Googlella ei ole suurta kokemusta kuvien luomisesta tekoälyn avulla. Hiljattain puhkesi skandaali Kaksosiin sisäänrakennetun kuvageneraattorin takia, joka loi väärin kuvia ihmisistä erehtyen heidän rotunsa. Monien valitusten jälkeen teknologiajätti poisti kasvojen luontitoiminnon ja lähetti sen "korjattavaksi". Odottaessamme yritys on julkaissut parannetun Imagen 2 -kuvaustyökalun osana Vertex AI -kehittäjäalustaa. On kuitenkin vivahde - työkalu on edelleen keskittynyt liiketoimintaan.
Imagen 2 voi luoda ja muokata kuvia tekstikehotteilla, kuten DALL-E ja Midjourney. Työkalu voi näyttää tekstiä, tunnuksia ja logoja useilla kielillä ja valinnaisesti peittää nämä elementit olemassa olevien kuvien, kuten käyntikorttien, vaatteiden ja tuotteiden päällä.
Ensimmäisen esikatselutilassa käynnistämisen jälkeen kuvankäsittely Imagen 2:lla on nyt saatavilla Vertex AI:ssä sekä kaksi uutta ominaisuutta: maalaus ja väritys. Maalaus- ja väritystoimintoja, joita muut suositut kuvageneraattorit, kuten DALL-E, ovat jo pitkään tarjonneet, voidaan käyttää kuvan ei-toivottujen osien poistamiseen, uusien komponenttien lisäämiseen ja kuvan rajojen laajentamiseen. näkymä.
Mutta Imagen 2:n todellinen päivitys on se Google kutsuu "tekstin muuntamista eläviksi kuviksi". Työkalu voi nyt luoda 4 sekunnin videoita tekstikehotteista, samalla tavalla kuin tekoälykäyttöiset klippivalmistajat. Mallin yrityskeskeisen painopisteen mukaisesti Google tarjoaa live-kuvia työkaluksi markkinoijille ja luoville henkilöille, kuten GIF-generaattorin mainontaan, joka esittelee luontoa, ruokaa ja eläimiä – teemoja, joihin Imagen 2 on täydellisesti koulutettu.
Google väittää, että elävät kuvat voivat kaapata "erilaisia kulmia ja liikkeitä" säilyttäen samalla johdonmukaisuuden. Mutta toistaiseksi niillä on alhainen resoluutio: 360 × 640, ja yritys lupasi, että tämä paranee tulevaisuudessa.
Vähentääkseen huolia syväväärennösten mahdollisuudesta Google sanoi, että Imagen 2 käyttää Google DeepMindin kehittämää erityistä SynthID-teknologiaa soveltamaan näkymättömiä kryptografisia vesileimoja eläviin kuviin. Ne kestävät muokkausta, mukaan lukien pakkausta, suodattimia ja värisävyjen säätöjä, mutta vaativat erillisen työkalun tunnistaakseen ne.
Myös Google korostaa, että elävien kuvien luomista "testataan turvallisuussyistä". ”Vertex AI:n Imagen 2 -mallissa ei ollut samoja ongelmia kuin Gemini-sovelluksessa. Jatkamme aktiivista testaamista ja vuorovaikutusta asiakkaidemme kanssa", yrityksen edustajat totesivat.
Lue myös: