นักวิจัยของ Adobe Research และ UC San Diego ได้สร้าง AI agent สำหรับการแก้ไขภาพที่รวมเอาตัวแก้ไขทั่วไปเข้ากับเครื่องมือเฉพาะทาง เพื่อให้สามารถแยกคำสั่งที่ซับซ้อนออกเป็นขั้นตอนและปรับปรุงแก้ไขหากเกิดข้อผิดพลาด ซึ่งแตกต่างจากโมเดลทั่วไปที่มักต้องอาศัยการตัดสินใจของโมเดลแยกต่างหาก
ในการทดสอบ 600 ครั้ง พบว่าตัวแก้ไขทั่วไปอย่าง Flux-2-Klein-9B ให้ผลลัพธ์ที่ใช้งานได้เพียง 77.3% เท่านั้น ขณะที่การใช้ตัวชี้วัดเชิงปริมาณ เช่น แผนที่การเปลี่ยนแปลงและสถิติความสว่าง/สี ช่วยให้โมเดล Qwen เอาชนะโมเดลเชิงพาณิชย์อย่าง Seedream 4.0 และ GPT-Image-1.5 ในการแก้ไขครั้งที่สาม
ปัจจุบัน Black Forest Labs ได้แทนที่โมเดลทั่วไปด้วย Flux 3 Image Klein ซึ่งมี 5.6 พันล้านพารามิเตอร์ แม้จะมีขนาดเล็กกว่า แต่กลับทำคะแนนได้สูงกว่าโมเดลเปิดอื่นๆ และ Flux 2 Pro ในการทดสอบภายในของพวกเขา
ศัพท์ที่ควรรู้
- AI agent – ตัวแทนปัญญาประดิษฐ์ที่สามารถทำงานเฉพาะอย่างตามคำสั่งที่ซับซ้อนได้
- Photoshop – โปรแกรมแก้ไขภาพระดับมืออาชีพที่ใช้เป็นมาตรฐานในการทดสอบ
- Flux-2-Klein-9B – โมเดลตัวแก้ไขภาพทั่วไปที่ถูกนำมาทดสอบในงานวิจัยนี้
- EditAgent – ระบบ AI ที่นักวิจัยของ Adobe สร้างขึ้นเพื่อเลียนแบบการทำงานของมืออาชีพ
- Qwen – โมเดล AI ที่ถูกนำมาใช้ในการทดสอบและแสดงประสิทธิภาพเหนือกว่าโมเดลเชิงพาณิชย์
ที่มา: The Decoder