Արհեստական ինտելեկտով պատկերներ ստեղծելու հարցում Google-ը մեծ հաջողություններ չունի: Նոր սկանդալ է ծագել Երկվորյակների մեջ ներկառուցված պատկերների գեներատորի պատճառով, որը սխալ է ստեղծել մարդկանց պատկերները՝ շփոթելով նրանց ռասայից: Բազմաթիվ բողոքներից հետո տեխնոլոգիական հսկան հանել է դեմքի գեներացման ֆունկցիան ու ուղարկել «վերանորոգման»։ Եվ մինչ մենք սպասում ենք, ընկերությունը թողարկել է բարելավված պատկերային գործիք՝ Imagen 2, որպես իր Vertex AI ծրագրավորող հարթակի մաս: Այնուամենայնիվ, կա մի նրբերանգ՝ գործիքը դեռ կենտրոնացած է բիզնեսի վրա:
Imagen 2-ը կարող է ստեղծել և խմբագրել պատկերներ տեքստային հուշումներով, որոնք նման են DALL-E-ին և Midjourney-ին: Գործիքը կարող է ցուցադրել տեքստը, տարբերանշանները և լոգոները մի քանի լեզուներով՝ կամայականորեն ծածկելով այս տարրերը գոյություն ունեցող պատկերների վրա, ինչպիսիք են այցեքարտերը, հագուստը և ապրանքները:
Նախադիտման ռեժիմում առաջին անգամ գործարկվելուց հետո Imagen 2-ով պատկերների խմբագրումն այժմ հասանելի է Vertex AI-ում երկու նոր հնարավորություններով՝ նկարչություն և գունավորում: Ներկման և ներկման գործառույթները, որոնք վաղուց առաջարկվել են այլ հայտնի պատկերների գեներատորների կողմից, ներառյալ DALL-E-ն, կարող են օգտագործվել պատկերի անցանկալի մասերը հեռացնելու, նոր բաղադրիչներ ավելացնելու և պատկերի սահմաններն ընդլայնելու համար՝ ավելի լայն տեսադաշտ ստեղծելու համար:
Բայց Imagen 2-ի իրական արդիականացումը դա է Google անվանում է «տեքստի փոխակերպում կենդանի պատկերների»։ Գործիքն այժմ կարող է տեքստային հուշումներից ստեղծել 4 վայրկյան տևողությամբ տեսանյութեր, որոնք նման են AI-ով աշխատող տեսահոլովակների ստեղծողներին: Համապատասխանելով մոդելի կորպորատիվ ուշադրությանը՝ Google-ն առաջարկում է կենդանի պատկերներ՝ որպես գործիք շուկայավարների և ստեղծագործողների համար, օրինակ՝ GIF գեներատոր գովազդի համար, որը ցուցադրում է բնությունը, սնունդը և կենդանիները. թեմաներ, որոնց համար Imagen 2-ը հիանալի պատրաստված է:
Google պնդում է, որ կենդանի պատկերները կարող են գրավել «տարբեր անկյուններ և շարժումներ»՝ միաժամանակ «պահպանելով հետևողականությունը»: Բայց առայժմ նրանք ունեն ցածր լուծաչափ՝ 360×640, և ընկերությունը խոստացել է, որ ապագայում դա կբարելավվի։
Դիփֆեյքերի հնարավորության հետ կապված մտահոգությունները նվազեցնելու համար Google-ն ասաց, որ Imagen 2-ը կօգտագործի հատուկ SynthID տեխնոլոգիա, որը մշակվել է Google DeepMind-ի կողմից՝ կենդանի պատկերների վրա անտեսանելի ծածկագրային ջրանիշներ կիրառելու համար: Նրանք դիմացկուն են խմբագրման, ներառյալ սեղմման, զտիչների և գունային տոնայնության ճշգրտումների նկատմամբ, սակայն դրանք հայտնաբերելու համար պահանջում են առանձին գործիք:
Նաև Google ընդգծում է, որ կենդանի պատկերների գեներացումը «կփորձարկվի անվտանգության նպատակներով»։ «Imagen 2 մոդելը Vertex AI-ում չի ունեցել նույն խնդիրները, ինչ Gemini հավելվածը: Մենք շարունակում ենք ակտիվորեն փորձարկել և շփվել մեր հաճախորդների հետ»,- նշել են ընկերության ներկայացուցիչները։
Կարդացեք նաև.