Google nema sjajne rezultate kada je u pitanju kreiranje slika s umjetnom inteligencijom. Novo izbio je skandal zbog generatora slika ugrađenog u Blizanci koji je pogrešno kreirao slike ljudi, greškom u njihovoj rasi. Nakon mnogih pritužbi, tehnološki gigant je uklonio funkciju generiranja lica i poslao je "na popravak". I dok čekamo, kompanija je objavila poboljšani alat za obradu slika, Imagen 2, kao dio svoje Vertex AI razvojne platforme. Međutim, postoji nijansa - alat je i dalje fokusiran na posao.
Imagen 2 može kreirati i uređivati slike sa tekstualnim upitima, slično kao DALL-E i Midjourney. Alat može prikazati tekst, ambleme i logotipe na više jezika, opciono preklapajući ove elemente na postojeće slike kao što su vizit karte, odjeća i proizvodi.
Nakon prvog pokretanja u režimu pregleda, uređivanje slika pomoću Imagen 2 sada je dostupno u Vertex AI zajedno s dvije nove mogućnosti: slikanje i bojenje. Funkcije slikanja i bojenja, koje već dugo nude drugi popularni generatori slika, uključujući DALL-E, mogu se koristiti za uklanjanje neželjenih dijelova slike, dodavanje novih komponenti i proširenje granica slike kako bi se stvorilo šire polje pogled.
Ali prava nadogradnja Imagena 2 je to Google naziva "transformacijom teksta u žive slike". Alat sada može kreirati video zapise u trajanju od 4 sekunde iz tekstualnih upita, slično kao kod kreatora klipova koji pokreće AI. U skladu s korporativnim fokusom modela, Google nudi žive slike kao alat za trgovce i kreativce, kao što je GIF generator za oglašavanje koji prikazuje prirodu, hranu i životinje – teme za koje je Imagen 2 savršeno obučen.
Google tvrdi da slike uživo mogu uhvatiti "različite uglove i pokrete" uz "održavanje konzistentnosti". Ali za sada imaju nisku rezoluciju: 360×640, a kompanija je obećala da će se to poboljšati u budućnosti.
Kako bi smanjio zabrinutost oko mogućnosti deepfakesa, Google je rekao da će Imagen 2 koristiti specijalnu SynthID tehnologiju koju je razvio Google DeepMind za primjenu nevidljivih kriptografskih vodenih žigova na žive slike. Otporni su na uređivanje, uključujući kompresiju, filtere i podešavanja tonova boja, ali im je potreban poseban alat za njihovo otkrivanje.
Također Google naglašava da će generiranje živih slika "biti testirano iz sigurnosnih razloga". “Model Imagen 2 u Vertex AI nije imao iste probleme kao Gemini aplikacija. Nastavljamo s aktivnim testiranjem i interakcijom s našim kupcima“, istaknuli su predstavnici kompanije.
Pročitajte također: