Google наскоро пусна Imagen 3, своя усъвършенстван AI текст-към-изображение генератор, за потребители в Съединените щати. Тази последна версия има за цел да подобри качеството на изображенията, като осигурява по-добри детайли, подобрено осветление и намалява разсейващите артефакти в сравнение с предишните модели на Google. Първоначално обявен на конференцията I/O през май, Imagen 3 беше направен достъпен на платформата Vertex AI на Google през последните дни. Ранни експерименти от потребители на Reddit започнаха миналата седмица, а научна статия за инструмента беше публикувана от Google във вторник. Подобно на други AI генератори на изображения, Imagen 3 може да генерира детайлни изображения въз основа на указания от потребителите. Потребителите могат също така да редактират генерираните изображения, като посочват желаните модификации. Има обаче определени ограничения, като отказ да генерира изображения на публични личности като Тейлър Суифт и избягване на изображения на оръжия, но Imagen 3 все пак може да създава герои, наподобяващи запазени авторски права фигури, ако са описани, а не назовани. Лично аз бях в състояние да използвам инструмента, за да създам изображения, наподобяващи Соник и Марио, докато моят колега успешно създаде герои, наподобяващи Мики Маус.

Освен това, инструментът генерира логотипи на различни компании, включително Apple, Macy's, Hershey's и дори Google. Дори с тези гъвкави граници, Imagen 3 подхожда по различен начин в сравнение с Grok, AI генератора на изображения на платформата X на Илон Мъск. Известно е, че Grok генерира спорно съдържание, включително изображения, свързани с наркотици, насилие и публични личности, ангажирани в съмнителни дейности. AI инструментите на Google също са имали своите собствени предизвикателства. По-рано тази година Google трябваше да ограничи възможностите за генериране на изображения на своя AI чатбот Gemini поради опасения за исторически неточно създаване на изображения.