Google har ikke noen gode resultater når det gjelder å lage bilder med kunstig intelligens. Nylig en skandale brøt ut på grunn av bildegeneratoren innebygd i Gemini, som feilaktig skapte bilder av mennesker og tok feil av rasen deres. Etter mange klager fjernet teknologigiganten ansiktsgenereringsfunksjonen og sendte den "til reparasjon". Mens vi venter, har selskapet gitt ut et forbedret Imagen 2-bildeverktøy som en del av sin Vertex AI-utviklerplattform. Det er imidlertid en nyanse - verktøyet er fortsatt fokusert på virksomheten.
Imagen 2 kan lage og redigere bilder med tekstmeldinger, som ligner på DALL-E og Midjourney. Verktøyet kan vise tekst, emblemer og logoer på flere språk, og eventuelt legge disse elementene over på eksisterende bilder som visittkort, klær og produkter.
Etter først lansering i forhåndsvisningsmodus, er bilderedigering med Imagen 2 nå tilgjengelig i Vertex AI sammen med to nye funksjoner: maling og fargelegging. Malings- og fargeleggingsfunksjonene, som lenge har blitt tilbudt av andre populære bildegeneratorer, inkludert DALL-E, kan brukes til å fjerne uønskede deler av bildet, legge til nye komponenter og utvide bildets grenser for å skape et bredere felt av bildet. utsikt.
Men den virkelige oppgraderingen av Imagen 2 er det Google kaller «transformasjon av tekst til levende bilder». Verktøyet kan nå lage 4-sekunders videoer fra tekstmeldinger, som ligner på AI-drevne klippopprettingsverktøy. I tråd med bedriftsfokuset til modellen tilbyr Google levende bilder som et verktøy for markedsførere og kreative, for eksempel en GIF-generator for annonsering som viser frem natur, mat og dyr – temaer som Imagen 2 har blitt perfekt trent for.
Google hevder at levende bilder kan fange «en rekke vinkler og bevegelser» samtidig som de «beholder konsistensen». Men foreløpig har de en lav oppløsning: 360x640, og selskapet lovet at dette vil bli bedre i fremtiden.
For å redusere bekymringene for muligheten for dype forfalskninger, sa Google at Imagen 2 vil bruke spesiell SynthID-teknologi utviklet av Google DeepMind for å bruke usynlige kryptografiske vannmerker på levende bilder. De er motstandsdyktige mot redigering, inkludert komprimering, filtre og fargetonejusteringer, men krever et eget verktøy for å oppdage dem.
Også Google understreker at generering av levende bilder «vil bli testet for sikkerhetsformål». «Image 2-modellen i Vertex AI opplevde ikke de samme problemene som Gemini-applikasjonen. Vi fortsetter å aktivt teste og samhandle med kundene våre," bemerket selskapets representanter.
Les også: