Meta 宣布推出用于视频生成和图像编辑的两款最新AI模型

11月16日，Meta宣布推出两款基于人工智能的视频编辑新功能，可用于在Instagram或Facebook上发布视频。

这两款 AI 驱动的生成模型，分别为 Emu Video 和 Emu Edit。其中，Emu Video可以根据纯文本、纯图像或组合的文本和图像输入来生成视频；Emu Edit则可以帮助用户通过文本指令进行自由形式的编辑。

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、艺术家和动画师等具有潜在的应用价值。

Meta表示，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，还可以基于文本提示“动画化”图像。同时，Emu Video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，将使用户能夠高效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或全局编辑。

Meta 在其声明中指出，目标不仅仅是产生一个“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。例如，棒球帽上添加“Aloha!”文字时，帽子本身应保持不变。

Meta 首席执行官马克·扎克伯格曾在活动中透露，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。