基本介紹

谷歌最強大的(de)文生圖(tu)大模(mo)型 Imagen 2，可(ke)提供與用戶提示詞緊密結合且一致的(de)高質量(liang)、逼(bi)真(zhen)的(de)圖(tu)像輸出。它(ta)可(ke)以通過使用訓練數據的(de)自(zi)然分布來生成更逼(bi)真(zhen)的(de)圖(tu)像，而不是采(cai)用預先編程的(de)風(feng)格。

特色功能

谷(gu)(gu)歌的增強模(mo)型 Imagen 2是利用(yong)谷(gu)(gu)歌旗艦(jian)人工智能實驗室Google DeepMind的技術開發的，該模(mo)型在(zai)5月份的科技巨頭(tou) I/O大(da)會上悄(qiao)悄(qiao)推出了預覽版。谷(gu)(gu)歌聲稱，與第一代(dai)Imagen相比，它在(zai)圖像(xiang)質量方面(mian)“顯著”提高，并引入了新(xin)功(gong)能，包括渲染文本和Logo的能力。

“Imagen 2 可(ke)以生成……徽(hui)章、字(zi)母(mu)標(biao)記(ji)和(he)抽(chou)象(xiang)徽(hui)標(biao)……[并且]能夠將(jiang)這些徽(hui)標(biao)覆蓋到(dao)產品、服裝、名片(pian)和(he)其他表面上。”

得(de)益于“新(xin)穎的訓練和建模(mo)技(ji)術(shu)”，Imagen 2還可以(yi)理(li)解(jie)更具描(miao)述性的長格式(shi)提(ti)示(shi)，并對有關圖像中元素的問題提(ti)供“詳細答案”。谷歌表(biao)示(shi)，這(zhe)些(xie)技(ji)術(shu)還增強(qiang)了 Imagen 2的多語(yu)(yu)言理(li)解(jie)能力——允許模(mo)型(xing)將一種語(yu)(yu)言的提(ti)示(shi)翻譯成另一種語(yu)(yu)言的輸出（例如Logo）。

Imagen 2利用SynthID（DeepMind開(kai)發(fa)的(de)一種方法(fa)）將隱形水印(yin)應用到其創建的(de)圖(tu)(tu)像上。當然，檢測這些水印(yin)（谷歌聲稱這些水印(yin)能夠適應圖(tu)(tu)像編(bian)輯，包括(kuo)壓縮、濾鏡和顏色調整）需要谷歌提供的(de)工具，而第三方無法(fa)使用該工具。