La edición de imágenes guiada por texto está ganando terreno en el mundo de las aplicaciones creativas, abriendo un abanico de posibilidades para artistas y diseñadores.

¿Qué pasaría si pudiéramos transformar imágenes con solo describir lo que queremos cambiar?

Con la nueva herramienta Imagen Editor, esto se está convirtiendo en una realidad.

Imagen Editor: la magia detrás del telón

El avance en la edición de imágenes guiada por texto se debe a Imagen Editor, un modelo de difusión en cascada creado al ajustar Imagen en la tarea de rellenar imágenes guiado por texto. Gracias a su uso de detectores de objetos para proponer máscaras de relleno durante el entrenamiento, Imagen Editor logra ser fiel a las indicaciones textuales.

A bouquet of red flowers

A bush with green leaves

Además, Imagen Editor captura detalles finos de la imagen de entrada al condicionar el proceso en cascada en la imagen original de alta resolución. Esto permite mantener la coherencia en la imagen editada sin sacrificar la calidad.

EditBench: la plataforma de evaluación definitiva

Para mejorar la evaluación cualitativa y cuantitativa de los modelos de edición de imágenes guiada por texto, se ha creado EditBench, un punto de referencia sistemático. EditBench evalúa las ediciones de relleno en imágenes naturales y generadas, explorando objetos, atributos y escenas.

A través de una extensa evaluación humana en EditBench, se descubrió que el enmascaramiento de objetos durante el entrenamiento mejora significativamente la alineación entre texto e imagen. De hecho, Imagen Editor supera a competidores como DALL-E 2 y StableDiffusion en este aspecto.

El flujo de edición: cómo funciona

Imagina que estás pintando un cuadro, pero en lugar de pinceles y pintura, usas palabras para dar forma a tus ideas. Eso es exactamente lo que Imagen Editor hace. La entrada del modelo es una imagen enmascarada y un texto descriptivo. El resultado es una imagen con las áreas enmascaradas llenas de manera coherente y fiel a las indicaciones textuales, manteniendo intactas las áreas no enmascaradas.

Así, Imagen Editor se convierte en el pincel mágico que ayuda a dar vida a tus visiones creativas con solo describir lo que deseas cambiar en la imagen.

¿Por qué debería importarnos?

El proceso de edición fotográfica podría volverse más rápido, eficiente y menos dependiente de conocimientos avanzados de diseño, lo que puede suponer un ahorro de costes y una mayor creatividad para el ciudadano de a pie.

Reflexiones finales: el poder de la creatividad guiada por palabras

La edición de imágenes guiada por texto, impulsada por herramientas como Imagen Editor y plataformas de evaluación como EditBench, está cambiando la forma en que nos relacionamos con la creatividad visual. Ya no se trata solo de habilidades manuales o conocimientos técnicos. Ahora, las palabras se convierten en poderosas herramientas para dar forma a nuestro mundo visual, expandiendo las fronteras de nuestra imaginación y conectando el arte con el lenguaje de una forma nunca antes vista.