Google hivi karibuni imetoa Imagen 3, jenereta yake ya hali ya juu ya AI ya kutengeneza picha kutoka kwa maandishi, kwa watumiaji nchini Marekani. Toleo hili jipya linakusudia kuboresha ubora wa picha kwa kutoa maelezo bora, taa zilizoboreshwa, na kupunguza athari za kukengeusha ikilinganishwa na mifano ya awali ya Google. Ilitangazwa kwanza katika mkutano wa I/O mnamo Mei, Imagen 3 ilipatikana kwenye jukwaa la Vertex AI la Google katika siku chache zilizopita. Majaribio ya awali na watumiaji wa Reddit yalianza wiki iliyopita, na karatasi ya utafiti kuhusu zana hiyo ilichapishwa na Google Jumanne. Kama jenereta nyingine za picha za AI, Imagen 3 inaweza kutoa picha zenye maelezo kulingana na maelekezo ya mtumiaji. Watumiaji pia wanaweza kuhariri picha zilizotolewa kwa kubainisha marekebisho yanayotakiwa. Ingawa kuna vikwazo fulani vilivyowekwa, kama vile kukataa kutoa picha za watu maarufu kama Taylor Swift na kuepuka picha za silaha, Imagen 3 bado inaweza kutoa wahusika wanaofanana na wahusika wenye hakimiliki ikiwa wataelezewa badala ya kutajwa majina. Kwa upande wangu, niliweza kutumia chombo hicho kuunda picha zinazofanana na Sonic the Hedgehog na Mario, wakati mwenzangu alifanikiwa kuunda wahusika wanaofanana na Mickey Mouse.

Zaidi ya hayo, zana hiyo inazalisha nembo za makampuni mbalimbali ikiwa ni pamoja na Apple, Macy's, Hershey's, na hata Google. Hata na mipaka hii ya kubadilika, Imagen 3 inachukua njia tofauti ikilinganishwa na Grok, jenereta ya picha ya AI kwenye jukwaa la X la Elon Musk. Grok inajulikana kwa kuzalisha maudhui ya utata, ikiwa ni pamoja na picha zinazohusisha madawa, vurugu, na watu maarufu wakijihusisha na shughuli zenye mashaka. Zana za AI za Google pia zimekumbana na changamoto zao wenyewe. Mapema mwaka huu, Google ililazimika kupunguza uwezo wa kizazi wa picha kwenye AI chatbot yake ya Gemini kutokana na wasiwasi wa uundaji wa picha ambazo hazikuwa sahihi kihistoria.