NVIDIA Luncurkan DiffUHaul, AI yang Bisa Pindahkan Objek di Gambar

Nvidia baru saja memperkenalkan DiffUHaul, tool AI baru yang bisa memindahkan objek dalam gambar tanpa mengubah ukuran atau latar belakang. Teknologi ini memanfaatkan model text-to-image yang diproses secara lokal untuk memahami posisi objek secara detail.

Model text-to-image yang ada saat ini sering kesulitan dengan tugas pengeditan rumit karena kurangnya kemampuan spatial reasoning. DiffUHaul hadir untuk mengatasi kelemahan tersebut, memungkinkan objek dipindahkan secara mulus tanpa mengganggu elemen lain di gambar.

Cara kerjanya cukup menarik. DiffUHaul menggunakan teknik masking untuk “menyorot” objek saat proses denoising, sehingga lokasi objek bisa dikenali dan dipisahkan dari latar belakang. Setelah itu, AI ini menghitung perbedaan posisi untuk menempatkan objek di lokasi baru.

Hal yang membuat DiffUHaul unik adalah kemampuannya mempertahankan detail asli dari objek. Semua fitur dan tekstur pada objek akan disesuaikan dengan posisi barunya agar tampak alami dan konsisten dengan gambar awal.

DiffUHaul sendiri dibangun dari teknologi BlobGEN, model AI yang mampu memahami tata ruang dalam gambar berdasarkan perintah kompleks. Tool AI ini juga tidak memerlukan pelatihan data khusus, sehingga bisa langsung digunakan tanpa persiapan tambahan.

Namun, belum ada keterangan soal apakah DiffUHaul bakal tersedia secara umum di masa mendatang. Bisa jadi, tool AI tersebut bakal diintegrasikan sebagai tambahan fitur baru untuk teknologi AI milik NVIDIA. Bagaimana menurut kalian tool AI satu ini?

Sumber