在利用人工智能创建图像方面，谷歌并没有良好的记录。新 丑闻爆发 由于 Gemini 内置的图像生成器错误地创建了人们的图像，弄错了他们的种族。在多次投诉后，这家科技巨头删除了人脸生成功能并将其送去“维修”。在我们等待的同时，该公司发布了改进的 Imagen 2 成像工具，作为其 Vertex AI 开发者平台的一部分。然而，有一个细微差别 - 该工具仍然专注于业务。
Imagen 2 可以通过文本提示创建和编辑图像，类似于 DALL-E 和 Midjourney。该工具可以以多种语言显示文本、标志和徽标，还可以选择将这些元素叠加到名片、服装和产品等现有图像上。
首次在预览模式下启动后，Vertex AI 现在可以使用 Imagen 2 进行图像编辑以及两项新功能：绘画和着色。包括 DALL-E 在内的其他流行图像生成器早已提供了绘画和着色功能，可用于删除图像中不需要的部分、添加新组件以及扩展图像的边界以创建更广泛的领域。看法。
但Imagen 2真正的升级在于 谷歌 称为“将文本转换为实时图像”。该工具现在可以根据文本提示创建 4 秒的视频，类似于人工智能驱动的剪辑创建工具。为了与该模型的企业重点保持一致，Google 提供实时图像作为营销人员和创意人员的工具，例如用于展示自然、食物和动物的广告 GIF 生成器 - Imagen 2 已经针对这些主题进行了完美的培训。
谷歌 声称实时图像可以捕捉“各种角度和动作”，同时“保持一致性”。但目前，它们的分辨率较低：360x640，该公司承诺未来会改进这一点。
为了减少对 Deepfakes 可能性的担忧，谷歌表示 Imagen 2 将使用 Google DeepMind 开发的特殊 SynthID 技术，将不可见的加密水印应用于实时图像。它们可以抵抗编辑，包括压缩、滤镜和色调调整，但需要单独的工具来检测它们。
塔科日 谷歌 强调实时图像的生成“将出于安全目的进行测试”。 “Vertex AI 中的 Imagen 2 模型没有遇到与 Gemini 应用程序相同的问题。我们将继续积极测试并与客户互动，”公司代表指出。
另请阅读：