photographie

Lejos de los anuncios espectaculares de OpenAI y Google con Gemini, Apple avanza a su propio ritmo en trabajos de base en torno a la IA.

De hecho, la compañía multiplica las investigaciones internas, especialmente en el ámbito de la imagen. Tras explorar la fotografía en condiciones de baja luminosidad con DarkDiff, Apple revela hoy UniGen-1.5, un modelo de inteligencia artificial capaz de comprender, generar y retocar imágenes dentro de un mismo sistema.

UniGen-1.5, un modelo único para ver, crear y modificar

Según se detalla en el documento de investigación del proyecto, UniGen-1.5 es una evolución de un modelo anterior presentado en 2025, UniGen, diseñado para unificar la comprensión y la generación de imágenes.

Con esta nueva versión, Apple va más allá integrando la edición de imágenes, sin multiplicar las arquitecturas especializadas. Mientras que la mayoría de los sistemas actuales se basan en varios modelos distintos según la tarea, UniGen-1.5 se basa en un marco multimodal único.

Esta elección técnica no es casual, ya que comprender una imagen, producir una nueva o modificar ciertos elementos moviliza diferentes enfoques. Sin embargo, los investigadores de Apple creen que un modelo unificado puede aprovechar sus capacidades de análisis visual para mejorar la calidad de la generación y la edición.

Una forma de reforzar la coherencia global del resultado final, especialmente cuando las instrucciones son complejas o muy precisas…

Mejor comprensión de las instrucciones antes de retocar

Un aperçu du mode de fonctionnement d’UniGen-1.5 – Source&nbsp: UniGen-1.5

Uno de los principales obstáculos de la edición de imágenes por IA sigue siendo la comprensión precisa de las solicitudes del usuario, y modificar un detalle sutil sin alterar el resto de la imagen sigue siendo un ejercicio delicado. Para abordar esto, UniGen-1.5 introduce una etapa intermedia denominada «Edit Instruction Alignment».

Concretamente, antes de cualquier generación final, el modelo aprende a producir una descripción textual detallada de la imagen esperada, a partir de la imagen original y la instrucción proporcionada.

Esta fase permite a la IA integrar con mayor precisión la intención del usuario, antes de pasar a la optimización mediante aprendizaje por refuerzo.

Rendimiento sólido, pero aún limitado

Las últimas pruebas muestran que UniGen-1.5 obtiene altas puntuaciones en el seguimiento de instrucciones, en la calidad visual y en la gestión de ediciones complejas. El modelo supera varias soluciones de código abierto recientes y se acerca a modelos propietarios bien establecidos en ciertos criterios.

Sin embargo, no todo es perfecto, y los investigadores aún señalan dificultades en la generación de texto dentro de las imágenes, así como problemas de coherencia de identidad en algunos casos, especialmente en texturas o colores de animales.

Si bien el proyecto se encuentra actualmente en fase de investigación, UniGen-1.5 ilustra la estrategia de Apple que busca construir bloques tecnológicos sólidos, de antemano, antes de integrarlos en sus productos…