Google DeepMind je razkril Vision Banana, revolucionaren model za generiranje slik, ki z uporabo u\u010denja na podlagi navodil dosega izjemne rezultate pri razumevanju vizualnih podatkov. Model je v testih premagal specializirane sisteme, kot sta SAM 3 pri segmentaciji slik in Depth Anything V3 pri ocenjevanju metri\u010dne globine, kar nakazuje na velik premik v razvoju umetne inteligence.<\/p>\n
Raziskovalna ekipa Google DeepMind je z modelom Vision Banana dokazala, da predhodniki za generiranje slik slu\u017eijo kot mo\u010dni temelji za splo\u0161no razumevanje vizualnega sveta, podobno kot veliki jezikovni modeli (LLM) razvijejo razumevanje jezika skozi napovedovanje naslednje besede. Osnova sistema je Nano Banana Pro, Googlov najnaprednej\u0161i generator slik, ki so ga s pomo\u010djo lahkotnega u\u010denja na podlagi navodil spremenili v Vision Banana. Klju\u010dna inovacija je, da so razli\u010dne naloge ra\u010dunalni\u0161kega vida, kot so segmentacija, dolo\u010danje globine in ocenjevanje povr\u0161inskih normal, preoblikovali v naloge generiranja slik v formatu RGB.<\/p>\n
Vision Banana je dosegel vrhunske rezultate v t.i. \u201czero-shot\u201d okoljih, kjer model nima predhodnih izku\u0161enj s specifi\u010dnimi nabori podatkov. Pri segmentaciji slik je presegel zmogljivosti modela SAM 3, medtem ko je pri metri\u010dni oceni globine dosegel rezultat 0,929 (parameter \u03b41), s \u010dimer je premagal dosedanjega rekorderja Depth Anything V3 (0,918). Posebej impresivno je, da model za dolo\u010danje globine ne potrebuje nobenih informacij o parametrih kamere, kar je bila doslej velika ovira za tovrstne sisteme.<\/p>\n
Tak\u0161en pristop prina\u0161a tri klju\u010dne prednosti. Enoten model, kjer ena sama nevronska mre\u017ea lahko opravlja \u0161irok nabor nalog, spreminja se le besedilni ukaz (prompt). Za prilagoditev modela je bila potrebna le majhna koli\u010dina specifi\u010dnih vizualnih podatkov. Poleg tega Vision Banana kljub novim analiti\u010dnim sposobnostim \u0161e vedno v celoti ohranja svojo prvotno funkcijo generiranja vrhunskih fotorealisti\u010dnih slik.<\/p>\n
Raziskovalci verjamejo, da smo pri\u010da paradigmatskemu premiku, kjer bo generativno pred-u\u010denje postalo standard za gradnjo splo\u0161nih vizualnih modelov prihodnosti. Vision Banana tako ne predstavlja le novega orodja, temve\u010d dokaz, da sposobnost ustvarjanja vizualne vsebine implicitno zahteva globoko razumevanje geometrije, semantike in prostorskih odnosov v realnem svetu.<\/p>\n","protected":false},"excerpt":{"rendered":"Google DeepMind je razkril Vision Banana, revolucionaren model za generiranje slik, ki z uporabo u\u010denja na podlagi navodil…\n","protected":false},"author":2,"featured_media":73961,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[12],"tags":[1510,62,37,58,60,38,89,90],"class_list":{"0":"post-73960","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-tehnologija","8":"tag-google","9":"tag-si","10":"tag-slovene","11":"tag-slovenia","12":"tag-slovenija","13":"tag-slovenscina","14":"tag-technology","15":"tag-tehnologija"},"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@si\/116486190336600770","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/posts\/73960","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/comments?post=73960"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/posts\/73960\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/media\/73961"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/media?parent=73960"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/categories?post=73960"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/si\/wp-json\/wp\/v2\/tags?post=73960"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}