Google je nedavno objavio Imagen 3, svoj napredni AI generator teksta u sliku, za korisnike u Sjedinjenim Državama. Ova najnovija verzija ima za cilj poboljšati kvalitetu slika pružanjem boljih detalja, poboljšane rasvjete i smanjenjem ometajućih artefakata u usporedbi s prijašnjim Googleovim modelima. Inicialno najavljeno na I/O konferenciji u svibnju, Imagen 3 je postao dostupan na Googleovoj Vertex AI platformi u posljednjih nekoliko dana. Rani eksperimenti korisnika Reddita započeli su prošlog tjedna, a istraživački rad o alatu je Google objavio u utorak. Slično drugim AI generatorima slika, Imagen 3 može generirati detaljne slike na osnovu korisničkih upita. Korisnici također mogu uređivati generirane slike specificiranjem željenih modifikacija. Iako postoje određena ograničenja, poput odbijanja generiranja slika javnih osoba poput Taylor Swift i izbjegavanja slika oružja, Imagen 3 i dalje može proizvesti likove koji nalikuju zaštićenim likovima ako su opisani umjesto imenovani. Osobno, uspio sam koristiti alat za stvaranje slika nalik Sonic the Hedgehog i Mario, dok je moj kolega uspješno stvorio likove nalik Mickey Mouse.

Nadalje, alat generira logotipe za razne tvrtke, uključujući Apple, Macy's, Hershey's, pa čak i Google. Čak i uz ovakve fleksibilne granice, Imagen 3 zauzima drugačiji pristup u usporedbi s Grokom, AI generatorom slika na platformi X Elona Muska. Grok je poznat po generiranju kontroverznog sadržaja, uključujući slike u vezi s drogama, nasiljem i javnim osobama uključenim u upitne aktivnosti. Googleovi AI alati također su imali svojih izazova. Ranije ove godine, Google je morao ograničiti mogućnosti generiranja slika svog Gemini AI chatbota zbog zabrinutosti za povijesno netočno stvaranje slika.