Google го претстави Imagen 3: Напреден AI генератор на текст-во-слика
Brief news summary
Google ја објави најновата верзија на својот AI генератор на текст-во-слика, Imagen 3, во САД. Алатката, достапна на Google's AI Test Kitchen, е дизајнирана да генерира слики со подобри детали и осветлување споредено со претходните модели. Беше објавена за време на Google I/O во мај и направена општо достапна преку платформата Vertex AI неодамна. Imagen 3 им овозможува на корисниците да создаваат детални слики врз основа на барања и да ги уредуваат со опишување на посакуваните промени. Иако алатката има одредени ограничувања, како што е негенирање на слики на јавни личности или оружје, корисниците можат да опишат заштитени ликови за да ги заобиколат ограничувањата. Во контраст на попростливиот AI генератор на слики Grok на платформата X на Elon Musk, Imagen 3 има построги насоки. Сепак, AI алатките на Google се соочија со проблеми, како што е генерирање на историски неточни слики со својот Gemini AI chatbot порано оваа година.Недавно, Google ја објави Imagen 3, својот напреден AI генератор на текст-во-слика, до корисниците во Соединетите Американски Држави. Оваа последна верзија има за цел да ја подобри квалитетот на сликите со пружање подобри детали, подобрено осветлување и намалување на одвлечувачки артефакти споредено со претходните модели на Google. Првично објавен на I/O конференцијата во мај, Imagen 3 беше направен достапен на платформата Google Vertex AI во последниве неколку дена. Првите експерименти од корисници на Reddit започнаа минатата недела, а истражувачки труд за алатката беше објавен од Google во вторник. Слично на другите AI генератори на слики, Imagen 3 може да генерира детални слики врз основа на барања на корисниците. Корисниците исто така можат да ги уредуваат генерираните слики со специфицирање на посакуваните модификации. Иако постојат одредени ограничувања, како што е одбивањето да се генерираат слики на јавни личности како Taylor Swift и избегнување на слики со оружје, Imagen 3 сепак може да произведе ликови кои наликуваат на заштитените ликови ако се опишани наместо именувани. Лично, можев да го користам алатката за да создадам слики налик на Sonic the Hedgehog и Mario, додека мојот колега успешно создаде ликови налик на Mickey Mouse.
Покрај тоа, алатката генерираше логоа за разни компании вклучувајќи Apple, Macy's, Hershey's, па дури и Google. И покрај овие флексибилни граници, Imagen 3 има различен пристап споредено со Grok, AI генераторот на слики на платформата X на Elon Musk. Grok е познат по генерирање на контроверзни содржини, вклучувајќи слики поврзани со дроги, насилство и јавни личности вклучени во сомнителни активности. AI алатките на Google исто така имаа свои предизвици. Порано оваа година, Google мораше да ги ограничи способностите за генерирање слики на својот Gemini AI chatbot поради загрижености за историски неточни слики.
Watch video about
Google го претстави Imagen 3: Напреден AI генератор на текст-во-слика
Try our premium solution and start getting clients — at no cost to you