Google nuk ka një histori të mirë kur bëhet fjalë për krijimin e imazheve me inteligjencë artificiale. E reja shpërtheu një skandal për shkak të një gjeneratori imazhi të ndërtuar në Binjakët që krijoi gabimisht imazhet e njerëzve, duke gabuar racën e tyre. Pas shumë ankesave, gjiganti i teknologjisë hoqi funksionin e gjenerimit të fytyrës dhe e dërgoi atë "për riparim". Dhe ndërsa ne presim, kompania ka lëshuar një mjet imazhi të përmirësuar, Imagen 2, si pjesë e platformës së saj të zhvilluesve Vertex AI. Sidoqoftë, ekziston një nuancë - mjeti është ende i përqendruar në biznes.
Imagen 2 mund të krijojë dhe modifikojë imazhe me kërkesa teksti, të ngjashme me DALL-E dhe Midjourney. Mjeti mund të shfaqë tekstin, emblemat dhe logot në shumë gjuhë, duke i mbivendosur opsionalisht këto elemente mbi imazhet ekzistuese si kartat e biznesit, veshjet dhe produktet.
Pas nisjes së parë në modalitetin paraprak, redaktimi i imazhit me Imagen 2 është tani i disponueshëm në Vertex AI së bashku me dy aftësi të reja: pikturë dhe ngjyrosje. Funksionet e pikturës dhe ngjyrosjes, të cilat janë ofruar prej kohësh nga gjeneratorë të tjerë të njohur të imazhit, duke përfshirë DALL-E, mund të përdoren për të hequr pjesët e padëshiruara të imazhit, për të shtuar komponentë të rinj dhe për të zgjeruar kufijtë e imazhit për të krijuar një fushë më të gjerë të pamje.
Por përmirësimi i vërtetë i Imagen 2 është ai Google quan "transformimin e tekstit në imazhe të drejtpërdrejta". Mjeti tani mund të krijojë video 4 sekondash nga kërkesat e tekstit, të ngjashme me krijuesit e klipeve me AI. Në përputhje me fokusin e korporatës së modelit, Google ofron imazhe të drejtpërdrejta si një mjet për tregtarët dhe krijuesit, si p.sh. një gjenerator GIF për reklamat që shfaq natyrën, ushqimin dhe kafshët – tema për të cilat Imagen 2 është trajnuar në mënyrë perfekte.
Google pretendon se imazhet e drejtpërdrejta mund të kapin "një shumëllojshmëri këndesh dhe lëvizjesh" duke "ruajtur qëndrueshmërinë". Por tani për tani, ata kanë një rezolucion të ulët: 360×640, dhe kompania premtoi se kjo do të përmirësohet në të ardhmen.
Për të reduktuar shqetësimet në lidhje me mundësinë e falsifikimit të thellë, Google tha se Imagen 2 do të përdorë teknologjinë speciale SynthID të zhvilluar nga Google DeepMind për të aplikuar filigranë kriptografikë të padukshëm në imazhet e drejtpërdrejta. Ato janë rezistente ndaj redaktimit, duke përfshirë kompresimin, filtrat dhe rregullimet e tonit të ngjyrave, por kërkojnë një mjet të veçantë për t'i zbuluar ato.
Gjithashtu Google thekson se gjenerimi i imazheve live “do të testohet për qëllime sigurie”. “Modeli Imagen 2 në Vertex AI nuk përjetoi të njëjtat probleme si aplikacioni Gemini. Ne vazhdojmë të testojmë në mënyrë aktive dhe të ndërveprojmë me klientët tanë”, vunë në dukje përfaqësuesit e kompanisë.
Lexoni gjithashtu: