Image Enlarger：放大圖片而不失去質量
圖片放大器是一個使用人工智慧技術，能夠放大圖片而不失去質量的線上工具。它能夠幫助使用者放大照片並保持畫素完美的清晰度，告別模糊的困擾。透過圖片放大器，使用者可以輕鬆地將圖片放大到所需尺寸，而無需擔心質量損失。該工具還提供其他功能，如快速移除圖片背景、去除不需要的物體等。
EditApp AI：隨時隨地編輯任何東西
EditApp AI是一款功能強大的影象編輯應用程式，可以讓您隨時隨地編輯任何東西。它具有三種模式：建立、微調和背景，可以讓您輕鬆建立和微調影象，以及更改背景。它使用AI技術，可以讓您的想象成為現實。EditApp AI的優勢在於它的易用性和功能強大，可以讓您在移動裝置上輕鬆編輯影象。它的價格非常實惠，適合個人和企業使用。
MGIE：透過自然語言指令實現智慧影象編輯的開源技術。
MGIE（多模態大語言模型引導的編輯）是一項由蘋果開源的技術，利用多模態大型語言模型（MLLMs）生成影象編輯指令，透過端到端訓練，捕捉視覺想象力並執行影象處理操作，使影象編輯更加智慧、直觀。
Replace Anything Online：超高質量內容替換
Replace Anything框架可用於多種場景，如人物替換、服裝替換、背景替換。它可以在保持指定對象身份不變的同時生成新內容，滿足廣泛的數字內容創作需求。
Storia Lab：AI影象編輯器
Storia Lab是一款AI影象編輯器，能夠自動修復影象中的文字、清理影象、去除背景、更改背景、將素描轉化為影象、生成影象變體、提高影象解析度、將光柵影象轉化為向量影象等。其功能強大，操作簡便，適用於個人和企業使用者。定價靈活，可根據使用者需求選擇不同的套餐。
InfEdit：無反轉影象編輯與自然語言
InfEdit是一款使用自然語言進行無反轉影象編輯的產品。使用者可以透過輸入自然語言指令來編輯影象，無需進行繁瑣的手動操作。該產品具有高效、直觀的編輯方式，適用於個人和專業使用者。定價靈活，定位為提高影象編輯效率的工具。
BLIP-Diffusion：控制型文字轉影象生成和編輯模型
BLIP-Diffusion 是一個支援多模態控制的主題驅動影象生成模型。它透過接受主題影象和文字提示作為輸入，生成基於文字提示的主題影象。與現有模型相比，BLIP-Diffusion 提供了零 – shot 主題驅動生成和高效的定製主題微調。它還可以與其他技術（如 ControlNet 和 prompt-to-prompt）靈活結合，實現新穎的主題驅動生成和編輯應用。
ChatDesigner：AI影象生成和調整的聊天工具
ChatDesigner是一款透過聊天方式建立和編輯影象的工具。它可以根據簡單的提示生成各種風格的影象，包括頭像照片、產品照片、Halloween照片、3D卡通照片等。你可以使用文字指令輕鬆編輯影象，調整目標物品或背景的位置、顏色和樣式。ChatDesigner還提供了多種使用場景和標籤，方便使用者選擇合適的功能。它適用於各種影象編輯需求，包括個人、商業、教育等領域。
Adversarial Diffusion Distillation：實時影象編輯平臺
Adversarial Diffusion Distillation是一個實時影象編輯平臺，可以透過手機、平板電腦或計算機將任何物理媒介轉換為數字媒介，並在任何地方進行編輯。它使用先進的計算機視覺技術，可以快速、輕鬆地將物理媒介轉換為數字媒介，包括紙張、牆壁、白板、書籍等。Adversarial Diffusion Distillation可以幫助使用者提高工作效率，減少時間和成本。
Emu Edit：精準影象編輯，一站式滿足多工需求
Emu Edit是一款多工影象編輯模型，透過識別和生成任務完成精準影象編輯，並在此領域內取得了最新的技術突破。Emu Edit的架構針對多工學習進行了最佳化，並在眾多工上進行訓練，包括基於區域的編輯、自由形式的編輯以及檢測和分割等計算機視覺任務。除此之外，為了更有效地處理這多種任務，我們引入了學習到的任務嵌入概念，用於指導生成過程以正確執行編輯指令。我們的模型經過多工訓練和使用學習到的任務嵌入都能顯著提升準確執行編輯指令的能力。
Emu Edit還支援對未見任務的快速適應，透過任務倒轉實現少樣本學習。在這個過程中，我們保持模型權重不變，僅更新任務嵌入來適應新任務。我們的實驗證明，Emu Edit能夠迅速適應新任務，如超解析度、輪廓檢測等。這使得在標註樣本有限或計算預算有限的情況下，使用Emu Edit進行任務倒轉特別有優勢。
為了支援對基於指令的影象編輯模型的嚴格且有根據的評估，我們還收集並公開發布了一個新的基準資料集，其中包含七種不同的影象編輯任務：背景修改（background）、綜合影象變化（global）、風格修改（style）、對象移除（remove）、對象新增（add）、區域性修改（local）以及顏色/紋理修改（texture）。此外，為了與Emu Edit進行正確比較，我們還分享了Emu Edit在資料集上的生成結果。
Emu Edit 2023 Meta保留所有版權