به گزارش رسانه تحلیلی خبری آناژورنال استارتاپ Reve AI در کالیفرنیا از مدل هوش مصنوعی تصویرساز Reve Image 1.0 رونمایی کرد.
این مدل پیشرفته که در تولید تصاویر از متن عملکرد چشمگیری دارد، در زمینه‌هایی مانند سرعت، زیبایی‌شناسی، تایپوگرافی و دقت رنگ‌ها توانایی بالایی نشان داده است و می‌تواند با مدل‌های مطرحی مانند Midjourney 6.1 و Imagen 3 گوگل رقابت کند.
تبدیل متن به تصویر با دقت و کنترل بیشتر
بر اساس گزارش VentureBeat، این مدل که پیش از رونمایی رسمی با نام رمز “Halfmoon” شناخته می‌شد، اکنون برای عموم کاربران در دسترس قرار گرفته است.
ویژگی منحصربه‌فرد Reve Image 1.0، درک عمیق‌تر مفاهیم درخواستی کاربر است، به‌طوری که کاربران می‌توانند چندین بار پرامپت (دستور متنی) را اصلاح کرده و خروجی را مطابق با نیاز خود تغییر دهند.
علاوه بر این، امکان بارگذاری یک تصویر مرجع نیز فراهم شده است.
کاربران می‌توانند تصویری را آپلود کرده و از مدل بخواهند تصویری با همان سبک و ویژگی‌ها تولید کند.
پیشرفت چشمگیر در تولید متن داخل تصاویر
یکی از چالش‌های بزرگ مدل‌های هوش مصنوعی تصویرساز، رندر صحیح متن در تصاویر است.
اکثر مدل‌های فعلی در ترسیم حروف و کلمات دچار مشکل هستند، اما Reve Image 1.0 توانسته این محدودیت را برطرف کند.
این ویژگی، ابزار جدیدی را برای طراحان لوگو، پوستر و گرافیست‌ها فراهم می‌کند.
رتبه اول در کیفیت تولید تصویر
Reve Image 1.0 توسط پلتفرم Artificial Analysis که مدل‌های تصویرساز مختلف را بررسی می‌کند، آزمایش شده و توانسته رتبه اول در بخش “کیفیت تولید تصویر” را به دست آورد.
این مدل از رقبایی مانند Midjourney 6.1، Imagen 3 گوگل و FLUproX.1 عملکرد بهتری نشان داده است.
طبق بازخوردهای منتشرشده در Reddit، کاربران از سرعت پردازش بالا و دقت در تولید تصاویر رضایت زیادی داشته‌اند.
همچنین قابلیت ایجاد چندین شخصیت در محیط‌های پیچیده از نقاط قوت این مدل عنوان شده است.
بااین‌حال، برخی کاربران گزارش داده‌اند که تولید اشیای شفاف مانند لیوان‌های شیشه‌ای هنوز به دقت کافی نرسیده است.
همچنین، این مدل در شناسایی شخصیت‌های ویدیوگیمی و تخیلی دچار مشکل است.
دسترسی رایگان به مدل Reve Image 1.0
درحال‌حاضر، Reve Image 1.0 به‌صورت رایگان در سایت preview.reve.art در دسترس کاربران قرار دارد.
این مدل به مرور زمان به‌روزرسانی خواهد شد تا دقت و قابلیت‌های بیشتری به آن افزوده شود.
سوالات متداول:
۱. Reve Image 1.0 چیست و چه کاری انجام می‌دهد؟
Reve Image 1.0 یک مدل هوش مصنوعی پیشرفته برای تولید تصاویر از متن است که در زمینه‌هایی مانند سرعت، زیبایی‌شناسی، تایپوگرافی و تولید متن در تصاویر عملکرد قوی دارد.
۲. Reve Image 1.0 چقدر دقیق است؟
این مدل در مقایسه با رقبای معروف مانند Midjourney 6.1 و Imagen 3 گوگل، در زمینه کیفیت تولید تصویر امتیاز بالاتری کسب کرده و از نظر کاربران عملکرد مطلوبی دارد.
۳. آیا می‌توانم تصاویر تولیدشده را ویرایش کنم؟
بله، شما می‌توانید تصاویر را پس از تولید با تغییر پرامپت اصلاح کنید.
امکان تغییر رنگ، متن، زاویه دید و حتی استفاده از یک تصویر به‌عنوان مرجع برای تولید تصاویر مشابه نیز وجود دارد.
۴. آیا Reve Image 1.0 قابلیت تولید متن در تصویر را دارد؟
بله، یکی از ویژگی‌های برجسته این مدل، توانایی رندر دقیق و زیبا کردن متن در تصاویر است، که آن را به گزینه‌ای مناسب برای طراحی لوگو و تایپوگرافی تبدیل کرده است.
۵. آیا Reve Image 1.0 رایگان است؟
بله، درحال‌حاضر این مدل به‌صورت رایگان در سایت preview.reve.art در دسترس کاربران قرار دارد.
۶. عملکرد این مدل در تولید شخصیت‌های پیچیده چگونه است؟
بر اساس بازخورد کاربران، Reve Image 1.0 می‌تواند صحنه‌هایی با چندین شخصیت را بهتر از مدل‌های دیگر تولید کند، اما در تشخیص و بازتولید شخصیت‌های تخیلی یا ویدیوگیمی هنوز با چالش‌هایی روبه‌رو است.
۷. آیا امکان استفاده از سبک‌های مختلف در این مدل وجود دارد؟
بله، شما می‌توانید تصویری را به‌عنوان مرجع آپلود کنید و مدل با حفظ سبک آن، تصویر جدیدی تولید کند.
۸. نقطه‌ضعف‌های Reve Image 1.0 چیست؟
طبق گزارش کاربران، این مدل در تولید اشیای شفاف مانند لیوان‌های شیشه‌ای با نوشیدنی عملکرد ضعیف‌تری دارد و هنوز در تشخیص برخی عناصر پیچیده دچار خطا می‌شود.
۹. آیا این مدل از هوش مصنوعی‌های دیگر بهتر است؟
براساس ارزیابی سرویس Artificial Analysis، Reve Image 1.0 در بخش “کیفیت تولید تصویر” رتبه اول را دارد و از مدل‌های Midjourney 6.1 و Imagen 3 گوگل عملکرد بهتری نشان داده است.
۱۰. آینده این مدل چگونه خواهد بود؟
تیم توسعه‌دهنده Reve AI به‌صورت مداوم بازخورد کاربران را بررسی می‌کند و احتمالاً در به‌روزرسانی‌های بعدی، نقاط‌ضعف مدل را بهبود خواهد داد.
