So testen Sie Apples neuen KI-Bildeditor
Es gibt einen neuen Apple-Bildeditor – man muss nur wissen, wo man suchen muss. Die iPhone-Hersteller haben sich mit Forschern der University of California in Santa Barbara zusammengetan, um ein Tool zu entwickeln, mit dem man Fotos und Bilder mithilfe von Textanweisungen bearbeiten kann. Es gibt zwar noch keine offizielle Veröffentlichung, aber die Forscher bieten eine Demoversion an, die man selbst ausprobieren kann. Entdeckt wurde sie zuerst von Extreme Tech .
Das Projekt heißt Multimodal Large Language Model Guided Image Editing (MGIE). Es gibt derzeit viele KI-gestützte Bildbearbeitungsprogramme auf dem Markt. Photoshop verfügt mittlerweile über integrierte KI-Werkzeuge, und andere Programme wie OpenAIs DALL-E ermöglichen neben der Bildgenerierung auch die Bildbearbeitung. Wer sie schon einmal ausprobiert hat, weiß jedoch, dass die Nutzung mitunter frustrierend sein kann. Oftmals versteht die KI nicht genau, was man sucht.
Die Innovation von MGIE besteht in der Hinzufügung einer weiteren Ebene der KI-Interpretation. Wenn Sie der KI mitteilen, was Sie sehen möchten, verwendet MGIE zunächst eine textbasierte KI, um Ihre Anweisungen präziser und beschreibender zu gestalten. „Experimentelle Ergebnisse zeigen, dass ausdrucksstarke Anweisungen für die anweisungsbasierte Bildbearbeitung entscheidend sind“, so die Forscher in einer auf arXiv veröffentlichten Studie . „Unser MGIE kann zu einer deutlichen Verbesserung führen.“
Apple hat eine Open-Source-Version der Software auf GitHub veröffentlicht . Wer sich auskennt, kann MGIE auch selbst zum Laufen bringen, die Forscher haben das Tool jedoch auf Hugging Face eingerichtet . Bei vielen Nutzern läuft es etwas langsam, aber es ist ein interessantes Experiment.
Gigantische Technologiekonzerne wie Apple investieren Milliarden von Dollar in Projekte, die nie jemand zu Gesicht bekommt. Daher ist es durchaus möglich, dass dieses sogenannte MGIE-Tool nie offiziell veröffentlicht wird. Apple reagierte nicht umgehend auf eine Anfrage nach einer Stellungnahme.
Wir haben es hier im Gizmodo-Büro selbst ausprobiert. Ich habe ein Foto meines Kollegen und engsten Beraters Kyle Barr hochgeladen, der eine seltsame Sonnenbrille trägt, die er auf der diesjährigen Consumer Electronics Show bei Netflix gekauft hat . Ich sagte der KI: „Der Mann steht in der Wüste.“ Bevor das MGIE-Tool das Bild generierte, extrapolierte es Folgendes:
„Der Mann trägt einen Metallhelm und steht in einer Wüstenlandschaft. Die Umgebung um ihn herum ist trocken und karg, Sanddünen erstrecken sich so weit das Auge reicht.“
Nachdem wir das Tool viel länger ausprobiert haben, als wir sollten, ist klar, dass es denselben Einschränkungen unterliegt wie jeder andere KI-Bildgenerator. Oft sind die Ergebnisse bizarr und entsprechen überhaupt nicht den Erwartungen. In einigen Fällen hat es aber beeindruckende Arbeit geleistet, und man muss dem Programm zugutehalten, dass KI bei vertrauten Motiven besser abschneidet. „Vertraut“ ist allerdings nicht das, was man Kyles Sonnenbrille nennen würde.
