fal, FLUX 3 Max’i metin ve görüntüden video üretimi için kullanıma açtı
fal, Black Forest Labs ile yürüttüğü eğitim sonrası çalışmaya dayanan FLUX 3 Max video modelini kullanıma sundu. Geliştiriciler metin, görüntü veya anahtar karelerle aynı arayüz üzerinden video üretebiliyor. Çalışma, modelin ek eğitiminin yanı sıra hesaplama ve sunucu düzenlemelerini kapsıyor. Erişim fal’ın barındırdığı hizmet üzerinden sağlanıyor; araştırma ekibi bu ilk sürümün ardından eğitimi sürdürüyor.
Yapay Zekâ··Sabah
FLUX 3 Max, ortak eğitim sonrası çalışmadan çıktı
Yapay zekâ modellerini sunucularında çalıştıran fal, model geliştiricisi Black Forest Labs ile yaptığı çalışmanın ardından FLUX 3 Max’i 19 Ekim’de kullanıma sundu.[1], [2]
Video modelinin temeli, Black Forest Labs’ın FLUX 3 modeli. fal Research ekibi, özgün geliştiriciyle birlikte bu temel üzerinde eğitim sonrası çalışma yürüttü. Ortaklık, temel model geliştirmeyi ek eğitimle ve kullanıcılara hizmet sunmak için gereken mühendislikle buluşturuyor. Yeni sürüme fal’ın çıkarım platformundan erişiliyor; çıkarım, eğitilmiş modelin bir isteği işleyip sonuç üretmesi anlamına geliyor. Geliştiriciler, modeli kendi bilgisayarlarına indirip çalıştırmak yerine barındırılan sisteme istek gönderiyor.[1]
Üç girdi yolu aynı arayüzde birleşiyor
Uygulama programlama arayüzü, yani API, metinden video, görüntüden video ve anahtar karelerden video üretimini destekliyor. Geliştirici yazılı bir yönergeden, bir görüntüden ya da seçilmiş karelerden başlayabiliyor. Duyuruda adı geçen bu üretim yollarına aynı arayüzden erişiliyor. Ayrım, modele hangi malzemenin verildiğiyle ilgili; barındırılan çıkarım hizmeti gelen isteği işleyerek sonucu döndürüyor. 19 Ekim’de kullanıma açılan bu ilk sürüm, fal üzerinden hizmet erişimi sağlıyor. Modeli bağımsız çalıştırmak için gereken sayısal parametreler, yani ağırlıklar, duyuruyla birlikte indirmeye açılmadı. Yerel bir bilgisayara kurulacak paket de bu erişim biçiminin parçası olarak sunulmuyor.[1]
Ek eğitim ve hizmet altyapısı çalışması sürüyor
fal, uyarlama sürecini ek eğitim, pekiştirmeli öğrenme, çıkarım eniyileştirmesi ve sistem mühendisliğinin birleşimi olarak anlatıyor. Pekiştirmeli öğrenme eğitim tarafında yer alırken, çıkarım eniyileştirmesi eğitilmiş modelin çalıştırılmasına odaklanıyor. Sunucu altyapısındaki düzenlemeler ise kullanımdaki isteklerin modele ulaştığı yolu kapsıyor. Şirket bu çalışmanın hedeflerini görüntünün aslına uygunluğu, hareketlerin tutarlılığı ve yönergelere uyum olarak sıralıyor. Duyuruda insan tercih değerlendirmelerine de yer veriliyor; hız karşılaştırmaları üreticinin kendi ölçümlerine dayanıyor. fal’ın yayımladığı açıklamalardaki gecikme değerleri birbirinden farklı. Bu rakamlar, bağımsız olarak kanıtlanmış bir hız üstünlüğü oluşturmuyor. fal, modeli ilk sürüm olarak tanımlıyor ve araştırma ekibinin eğitim sonrası çalışmayı sürdürdüğünü belirtiyor. Şirket, insan tercih karşılaştırmaları için modellerin çıktılarını değerlendiren Artificial Analysis sonuçlarına başvuruyor. Üst sıralardaki modellerin tercih puanlarında belirsizlik aralıklarının çakışabildiğini de belirtiyor. Bu çakışma, modeller arasında kesin bir üstünlük sıralaması kurmayı sınırlıyor; duyuruda kullanılan kalite değerlendirmesiyle üreticinin kendi hız ölçümleri ayrı dayanaklara sahip.[1]
