Google nima odličnih izkušenj pri ustvarjanju slik z umetno inteligenco. Na novo je izbruhnil škandal zaradi generatorja slik, vgrajenega v Gemini, ki je nepravilno ustvaril slike ljudi in zamenjal njihovo raso. Po številnih pritožbah je tehnološki gigant odstranil funkcijo generiranja obraza in jo poslal "v popravilo". Medtem ko čakamo, je podjetje izdalo izboljšano orodje za slikanje Imagen 2 kot del svoje platforme za razvijalce Vertex AI. Vendar pa obstaja odtenek - orodje je še vedno osredotočeno na poslovanje.
Imagen 2 lahko ustvarja in ureja slike z besedilnimi pozivi, podobno kot DALL-E in Midjourney. Orodje lahko prikaže besedilo, embleme in logotipe v več jezikih, po želji te elemente prekrije z obstoječimi slikami, kot so vizitke, oblačila in izdelki.
Po prvem zagonu v načinu predogleda je urejanje slik z Imagen 2 zdaj na voljo v Vertex AI skupaj z dvema novima zmogljivostma: slikanje in barvanje. Funkciji slikanja in barvanja, ki ju že dolgo ponujajo drugi priljubljeni generatorji slik, vključno z DALL-E, lahko uporabite za odstranjevanje neželenih delov slike, dodajanje novih komponent in razširitev meja slike, da ustvarite širše polje pogled.
Toda prava nadgradnja Imagen 2 je to google imenuje "transformacija besedila v žive slike". Orodje lahko zdaj ustvari 4-sekundne videoposnetke iz besedilnih pozivov, podobno kot izdelovalci posnetkov, ki jih poganja AI. V skladu s korporativnim fokusom modela Google ponuja slike v živo kot orodje za tržnike in kreativce, kot je generator GIF za oglaševanje, ki prikazuje naravo, hrano in živali – teme, za katere je bil Imagen 2 odlično usposobljen.
google trdi, da lahko slike v živo zajamejo "različne kote in gibe" ob "ohranjanju doslednosti". A za zdaj imajo nizko ločljivost: 360 × 640, podjetje pa je obljubilo, da se bo to v prihodnosti izboljšalo.
Da bi zmanjšal zaskrbljenost glede možnosti globokih ponaredkov, je Google dejal, da bo Imagen 2 uporabljal posebno tehnologijo SynthID, ki jo je razvil Google DeepMind, za uporabo nevidnih kriptografskih vodnih žigov na živih slikah. Odporni so na urejanje, vključno s stiskanjem, filtri in prilagoditvami barvnih tonov, vendar potrebujejo ločeno orodje za njihovo zaznavanje.
Tudi google poudarja, da bo ustvarjanje slik v živo "testirano zaradi varnosti". »Model Imagen 2 v Vertex AI ni imel enakih težav kot aplikacija Gemini. Še naprej aktivno testiramo in sodelujemo z našimi strankami,« so opozorili predstavniki podjetja.
Preberite tudi: