Meta debiutuje z nowymi narzędziami do znakowania wodnego Metaverse i AI

Zespół Meta's Fundamental AI Research (FAIR) opublikował na stronie nowe modele dla zadań kontroli całego ciała dla Metaverse i znakowania wodnego treści generowanych przez sztuczną inteligencję.

Pierwszy model, Motivo, został przeszkolony na "algorytmie, który wykorzystuje nieoznakowany zbiór danych ruchów", aby wykonywać cały szereg zadań kontroli ciała, "w tym śledzenie ruchu, osiąganie pozycji celu i optymalizację nagrody, bez dodatkowego szkolenia lub planowania"

Meta twierdzi, że model "osiąga konkurencyjną wydajność" z innymi metodami specyficznymi dla zadania i może wykazywać "podobny do ludzkiego" zakres ruchów i zachowań. W przyszłości firma wierzy, że badania te umożliwią "w pełni ucieleśnionych agentów w Metaverse" i doprowadzą do bardziej realistycznych interaktywnych postaci i "demokratyzacji animacji postaci"

Video Seal to "kompleksowa platforma do neuronowego znakowania wodnego wideo" Może dodawać znak wodny i opcjonalną ukrytą wiadomość do filmów. Są one "niezauważalne gołym okiem" i mogą być wykorzystywane do śledzenia pochodzenia wideo w celu ustalenia, czy jest ono generowane przez sztuczną inteligencję.

Meta twierdzi, że te znaki wodne mają "udowodnioną odporność na typowe wysiłki związane z edycją wideo, takie jak rozmycie lub przycinanie, a także algorytmy kompresji powszechnie stosowane podczas udostępniania treści online"

Firma opublikowała również kod dla Flow Matching, multimodalnego modelu, który może generować szereg danych wyjściowych, od obrazów po filmy, audio i struktury 3D, takie jak białka. Firma ogłosiła również ramy generowania danych o nazwie Theory-of-Mind oraz nowe narzędzia do oceny modeli generowania obrazów pod kątem modelowania różnorodności.