Instant AI for Google Slides vs InstructPix2Pix

Instant AI for Google Slides rédige des présentations complètes directement dans Google Slides à partir d'un sujet donné. Vous choisissez la longueur et le type de présentation (investisseur, commercial, et autres), modifiez le plan généré par l'IA, puis générez automatiquement les diapositives avec des mises en page suggérées. Les présentations terminées restent entièrement modifiables dans l'éditeur Slides que vous utilisez déjà.

Les générateurs de diapositives classiques exportent des fichiers statiques ou insèrent des blocs de texte dans des modèles par défaut. Instant combine des suggestions de mise en page avec plus de 100 modèles conçus par des designers, incluant des organigrammes et des infographies, et fonctionne nativement dans le menu Extensions de Google Slides. Cela permet à votre équipe de rester dans un seul outil au lieu de copier depuis une application web distincte.

Les fondateurs de startups, les équipes commerciales et les consultants qui utilisent Google Workspace s'adaptent bien à ce flux de travail. Le niveau d'entrée inclut 15 diapositives et 10 réécritures à 0 $, tandis que les plans payants vont jusqu'à 150 diapositives par mois sur Pro (99 $) ou diapositives illimitées sur Premium (199 $ par mois).

InstructPix2Pix modifie une photo à partir d'une instruction en langage courant telle que « rendre le ciel orange au coucher du soleil » ou « transformer ceci en aquarelle ». Vous fournissez une image d'entrée et une commande textuelle courte, et le modèle renvoie une version modifiée en quelques secondes sans entraînement préalable sur cette photo spécifique. Il a été publié comme un Highlight CVPR 2023 par des chercheurs de l'UC Berkeley.

Les éditeurs basés sur des masques vous obligent à peindre des régions avant de modifier quoi que ce soit. InstructPix2Pix effectue un passage avant unique à partir du texte seul, évitant les étapes de fine-tuning ou d'inversion par image qui ralentissent d'autres workflows d'édition par diffusion. Le compromis apparaît dans les cas d'échec présentés dans l'article : les changements de point de vue, les échanges d'objets et les modifications locales précises restent des points faibles.

Le projet propose un code open source sur GitHub et un espace de démonstration Hugging Face pour tester les modifications dans un navigateur. L'entraînement a combiné GPT-3 et Stable Diffusion pour synthétiser des paires d'instructions, et le modèle publié se généralise aux photos réelles jusqu'à environ 768 pixels de large malgré une résolution d'entraînement de 256x256.