DreamOmni2: AI yang Mengedit Gambar dengan Instruksi Multimodal
Dunia pembuatan gambar AI bergerak melampaui prompt teks-ke-gambar sederhana. Batasan berikutnya adalah penyuntingan berbasis instruksi multimodal, dan DreamOmni2 memimpin perubahan ini.
Dikembangkan oleh para peneliti dari The Chinese University of Hong Kong dan Bytedance, DreamOmni2 adalah model AI yang kuat yang dapat mengedit dan menghasilkan gambar berdasarkan kombinasi instruksi teks dan gambar referensi. Hal ini memungkinkan tingkat kontrol dan kreativitas yang sebelumnya tidak mungkin.
Melampaui Prompt Tunggal
Alih-alih hanya mendeskripsikan apa yang ingin Anda lihat, DreamOmni2 memungkinkan Anda untuk memberikan beberapa masukan untuk memandu proses pembuatan. Anda dapat menggunakan satu gambar sebagai sumber, yang lain sebagai referensi untuk gaya atau pose, dan prompt teks untuk mendeskripsikan hasil yang diinginkan.
Berbagai Kemampuan
DreamOmni2 menampilkan berbagai kemampuan penyuntingan yang mengesankan:
- Penggantian Objek: Ganti objek di satu gambar dengan objek dari gambar lain secara mulus.
- Transfer Gaya: Terapkan gaya artistik dari satu gambar ke konten gambar lain.
- Imitasi Pose: Buat seseorang di satu gambar mengadopsi pose seseorang di gambar lain.
- Render Pencahayaan: Ubah kondisi pencahayaan gambar agar sesuai dengan referensi.
- Ekspresi Wajah, Gaya Rambut, dan Imitasi Font: Transfer fitur spesifik seperti ekspresi wajah, gaya rambut, atau bahkan gaya font antar gambar.
- Pembuatan dalam Konteks: Hasilkan gambar baru yang menggabungkan elemen dari beberapa gambar sumber secara logis.
Kekuatan Referensi Ganda
DreamOmni2 bahkan dapat menangani instruksi yang melibatkan tiga atau empat gambar referensi. Misalnya, Anda bisa memintanya untuk: “Ambil burung beo dari Gambar 1, kenakan topi dari Gambar 2, letakkan di latar belakang hutan dari Gambar 3, dan terapkan nada warna dari Gambar 4.”
Mengapa DreamOmni2 Penting
DreamOmni2 merupakan lompatan maju yang signifikan dalam pembuatan gambar AI yang dapat dikontrol. Dengan memungkinkan pengguna untuk menggabungkan instruksi visual dan tekstual, ini membuka dunia baru kemungkinan kreatif bagi seniman, desainer, dan pembuat konten. Ini adalah alat yang ampuh yang bergerak melampaui pembuatan sederhana dan masuk ke ranah penyuntingan gambar yang cerdas dan sadar konteks.