Google nedávno uživatelům v USA vydal Imagen 3, svůj pokročilý generátor textu na obrázek. Tato nejnovější verze si klade za cíl zlepšit kvalitu obrázků poskytováním lepších detailů, vylepšeného osvětlení a snížení rušivých artefaktů ve srovnání s předchozími modely od Google. Imagen 3 byl původně oznámen na konferenci I/O v květnu a v posledních dnech byl zpřístupněn na platformě Google Vertex AI. První experimenty uživatelů Redditu začaly minulý týden a výzkumná práce o tomto nástroji byla Googlem zveřejněna v úterý. Podobně jako u jiných generátorů AI obrázků může Imagen 3 generovat detailní obrázky na základě uživatelských výzev. Uživatelé mohou také upravovat vygenerované obrázky zadáním požadovaných úprav. Ačkoliv v nástroji existují určitá omezení, jako je odmítnutí generování obrázků veřejných postav jako je Taylor Swift a vyhýbání se obrázkům zbraní, Imagen 3 může stále vytvářet postavy podobné těm chráněným autorskými právy, pokud jsou popsány místo pojmenování. Osobně jsem mohl pomocí nástroje vytvořit obrázky připomínající Sonica the Hedgehoga a Maria, zatímco můj kolega úspěšně vytvořil postavy podobné Mickey Mouseovi.

Navíc nástroj generuje loga pro různé společnosti včetně Apple, Macy's, Hershey's a dokonce i Google. I s těmito flexibilními hranicemi přistupuje Imagen 3 odlišně ve srovnání s Grok, generátorem AI obrázků na platformě Elona Muska X. Grok je známý vytvářením kontroverzního obsahu, včetně obrázků, které se týkají drog, násilí a veřejných osobností zapojených do pochybných aktivit. Nástroje AI od Google měly také své vlastní výzvy. Začátkem tohoto roku musel Google omezit schopnosti generování obrázků svého chatbotu Gemini AI kvůli obavám z historicky nepřesného vytváření obrázků.