहित प्रॉम्प्ट में डाली गई कई संदर्भ छवियों से तत्वों की रचना तक विस्तारित हैं। टेम्प्लेट जटिल दृश्य रचनाओं के लिए सीधे प्रॉम्प्ट पर टेक्स्ट और छवियों को इंटरलीविंग का समर्थन करता है।
पूरी कवरेज: ताज़ा खबरें (HI)
इसे कई दृश्य संदर्भों का उपयोग करते हुए, एक विशिष्ट ड्राइंग शैली के साथ, साइकिल चलाते, कपड़े पहने और पार्क की बेंच पर बैठे एक व्यक्ति की छवि बनाकर प्रदर्शित किया जाता है। एक अन्य मामले में, मॉडल लिविंग रूम के रंग को दीवार पर एक विशिष्ट पैटर्न में बदलने में कामयाब रहा, जिसमें एक कॉफी टेबल, साइडबोर्ड और स्क्रीन पर एक विशिष्ट छवि के साथ 65 इंच का टेलीविजन जोड़ा गया, और सोफे पर बैठे एक व्यक्ति को विशिष्ट वस्तुओं के साथ डाला गया।
नवीनतम ह्यूमन प्रेफरेंस एलो रेटिंग के अनुसार, म्यूज़ इमेज वर्तमान में टेक्स्ट-टू-इमेज रूपांतरण, सिंगल-इमेज एडिटिंग और मल्टी-इमेज एडिटिंग के लिए एरेना में दूसरे स्थान पर है।
