Instant AI for Google Slides vs InstructPix2Pix

Instant AI for Google Slides cria rascunhos completos de apresentações dentro do Google Slides a partir de um tema sugerido. Você escolhe o comprimento e o tipo de apresentação (investidor, vendas e outros), edita o esboço gerado pela IA e então gera automaticamente os slides com layouts sugeridos. As apresentações finalizadas permanecem totalmente editáveis no editor do Slides que você já usa.

Geradores genéricos de slides exportam arquivos estáticos ou despejam blocos de texto em modelos padrão. Instant combina sugestões de layout com mais de 100 modelos criados por designers, incluindo fluxogramas e infográficos, e funciona nativamente no menu Extensões do Google Slides. Isso mantém sua equipe em uma única ferramenta, em vez de copiar de um aplicativo web separado.

Fundadores de startups, equipes de vendas e consultores que utilizam o Google Workspace se adaptam a esse fluxo de trabalho. O nível inicial inclui 15 slides e 10 reescritas por $0, enquanto os planos pagos vão até 150 slides por mês no Pro ($99) ou slides ilimitados no Premium ($199 por mês).

InstructPix2Pix edita uma foto a partir de uma instrução em linguagem simples, como "faça o céu ficar laranja de pôr do sol" ou "transforme isso em uma aquarela." Você fornece uma imagem de entrada e um comando de texto curto, e o modelo retorna uma versão editada em segundos sem precisar treinar nessa foto específica antes. Foi publicado como um Destaque do CVPR 2023 por pesquisadores da UC Berkeley.

Editores baseados em máscara exigem que você pinte regiões antes de alterar qualquer coisa. InstructPix2Pix executa uma única passagem direta apenas a partir do texto, pulando etapas de ajuste fino ou inversão por imagem que retardam outros fluxos de trabalho de edição por difusão. A compensação aparece nos casos de falha do artigo: mudanças de ponto de vista, troca de objetos e edições locais precisas continuam sendo pontos fracos.

O projeto disponibiliza código open source no GitHub e um espaço de demonstração no Hugging Face para testar edições no navegador. O treinamento combinou GPT-3 e Stable Diffusion para sintetizar pares de instruções, e o modelo lançado generaliza para fotos reais de até cerca de 768 pixels de largura, apesar da resolução de treinamento de 256x256.