Google je nedavno pustio u rad Imagen 3, svoj napredni AI generator slika zasnovan na tekstu, za korisnike u Sjedinjenim Državama. Ova najnovija verzija ima za cilj da poboljša kvalitet slike pružanjem boljih detalja, poboljšanim osvetljenjem i smanjenjem ometajućih artefakata u poređenju sa prethodnim Google-ovim modelima. Inicialno najavljen na I/O konferenciji u maju, Imagen 3 je stavljen na raspolaganje na Google-ovoj platformi Vertex AI pre nekoliko dana. Rani eksperimenti korisnika Reddit-a počeli su prošle nedelje, a istraživački rad o alatu objavljen je od strane Google-a u utorak. Slično drugim AI generatorima slika, Imagen 3 može generisati detaljne slike na osnovu korisničkih zahteva. Korisnici takođe mogu uređivati generisane slike preciziranjem željenih izmena. Iako postoje određena ograničenja, poput odbijanja generisanja slika javnih ličnosti kao što je Taylor Swift i izbegavanja slika oružja, Imagen 3 i dalje može proizvesti likove koji podsećaju na zaštićene figure ako su opisane, a ne imenovane. Lično, uspeo sam da koristim alat za kreiranje slika koje podsećaju na Sonic the Hedgehog i Mario-a, dok je moj kolega uspešno kreirao likove koji podsećaju na Mickey Mouse-a.

Nadalje, alat generiše logotipe za razne kompanije uključujući Apple, Macy's, Hershey's, pa čak i Google. Čak i uz ove fleksibilne granice, Imagen 3 ima drugačiji pristup u poređenju sa Grok-om, AI generatorom slika na platformi X vlasništva Elona Muska. Poznato je da Grok generiše kontroverzan sadržaj uključujući slike koje impliciraju drogu, nasilje i javne ličnosti u upitnim aktivnostima. Google-ovi AI alati su takođe imali svoje izazove. Ranije ove godine, Google je morao da ograniči mogućnosti generisanja slika svog Gemini AI chatbota zbog zabrinutosti oko istorijski netačnih kreacija slika.