Google nemá dobré výsledky, pokiaľ ide o vytváranie obrázkov pomocou umelej inteligencie. Novo vypukol škandál kvôli generátoru obrázkov zabudovanému do Blížencov, ktorý nesprávne vytvoril obrázky ľudí, ktorí si pomýlili svoju rasu. Po mnohých sťažnostiach technický gigant odstránil funkciu generovania tváre a poslal ju „na opravu“. Kým čakáme, spoločnosť vydala vylepšený zobrazovací nástroj Imagen 2 ako súčasť svojej vývojárskej platformy Vertex AI. Existuje však nuansa - nástroj je stále zameraný na podnikanie.
Imagen 2 dokáže vytvárať a upravovať obrázky s textovými výzvami, podobne ako DALL-E a Midjourney. Nástroj dokáže zobraziť text, emblémy a logá vo viacerých jazykoch, pričom tieto prvky voliteľne prekryje na existujúce obrázky, ako sú vizitky, oblečenie a produkty.
Po prvom spustení v režime ukážky je teraz vo Vertex AI k dispozícii úprava obrázkov pomocou Imagen 2 spolu s dvoma novými možnosťami: maľovanie a farbenie. Funkcie maľovania a farbenia, ktoré už dlho ponúkajú iné populárne generátory obrázkov, vrátane DALL-E, sa dajú použiť na odstránenie nežiaducich častí obrázka, pridanie nových komponentov a rozšírenie hraníc obrázka na vytvorenie širšieho poľa vyhliadka.
Ale skutočný upgrade Imagen 2 je taký Google nazýva „transformácia textu na živé obrázky“. Nástroj teraz dokáže vytvárať 4-sekundové videá z textových výziev, podobne ako tvorcovia klipov poháňaných AI. V súlade s korporátnym zameraním modelu ponúka Google živé obrázky ako nástroj pre obchodníkov a kreatívcov, ako napríklad generátor GIF pre reklamu, ktorý zobrazuje prírodu, jedlo a zvieratá – témy, na ktoré bol Imagen 2 dokonale vyškolený.
Google tvrdí, že živé obrázky dokážu zachytiť „rôzne uhly a pohyby“ pri „zachovaní konzistencie“. Zatiaľ však majú nízke rozlíšenie: 360 × 640 a spoločnosť sľúbila, že sa to v budúcnosti zlepší.
Na zníženie obáv z možnosti deepfakes spoločnosť Google uviedla, že Imagen 2 bude používať špeciálnu technológiu SynthID vyvinutú spoločnosťou Google DeepMind na aplikáciu neviditeľných kryptografických vodoznakov na živé obrázky. Sú odolné voči úpravám vrátane kompresie, filtrov a úprav farebných tónov, no na ich detekciu je potrebný samostatný nástroj.
tiež Google zdôrazňuje, že vytváranie živých obrazov „bude testované z bezpečnostných dôvodov“. „Model Imagen 2 vo Vertex AI nezaznamenal rovnaké problémy ako aplikácia Gemini. Naďalej aktívne testujeme a komunikujeme s našimi zákazníkmi,“ uviedli zástupcovia spoločnosti.
Prečítajte si tiež: