Google представи подобрения генератор на изображения с изкуствен интелект Imagen 2

Google представи Imagen 2 – усъвършенстван модел за генериране на изображения по текстови заявки. Той генерира фотореалистични произведения и може да съперничи на Midjourney по отношение на качеството на картината. Моделът не разчита на специфичните стилове, които е усвоил при обучението. И следователно може лесно да променя изображенията и да бъде по-гъвкав при адаптирането към заявката. Той е наличен както в Bard, така и в ImageFX.

Bard се превърна в един от най-популярните и развити чатботове, когато беше подсилен от големия езиков модел Gemini Pro. Отделен плюс – за разлика от ChatGPT, виртуалният асистент е напълно безплатен. Въпреки това му липсваше способността да генерира висококачествени фотореалистични изображения без халюцинации. Сега ситуацията е променена.

За да настигне Midjourney и Bing Image Creator, Google създаде ImageFX на базата на Imagen-2. В него можете бързо да генерирате изображения и да променяте стила им. В демонстрация разработчиците показаха как невронната мрежа имитира рисунки на средновековни летописци и ренесансови картини. Imagen 2 няма проблеми с реалистичното изобразяване на човешки ръце и лица.

Компанията се е погрижила и за сигурността на съдържанието и борбата с фалшификатите. Всички изображения, създадени чрез новия инструмент получават маркера SynthID и специален етикет. Те ще бъдат видими в търсачката на Google като създадени от изкуствен интелект. Разработчиците са работили отделно, за да гарантират, че невронната мрежа не създава злонамерено и шокиращо съдържание. Например сцени на насилие, изображения със сексуален характер и всичко, свързано с политиката.