Google-un süni intellektlə şəkillər yaratmaqda böyük təcrübəsi yoxdur. Təzə qalmaqal baş verdi Əkizlər bürcündə yerləşdirilmiş görüntü generatoru insanların irqlərini səhv salaraq yanlış şəkildə yaratdığına görə. Çoxlu şikayətlərdən sonra texnoloji nəhəng üz generasiya funksiyasını ləğv edib və onu “təmirə” göndərib. Biz gözlədiyimiz müddətdə şirkət Vertex AI inkişaf etdirici platformasının bir hissəsi kimi təkmilləşdirilmiş təsvir aləti Imagen 2-ni buraxdı. Bununla belə, bir nüans var - alət hələ də biznesə yönəlib.
Imagen 2, DALL-E və Midjourney-ə bənzər mətn göstərişləri ilə şəkillər yarada və redaktə edə bilər. Alət bir çox dildə mətn, emblem və loqoları göstərə bilər, istəyə görə bu elementləri vizit kartları, geyimlər və məhsullar kimi mövcud şəkillərin üzərinə qoya bilər.
İlkin baxış rejimində işə salındıqdan sonra Imagen 2 ilə şəkil redaktə etmək indi Vertex AI-də iki yeni imkanla birlikdə mövcuddur: rəngləmə və rəngləmə. DALL-E də daxil olmaqla, digər məşhur görüntü generatorları tərəfindən uzun müddətdir təklif olunan rəngləmə və rəngləmə funksiyaları təsvirin arzuolunmaz hissələrini silmək, yeni komponentlər əlavə etmək və daha geniş sahə yaratmaq üçün təsvirin sərhədlərini genişləndirmək üçün istifadə edilə bilər. görünüşü.
Amma Imagen 2-nin əsl təkmilləşdirilməsi budur google "mətnin canlı təsvirlərə çevrilməsi" adlandırır. Alət indi süni intellektlə işləyən klip istehsalçıları kimi mətn göstərişlərindən 4 saniyəlik videolar yarada bilər. Modelin korporativ fokusuna uyğun olaraq, Google marketoloqlar və kreativlər üçün bir vasitə kimi canlı şəkillər təklif edir, məsələn, Imagen 2-nin mükəmməl şəkildə öyrədildiyi təbiəti, qidaları və heyvanları nümayiş etdirən reklam üçün GIF generatoru.
google iddia edir ki, canlı təsvirlər "ardıcıllığı qoruyaraq" "müxtəlif bucaqları və hərəkətləri" tuta bilir. Ancaq hələlik onların aşağı qətnaməsi var: 360×640 və şirkət bunun gələcəkdə yaxşılaşacağını vəd etdi.
Deepfakes ehtimalı ilə bağlı narahatlıqları azaltmaq üçün Google, Imagen 2-nin canlı şəkillərə görünməz kriptoqrafik su nişanlarını tətbiq etmək üçün Google DeepMind tərəfindən hazırlanmış xüsusi SynthID texnologiyasından istifadə edəcəyini söylədi. Onlar sıxılma, filtrlər və rəng tonunun tənzimlənməsi daxil olmaqla redaktəyə davamlıdırlar, lakin onları aşkar etmək üçün ayrıca alət tələb olunur.
Həmçinin google canlı təsvirlərin yaradılmasının "təhlükəsizlik məqsədilə sınaqdan keçiriləcəyini" vurğulayır. “Vertex AI-dəki Imagen 2 modeli Gemini tətbiqi ilə eyni problemlərlə qarşılaşmadı. Biz fəal şəkildə sınaqdan keçirməyə və müştərilərimizlə əlaqə saxlamağa davam edirik”, - şirkət nümayəndələri qeyd ediblər.
Həmçinin oxuyun: