Apple представила нейросеть MGIE (MLLM-Guided Image Editing) для редактирования изображений по текстовому описанию. Разработка модели велась совместно с Калифорнийским университетом в Санта-Барбаре.
MGIE является мультимодальной моделью, способной работать с различными типами данных, включая естественный язык и изображения. Нейросеть принимает на вход изображение и текстовое описание изменений, которые нужно внести, а затем выполняет указанные пользователем инструкции. Детали исследования доступны на arxiv.org, а код и веса модели — на GitHub. На платформе Hugging Face представлено тестовое веб-приложение на основе MGIE.
