Google nedávno vydal Imagen 3, svoj pokročilý AI generátor textu na obraz, pre používateľov v Spojených štátoch. Táto najnovšia verzia sa snaží zlepšiť kvalitu obrázkov poskytovaním lepších detailov, vylepšeného osvetlenia a redukcie rušivých artefaktov v porovnaní s predchádzajúcimi modelmi od Google. Inicialne oznámený na konferencii I/O v máji, Imagen 3 bol sprístupnený na platforme Google Vertex AI v posledných dňoch. Počiatočné experimenty používateľov Reddit začali minulý týždeň a výskumný článok o tomto nástroji bol publikovaný Google v utorok. Podobne ako iné AI generátory obrázkov, aj Imagen 3 dokáže generovať podrobné obrázky na základe pokynov používateľov. Používatelia môžu tiež upravovať vygenerované obrázky tým, že špecifikujú požadované úpravy. Aj keď existujú určité obmedzenia, ako napríklad odmietanie generovať obrázky verejných osobností ako Taylor Swift a vyhýbanie sa obrázkom zbraní, Imagen 3 stále dokáže vytvárať postavy podobajúce sa chráneným postavám, ak sú opísané skôr než menované. Osobne som mohol použiť nástroj na vytvorenie obrázkov podobajúcich sa Sonic the Hedgehog a Mario, zatiaľ čo môj kolega úspešne vytvoril postavy podobajúce sa Mickey Mouse.

Navyše nástroj generuje logá pre rôzne spoločnosti vrátane Apple, Macy's, Hershey's a dokonca aj Google. Aj s týmito pružnými hranicami, Imagen 3 pristupuje odlišne v porovnaní s Grok, AI generátorom obrázkov na platforme X od Elona Muska. Grok je známy tým, že generuje kontroverzný obsah vrátane obrázkov so zapojením drog, násilia a angažovaním verejných osobností do otáznych činností. AI nástroje spoločnosti Google tiež zažívali vlastné výzvy. Na začiatku tohto roka musel Google obmedziť schopnosti generovania obrázkov svojho AI chatbota Gemini kvôli obavám o historicky nepresnú tvorbu obrázkov.