Instant AI for Google Slides vs InstructPix2Pix

Instant AI for Google Slides crea borradores completos de presentaciones dentro de Google Slides a partir de un tema dado. Tú eliges la duración y el tipo de presentación (inversores, ventas y otros), editas el esquema generado por la IA y luego generas automáticamente diapositivas con diseños sugeridos. Las presentaciones terminadas permanecen completamente editables en el editor de Slides que ya usas.

Los generadores genéricos de diapositivas exportan archivos estáticos o colocan bloques de texto en plantillas predeterminadas. Instant combina sugerencias de diseño con más de 100 plantillas diseñadas por profesionales, incluyendo diagramas de flujo e infografías, y funciona de forma nativa en el menú Extensiones de Google Slides. Esto mantiene a tu equipo en una sola herramienta en lugar de copiar desde una aplicación web separada.

Fundadores de startups, equipos de ventas y consultores que trabajan en Google Workspace se adaptan a este flujo de trabajo. El nivel de entrada incluye 15 diapositivas y 10 reescrituras por $0, mientras que los planes pagos escalan hasta 150 diapositivas por mes en Pro ($99) o diapositivas ilimitadas en Premium ($199 por mes).

InstructPix2Pix edita una foto a partir de una instrucción en lenguaje sencillo como "hacer que el cielo sea naranja al atardecer" o "convertir esto en una acuarela." Proporcionas una imagen de entrada y un comando de texto corto, y el modelo devuelve una versión editada en segundos sin necesidad de entrenar primero con esa foto específica. Fue publicado como un Destacado de CVPR 2023 por investigadores de UC Berkeley.

Los editores basados en máscaras requieren que pintes regiones antes de cambiar algo. InstructPix2Pix realiza una única pasada hacia adelante solo a partir del texto, omitiendo pasos de ajuste fino o inversión por imagen que ralentizan otros flujos de trabajo de edición por difusión. La compensación aparece en los casos de fallo del artículo: cambios de punto de vista, intercambios de objetos y ediciones locales precisas siguen siendo puntos débiles.

El proyecto ofrece código abierto en GitHub y un espacio de demostración en Hugging Face para probar ediciones en un navegador. El entrenamiento combinó GPT-3 y Stable Diffusion para sintetizar pares de instrucciones, y el modelo liberado se generaliza a fotos reales de hasta aproximadamente 768 píxeles de ancho a pesar de una resolución de entrenamiento de 256x256.