Nyní můžete vyzkoušet generátor Imagen 3 od Googlu

Google otevřel přístup k Imagen 3, svému nejnovějšímu generátoru obrázků AI schopnému vytvářet podrobnější obrázky z textových výzev, všem ve Spojených státech.

Aktualizovaný nástroj využívá model latentní difúze a nabízí taková vylepšení oproti Imagen 2 jako jemnější detaily, lepší osvětlení a méně artefaktů. Toto je dosud nejkvalitnější generátor obrázků od Googlu a můžete si jej vyzkoušet tak, že navštívíte web společnosti Google AI Test Kitchen, kliknete na „Přihlásit se přes Google“ a použijete přihlašovací údaje svého účtu Google k přihlášení. Lidé, kteří žijí mimo USA, mohou geografickou polohu obejít -omezení pomocí VPN.

Imagen 3 zlepšil rychlé porozumění. Výše uvedený obrázek byl vytvořen na příkladu poskytnutém společností Google: „Fotografie scény z plstěného loutkového dioráma na klidné přírodní scéně odlehlé lesní mýtiny s velkým přátelským, zaobleným robotem je vykreslena ve stylu risografu. Na ramenou robotů sedí sova a u nohou liška. Jemné barvy, 5 barev a paleta plná světla vytvářejí pocit klidu a vyrovnanosti, vybízejí k rozjímání a uznání přirozené krásy."

V budoucnu bude společnost poskytovat verze Imagen 3 přizpůsobené pro konkrétní úkoly, jako je vytváření rychlých náčrtů, výstup obrázků ve vysokém rozlišení a tak dále. Společnost také zveřejnila výzkumný dokument podrobně popisující technologii. Nicméně, lidé zveřejnili smíšenou zpětnou vazbu na Reddit, přičemž mnozí se postavili proti velkému umírnění. Nepokoušejte se vyzvat Imagen 3, aby vytvořil obrázky s Taylor Swift nebo Super Mario, protože ignoruje požadavky na veřejné osobnosti, zbraně a postavy chráněné autorskými právy. Google připustil, že využívá „rozsáhlé filtrování a označování dat k minimalizaci škodlivého obsahu v souborech dat a snížení pravděpodobnosti škodlivých výstupů“.

Google oznámil Imagen během I/O v květnu, ale několik lidí mohlo tento nástroj používat v soukromém náhledu omezeném na vybrané členy platformy Vertex AI. Google dříve měl model generování obrázků v rámci Gemini, ale odstranil jej kvůli špatnému příjmu. Přestože Imagen 3 využívá nejnovější a nejlepší modely umělé inteligence společnosti Google k vytváření realistických videoklipů z textových výzev, mnohem působivější Sora od OpenAI nedrží svíčku.

Aby zmírnil obavy týkající se deepfakes, Imagen používá technologii SynthID společnosti Google k aplikaci kryptografických vodoznaků. Další znepokojení je v komunitě tvůrců, protože lidé, kteří vytvářejí vizuály pro živobytí, stále častěji vidí, jak generátory obrázků kradou jejich tvrdou práci na trénování jejich algoritmů. Protože se generativní zásady odškodnění AI společnosti Google nevztahují na obrázky s živým textem, opravdu si musíte dvakrát rozmyslet, než použijete obrázky Imagen 3 v komerční práci, protože byste se mohli vystavit potenciálním nárokům na autorská práva.

Zdroj: HuggingFace přes VentureBeat