Luma AI a récemment lancé son nouvel outil de génération de vidéos, Dream Machine, qui vise à concurrencer d'autres plateformes de création de vidéos alimentées par l'IA comme Soar, Veo, Cling, Pika et Runway. Bien que l'outil montre des promesses dans certains scénarios, il a encore des limites dont les utilisateurs devraient être conscients.

L'un des principaux problèmes de Dream Machine est les longs délais d'attente pour la génération de vidéos, surtout pendant les périodes de forte demande. Au début, certaines demandes ont pris jusqu'à 7 heures pour commencer le traitement, ce qui peut être très frustrant pour les utilisateurs. Luma a depuis mis à l'échelle son infrastructure, mais les temps d'attente peuvent encore être importants.

En termes de qualité des vidéos générées, Dream Machine a du mal avec la génération de texte en vidéo. Les exemples fournis dans la transcription montrent que l'outil a du mal à représenter avec précision des éléments comme un loup hurlant à la lune ou un singe sur des patins à roulettes. Les vidéos générées présentent souvent des incohérences, comme des membres manquants ou un positionnement incorrect des objets.

Cependant, là où Dream Machine semble briller, c'est dans la fonctionnalité d'image en vidéo. La transcription présente plusieurs exemples de cela, notamment une ville futuriste colorée, une maison de loup de jeu vidéo pixélisée et une cabane dans les bois. Ces conversions d'image en vidéo semblent plus réalistes et cohérentes que les tentatives de texte en vidéo.

Il est important de noter que Dream Machine est actuellement en phase de prévisualisation de la recherche, et les utilisateurs peuvent générer jusqu'à 30 vidéos par mois gratuitement. Après cela, le modèle de tarification est d'environ 0,25 $ par vidéo. À mesure que l'outil continuera à évoluer, il sera intéressant de voir si Luma peut résoudre les limites actuelles et améliorer la qualité et la cohérence globales des vidéos générées.

Dans l'ensemble, Dream Machine montre des promesses, mais les utilisateurs devraient l'aborder avec des attentes réalistes, surtout en ce qui concerne la génération de texte en vidéo. La fonctionnalité d'image en vidéo semble être l'aspect le plus fort de l'outil pour le moment.

Stable Diffusion 3, la dernière itération du populaire modèle de génération d'images IA open-source, a finalement été mise à la disposition du public. Examinons de plus près ce que cette nouvelle version a à offrir.

Amélioration des capacités de texte en image

L'une des principales améliorations de Stable Diffusion 3 est sa capacité renforcée à incorporer du texte dans les images générées. Le modèle semble maintenant mieux traduire les invites textuelles en représentations visuelles cohérentes et détaillées. Cela se voit dans les exemples fournis, où les invites basées sur le texte se traduisent par des images plus précises et visuellement attrayantes.

L'ingénierie d'invite reste nécessaire

Cependant, il est important de noter que Stable Diffusion 3 nécessite toujours un certain niveau d'ingénierie d'invite pour obtenir les meilleurs résultats. Bien que le modèle se soit amélioré, les utilisateurs peuvent avoir besoin de fournir des invites plus détaillées et spécifiques pour obtenir les résultats souhaités, en particulier pour les images complexes ou détaillées. Cela contraste avec certains autres modèles de génération d'images IA qui peuvent produire des résultats de haute qualité avec des invites plus simples.

Qualité incohérente

La qualité des images générées peut également être quelque peu incohérente. Bien que le modèle soit capable de produire des résultats impressionnants dans certains scénarios, comme l'exemple de "l'astronaute dans la jungle", il a toujours du mal avec des invites plus simples comme "un singe sur des patins à roulettes". Cela suggère que Stable Diffusion 3 n'est peut-être pas encore au niveau de certains de ses concurrents en termes de qualité et de cohérence globales des images.

Des progrès continus sont nécessaires

Dans l'ensemble, Stable Diffusion 3 représente une avancée dans la génération d'images IA, mais il y a encore de la place pour l'amélioration. À mesure que la technologie continuera à évoluer, nous pouvons nous attendre à voir de nouvelles avancées dans la capacité du modèle à traduire le texte en images de haute qualité et cohérentes sans avoir besoin d'une ingénierie d'invite extensive. Les efforts continus de la communauté pour affiner et améliorer Stable Diffusion seront essentiels pour stimuler ces améliorations.

En toute transparence, je suis conseiller pour Leonardo, mais ils n'ont aucun contrôle sur ce que je dis. Si quelque chose cloche, je vais le souligner. Le fait d'être conseiller pour eux n'a pas d'impact sur ce que je dis réellement à leur sujet.

Cela dit, Leonardo vient de sortir un nouveau modèle personnalisé appelé Leonardo Phoenix. Il s'agit de leur propre modèle de base, et non d'une version de Stable Diffusion. Les principales caractéristiques de ce nouveau modèle sont :

• Meilleure adhérence aux invites - Il peut mieux comprendre et adhérer aux invites que vous fournissez.
• Texte cohérent dans les images - Il peut intégrer du texte dans les images de manière plus naturelle et cohérente.
• Qualité d'image supérieure - Les images générées sont de meilleure qualité par rapport aux modèles précédents.
• Plus de contrôle créatif - Vous avez plus de contrôle sur la direction créative des images.

Cependant, certaines fonctionnalités comme le guidage d'image, les éléments et les versions photoréalistes ne sont pas encore disponibles. Ils travaillent encore sur la mise en œuvre de ces fonctionnalités supplémentaires.

Examinons de plus près le modèle en action. Je vais me rendre sur le site Web de Leonardo, sélectionner le préréglage Leonardo Phoenix et essayer une invite simple - "un loup hurlant à la lune".

Voici les images qu'il a générées :

[Image 1] [Image 2] [Image 3] [Image 4]

Je ne sais pas pour vous, mais celles-ci sont beaucoup plus impressionnantes que ce que je viens de voir avec Stable Diffusion 3. Le modèle semble avoir très bien compris l'invite et créé des images cohérentes et de haute qualité.

Essayons un autre exemple - "un pingouin tenant une pancarte qui dit M. eow".

[Image 1] [Image 2] [Image 3] [Image 4]

Le texte est orthographié correctement dans chaque image, et le pingouin tenant la pancarte a l'air assez bien. Le modèle a très bien géré l'intégration du texte.

Dans l'ensemble, le modèle Leonardo Phoenix semble être un pas en avant par rapport à Stable Diffusion 3. Je vous recommande vivement d'essayer les deux et de voir lequel convient le mieux à vos besoins. Les capacités améliorées d'adhérence aux invites et d'intégration du texte du modèle Leonardo Phoenix sont particulièrement impressionnantes.

Sonno, la plateforme de création musicale alimentée par l'IA, a récemment dévoilé une fonctionnalité révolutionnaire permettant aux utilisateurs de transformer leurs propres enregistrements audio en véritables chansons. Cette capacité innovante, disponible pour les abonnés Sonno Premium, permet aux créateurs d'exploiter la puissance de l'IA pour valoriser leurs idées musicales.

Voici comment cela fonctionne :

1. Enregistrer ou télécharger un audio : Les utilisateurs peuvent soit enregistrer de l'audio directement sur la plateforme Sonno, soit télécharger un fichier audio existant. Il peut s'agir d'un simple riff de guitare, d'une mélodie vocale ou de tout autre fragment musical.

2. Étendre et améliorer : Une fois l'audio téléchargé, les utilisateurs peuvent sélectionner l'option "Étendre". Les algorithmes pilotés par l'IA de Sonno analysent alors l'entrée et génèrent automatiquement une chanson étendue et entièrement produite, avec des instruments supplémentaires, des harmonies et des paroles.

3. Options de personnalisation : Les utilisateurs ont la possibilité de peaufiner davantage la chanson générée en ajustant des paramètres tels que le genre (par exemple, pop acoustique, électronique, etc.), l'inclusion d'un rythme et la génération de paroles aléatoires.

Les résultats sont souvent étonnamment impressionnants, l'IA de Sonno combinant harmonieusement l'audio d'origine de l'utilisateur avec ses propres compositions musicales. Les chansons générées conservent l'essence de l'entrée de l'utilisateur tout en l'élevant à un niveau sonore professionnel.

Cette fonctionnalité ouvre de nouvelles possibilités créatives pour les musiciens, les auteurs-compositeurs et les amateurs. Les utilisateurs peuvent expérimenter différentes idées, transformer rapidement des ébauches en compositions complètes et même collaborer avec l'IA pour concrétiser leurs visions musicales.

Alors que Sonno continue à affiner et à développer ses capacités, cette fonctionnalité d'extension audio est sur le point de devenir un outil indispensable dans l'arsenal des créateurs de musique modernes. En permettant aux utilisateurs de transformer leurs idées brutes en chansons abouties, Sonno redéfinit la façon dont nous abordons la production et la composition musicales.

Apple a fait une énorme poussée dans l'IA lors de son récent événement WWDC, intégrant des capacités d'IA dans l'ensemble de son écosystème de périphériques et de services. Voici les principales mises en évidence :

IA dans iOS, iPadOS et macOS

• Apple construit sa propre IA et l'intègre en profondeur dans iOS, iPadOS et macOS. Cela inclut des fonctionnalités comme :
  • Correction, réécriture et résumé de texte dans des applications comme Notes, Mail et plus encore
  • Capacités de vision pilotées par l'IA dans des applications comme Notes et Calculatrice pour analyser les images et l'écriture manuscrite
  • Priorisation et résumé des e-mails et des notifications à l'aide de l'IA

Image Playground

• La nouvelle fonctionnalité de génération d'images d'Apple, appelée "Image Playground", permet de créer des illustrations, des animations et des croquis à l'aide de l'IA.
• Elle dispose d'une interface unique où vous pouvez voir les différents contextes que l'IA va combiner.
• L'IA est limitée aux styles non réalistes pour éviter les deepfakes.

GenEmoji

• Les utilisateurs peuvent créer leurs propres emojis personnalisés à l'aide de l'IA, qui peuvent ensuite être utilisés comme réactions et autocollants.

Améliorations de Siri

• Siri peut maintenant être utilisé par saisie de texte au lieu de la voix uniquement.
• Siri s'appuiera sur l'IA locale et basée sur iCloud, n'utilisant ChatGPT d'OpenAI que lorsqu'il peut fournir de meilleures réponses.

Apple Cloud et partenariat avec OpenAI

• Apple construit un "Apple Cloud" sécurisé pour gérer le traitement IA sensible.
• Ils s'associent également à OpenAI pour permettre à Siri de s'appuyer sur ChatGPT lorsque cela est approprié, avec l'autorisation de l'utilisateur.

Dans l'ensemble, Apple intègre en profondeur l'IA dans l'ensemble de sa gamme de produits, en s'appuyant sur sa propre technologie ainsi que sur des partenariats stratégiques. Cela représente une avancée majeure pour faire de l'IA une partie intégrante de l'expérience Apple.