Yandex presenta YandexART 1.3

Yandex ha anunciado YandexART 1.3, una versión mejorada de su red neuronal que transforma las descripciones compartidas por los usuarios mediante texto en imágenes y animaciones listas para usar.

Según el comunicado de la empresa, YandexART 1.3 está equipado con una tecnología mejorada para generar imágenes mediante difusión latente (latent diffusion). Además, el conjunto de datos de imágenes utilizado para entrenar el modelo se ha ampliado 2.5 veces. Estas mejoras permiten que YandexART comprenda mejor las instrucciones de texto y cree imágenes más realistas en diferentes formatos.

La nueva versión de YandexART ya está disponible en todo el mundo, incluida Turquía, a través de la aplicación "Shedevrum".

La técnica de difusión latente requiere menos recursos computacionales y facilita la creación de gráficos de mayor calidad. El proceso comienza desarrollando una representación intermedia de la imagen conocida como código latente. Esto incluye una descripción compacta que contiene información esencial sobre la imagen en forma comprimida.

Posteriormente, la red neuronal convierte este código en una imagen de alta resolución en un solo paso. Se ha señalado que esto es técnicamente más eficaz que las mejoras multietapa de la difusión gradual.

¿CUÁLES SON LAS NUEVAS CARACTERÍSTICAS?

Para garantizar que el modelo comprenda mejor las solicitudes de los usuarios, la empresa añadió al conjunto de datos de entrenamiento descripciones detalladas de imágenes generadas por la propia red neuronal, conocidas como textos sintéticos. Dicho conjunto de datos se amplió para incluir más de 850 millones de pares de imagen-texto.

Además, se incorporaron dos codificadores de texto al modelo para permitir que YandexART tenga en cuenta más detalles de las solicitudes de los usuarios. Estos codificadores permiten que YandexART interprete correctamente las instrucciones de texto y las convierta en datos legibles por máquina.

El YandexART actualizado permite a los usuarios crear imágenes en diversos formatos, incluidos 16:9, 4:3 o 3:4, lo que hace que estas imágenes sean utilizables en portadas de revistas, televisores y otros medios.

Las evaluaciones internas revelan que YandexART 1.3 superó a Midjourney V5.2 en el 57 por ciento de las pruebas y a YandexART 1.2 en el 63 por ciento de las mismas.

Fuente de la noticia: AA