O Opera GX recebe grandes melhorias de IA na geração de texto, áudio e imagem

O Opera GX acaba de receber um conjunto de melhorias no Aria Que o transformam em uma solução abrangente para quem deseja gerar imagens com base em texto, analisar o conteúdo de uma imagem, gerar respostas para várias perguntas que exigiriam alguns minutos de pesquisa on-line e muito mais.

A geração de imagens funciona com a inserção de uma descrição detalhada do resultado desejado e, após obter uma imagem, o usuário também pode inserir mais texto para alterá-la. O único problema é o limite de 30 imagens por usuário e por dia, o que não será suficiente para os fãs mais assíduos de imagens geradas por IA. Para realizar essas tarefas, o Aria usa o modelo Imagen2 do Google.

Os recursos de conversão de texto em fala do Aria podem ser úteis quando o usuário está envolvido em uma atividade que não pode ser adiada, como uma sessão de jogos on-line, mas precisa obter algumas informações sobre um determinado tópico imediatamente (um guia sobre como passar de um determinado nível do jogo multijogador em que o usuário está envolvido, por exemplo).

Para entender melhor as imagens, o usuário deve carregar um arquivo gráfico no Aria e, em seguida, verificar a descrição fornecida pela ferramenta de IA. Como era de se esperar, imagens ofensivas devem ser evitadas porque o resultado será um aviso de isenção de responsabilidade, mesmo para conteúdo leve, como fotos de biquíni sem topless. Felizmente, esse recurso é muito mais do que apenas reconhecer objetos ou pessoas, pois o Aria também pode resolver problemas de matemática ou de programação básica.

Por último, mas não menos importante, ao solicitar que o Aria pesquise um determinado tópico, o resultado também incluirá links para as fontes usadas na geração da resposta. Dessa forma, a pesquisa gerada por IA dá um grande passo à frente.

Os programadores de Python que estão buscando esse campo devem pegar o Using Stable Diffusion with Python: Leverage Python to control and automate high-quality AI image generation using Stable Diffusion, um livro de Andrew Zhu (Shudong Zhu) que está disponível nos formatos Kindle (US$ 35,99) e brochura (US$ 42,74).