Apple baru saja merilis model AI open source untuk pengeditan gambar bernama MLLM-Guided Image Editing (MGIE). Untuk diketahui, MGIE menggunakan model bahasa besar multimodal (multimodal large language models/MLLMs) untuk menafsirkan perintah berbasis teks saat memanipulasi gambar. Dengan kata lain, alat ini memiliki kemampuan untuk mengedit foto berdasarkan perintah berbasis teks yang diketik pengguna.
Meskipun ini bukanlah alat pertama yang dapat melakukannya, instruksi manusia terkadang terlalu singkat untuk diambil dan diikuti oleh metode saat ini. Dilansir Engadget, Sabtu (10/2/2024), Apple mengembangkan MGIE bersama peneliti dari University of California, Santa Barbara. MLLM memiliki kekuatan untuk mengubah perintah teks sederhana atau ambigu menjadi instruksi yang lebih rinci dan jelas yang dapat diikuti oleh editor foto.
Misalnya, jika pengguna ingin mengedit foto pizza pepperoni untuk “membuatnya lebih sehat”, MLLM dapat menafsirkannya sebagai “tambahkan topping sayuran” dan edit foto tersebut. Selain melakukan perubahan besar pada gambar, MGIE juga dapat memotong, mengubah ukuran dan memutar foto, serta meningkatkan kecerahan, kontras, dan keseimbangan warna, semuanya melalui petunjuk teks. MGIE juga dapat mengedit area tertentu pada foto, misalnya memodifikasi rambut, mata, dan pakaian orang yang ada di dalamnya, atau menghapus elemen di latar belakang.
