CM3leon: así es el nueva IA Generativa de Meta

El interés por la inteligencia artificial ha crecido exponencialmente, especialmente en los modelos generativos. Recientemente, Meta presentó su nueva herramienta de ia generativa llamada CM3leon. Esta herramienta utiliza inteligencia artificial para generar imágenes a partir de textos y textos a partir de imágenes.

Diferenciación de CM3leon

CM3leon es un modelo entrenado basado en modelos lingüísticos de texto. Esta nueva IA logra obtener resultados con una capacidad de entrenamiento cinco veces menor que los modelos anteriores, que estaban basados en transformadores. Es por ello que destaca por tener un mayor rendimiento y ser más eficiente.

También resalta por su versatilidad y expansión de capacidades. Esto debido a que CM3leon es un modelo mixto que permite generar imágenes a partir de frases y viceversa. Esta es una gran innovación, puesto que hasta el momento se debían trabajar con dos o más herramientas distintas para lograr ese proceso. Es decir, algunas IA generaban imágenes, otras generaban el texto, pero ninguna tecnología lograba realizar ambos procesos.

“Aplicamos a CM3leon un ajuste de instrucciones multitarea a gran escala tanto para la generación de imágenes como de texto y demostró que mejora significativamente el rendimiento en tareas como la generación de pies de foto, la respuesta a preguntas visuales, la edición basada en texto y la generación de imágenes condicionales. Este es otro buen ejemplo de cómo las técnicas de escalado desarrolladas para modelos de solo texto se generalizan directamente a nuestros modelos de generación de imágenes basados en tokenización”, expresó Meta Platforms en un comunicado.

El rendimiento de CM3leon

Las características elementales de CM3leon permiten que genere imágenes más coherentes a partir de textos. Una mejora significativa radica en el aspecto de edición. En otras herramientas, al momento de generar una imagen y solicitarle a la IA una modificación, se podía distorsionar la calidad. Esto se debe a que la mayoría de las herramientas actuales son innovadoras en el aspecto de interpretación de lenguaje. Sin embargo, las solicitudes de edición muchas veces conllevan interpretación de la imagen. 

Este es un aspecto que Meta decidió corregir a través de su nueva ia generativa, con el objetivo de asegurar una imagen de calidad sin importar el tipo de edición que el usuario solicite.

Siguiendo el tema de la edición, CM3leon puede interpretar diferentes estructuras de texto. Por ejemplo, este puede generar una imagen dentro de otra imagen ya generada siguiendo coordenadas de posición específicas proporcionadas por el usuario.

Por supuesto, CM3leon está programado para generar contenido de la mayor calidad posible. Además, permite describir modificaciones acerca de las composiciones fotográficas (como brillo, contraste y saturación) de las imágenes generadas. 

Esta herramienta se basa en modelos de lenguaje, puesto que, está diseñado para entender e interpretar textos con estructuras complejas. Adicionalmente, permite generar respuestas largas o cortas a preguntas que el usuario le plantee sobre la imagen generada.

Funcionamiento de CM3leon

Esta nueva herramienta utiliza un transformador decodificador, similar a los modelos de generación de imágenes ya existentes. Sin embargo, CM3leon destaca por utilizar estas bases para tener un mayor rango de tareas que puede realizar. 

CM3leon fue entrenado utilizando conjuntos de datos con licencia. Este es un factor de diferenciación de otras herramientas, puesto que, según Meta, esta nueva ia tiene como base una distribución distinta de datos.

“Creemos que el sólido desempeño de CM3leon en una variedad de tareas es un paso hacia la generación y comprensión de imágenes de mayor fidelidad. En última instancia, modelos como CM3leon podrían ayudar a impulsar la creatividad y mejores aplicaciones en el metaverso. Esperamos explorar los límites de los modelos de lenguaje multimodal y lanzar más modelos en el futuro”, indicó Meta en su página oficial.

También te puede interesar leer: Personalización y Eficiencia: cómo la IA Generativa está transformando el Marketing