Googleは最近、米国ユーザー向けに高度なAIテキストからイメージを生成するジェネレーターであるImagen 3をリリースしました。この最新バージョンは、Googleの以前のモデルと比べて、より良いディテール、改善された照明、および気を散らすアーティファクトの削減により、画像品質を向上させることを目指しています。 5月のI/Oカンファレンスで最初に発表され、最近GoogleのVertex AIプラットフォームで利用可能になりました。Redditユーザーによる初期実験は先週始まり、ツールに関する研究論文がGoogleによって火曜日に発表されました。 他のAIイメージジェネレーターと同様に、Imagen 3はユーザーのプロンプトに基づいて詳細な画像を生成することができます。ユーザーはまた、望む修正を指定することで生成された画像を編集することもできます。 パブリックフィギュアであるテイラー・スウィフトの画像生成を拒否したり、武器の画像を避けたりする制限があるものの、著作権で保護されたキャラクターに似たキャラクターを名前ではなく説明することで生成することが可能です。 個人的には、このツールを使ってソニック・ザ・ヘッジホッグやマリオに似た画像を作成することができましたし、同僚はミッキーマウスに似たキャラクターを成功裏に作成しました。さらに、このツールはApple、Macy's、Hershey's、さらにはGoogleなどのさまざまな企業のロゴも生成します。 これらの柔軟な制約にもかかわらず、Imagen 3はイーロン・マスクのXプラットフォーム上のAIイメージジェネレーターであるGrokとは異なるアプローチを取っています。Grokはドラッグや暴力、公人があやしげな行動をしている画像など、物議を醸すコンテンツを生成することで知られています。 GoogleのAIツールにも課題があります。今年の初め、Googleは歴史的に不正確な画像が作成される懸念から、Gemini AIチャットボットの画像生成機能を制限しなければなりませんでした。