多模态大语言模型

苹果开源名为多模态大语言模型引导的编辑（MGIE），可通过指令修改图片

苹果发布了一项名为多模态大语言模型引导的编辑（MGIE）的新技术，该技术可以帮助用户通过自然语言指令来修改图片，使得编辑图片变得更加简单和自然。 MGIE利用多模态大型语言模型（MLLMs）生成图像编辑指令，并通过端到端…