بررسی هوش مصنوعی اختصاصی تولید عکس مایکروسافت | Microsoft MAI Image 2.5

مایکروسافت به تازگی از هوش مصنوعی اختصاصی و جدید خود رونمایی کرده است و الان همه در دنیای تکنولوژی دارند در مورد این ابزارهای تازه صحبت می‌کنند. در این ویدیو به سراغ پلتفرم جدید Microsoft AI Playground رفتیم تا مدل‌های مختلف آن را به صورت عملی تست و بررسی کنیم. همیشه یکی از نقاط ضعف بزرگ مایکروسافت در دنیای هوش مصنوعی، نداشتن یک مدل اختصاصی قدرتمند برای پردازش تصویر و متن بود و معمولاً از مدل‌های شرکت OpenAI استفاده می‌کرد. اما حالا با معرفی مدل‌های سری MAI، به ویژه مدل MAI-Image-2.5 و نسخه سریع‌تر آن یعنی Flash، قصد دارد به صورت مستقل در زمینه تولید تصویر با هوش مصنوعی به رقابت بپردازد. در این بررسی، بخش‌های مختلف این پلتفرم از جمله تبدیل صوت به متن (Transcribe)، تبدیل متن به صدا (TTS) و دستیارهای صوتی تعاملی (DuoAI) را امتحان کردیم که متاسفانه در حال حاضر پشتیبانی مناسبی از زبان فارسی ندارند. اما بخش اصلی و جذاب ماجرا برای ما، تست مدل‌های تولید و ویرایش عکس بود. با دادن پرامپت‌های مختلف، عملکرد این ابزار را در تغییر پس‌زمینه، اعمال استایل‌های هنری (مثل ترکیب فضای اصفهان با هنر ژاپنی)، نوشتن متن روی تصویر و حفظ چهره در عکس‌های سلفی به چالش کشیدیم. نتیجه این تست‌ها نشان می‌دهد که اگرچه مایکروسافت قدم‌های رو به جلویی برداشته است، اما این ابزار هنوز در نوشتن متن‌های دقیق (به خصوص زبان فارسی) و حفظ ثبات چهره و کاراکترها در ویرایش تصاویر، باگ‌های عجیبی دارد و تا رسیدن به رقبای سرسختی مثل میدجرنی راه درازی در پیش دارد. اگر شما هم کنجکاو هستید که بدانید خروجی‌های این هوش مصنوعی چقدر به واقعیت نزدیک است و چه محدودیت‌هایی دارد، این بررسی دقیق و موشکافانه را تماشا کنید تا با قابلیت‌های Microsoft AI بیشتر آشنا شوید. –––––––––––––––––––––––––––––– لینک Microsoft AI Playground https://playground.microsoft.ai بررسی موز نانو 2 https://youtu.be/NBzy-tMPOQ8 بررسی ChatGPT Images 2.0 https://youtu.be/biSL0g09o-M پلی لیست تبدیل متن به گفتار https://www.youtube.com/playlist?list=PLV5jNe0yJmh52M3MDLTxf7R-cOL3P3nD0 –––––––––––––––––––––––––––––– 00:00 مشکل همیشگی مایکروسافت در هوش مصنوعی 00:30 معرفی پلتفرم Microsoft AI Playground 01:25 تست ابزار تبدیل صوت به متن مایکروسافت 02:23 بررسی هوش مصنوعی تبدیل متن به صدا (TTS) 03:32 آشنایی با بخش DuoAI و دستیارهای تعاملی 03:57 تولید تصویر با هوش مصنوعی MAI-Image-2.5 05:15 تست اول: اضافه کردن برف به پس‌زمینه عکس 07:32 تست دوم: ترکیب استایل ژاپنی با عکس اصفهان 08:40 تست سوم: نوشتن متن فارسی روی کاور یوتیوب 10:14 تست چهارم: بازسازی تصویر با متن انگلیسی 15:03 تست پنجم: تغییر چهره و پس‌زمینه عکس سلفی 17:35 نتیجه‌گیری: آیا این هوش مصنوعی کاربردی است؟ –––––––––––––––––––––––––––––– کانال تلگرام رضاصاد پلاس https://t.me/rezasaadplus –––––––––––––––––––––––––––––– اینجا توی رضاصاد پلاس در مورد هوش مصنوعی و تکنولوژی‌های جدید حرف میزنیم