Google が新しい画像ジェネレーターを発表、何ができるのでしょうか?

先週、グーグルは、人工知能分野で最大の発表の 1 つを行いました。彼女は確かにジェミニを紹介しました、彼女は GPT-4 よりも強力であるとも述べましたOpenAI、これまで市場で最も効率的な生成 AI と考えられていました。の疑惑アルファベットただし、これらは人々が実際に使用することを完全には反映していないテストに基づいているため、まだ証明されていません。また、発表後にわかったことは、グーグル人々にそう信じ込ませるために特定のデモをでっち上げたジェミニだった彼は実際以上のことができる。

この発表に続いて、マウンテンビュー社は昨日、別の AI モデルを発表しました。ジェミニは、同社の DeepMind 部門によって開発されました。今回はイマージェン2です、同じように有能な人は誰ですか？ダルイーでしたOpenAI、テキストから画像を生成します。今回の発表は、グーグル直後に発生スナップチャットの可能性も発表したアプリケーションから直接テキストを使用して画像を生成します。

しかし、の場合には、グーグル、Imagen 2 は現在開発者を対象としていますが、なので残念ながら試すことができません。このツールで何ができるかを見てみましょう。

Imagen 2 は他のものより優れていますか?

その発表プレスリリースでは、グーグル「テキストから画像への変換テクノロジでは、テキストを正しくレンダリングすることが難しいことがよくあります。。 » それは全くその通りで、ある程度の経験を積んでいない限り、最初の画像から望ましい結果を得るのは困難です。

以下に Imagen 2 で作成された 2 つの画像を示します。それぞれには、画像の生成を許可するテキスト (プロンプト) が付いています。

ここの最初の画像は、洗面台のすぐ隣にある歯磨き粉を示しています。この画像を生成したテキストは次のとおりです。

プロンプトオリジナル: バスルームのカウンターの広告にある、「CYMBAL」という文字が書かれた歯磨き粉のチューブ。
即訳：「CYMBAL」という文字が書かれた歯磨き粉のチューブ、バスルームのカウンターの広告。

2枚目の写真は朝食の様子です。次に、それを生成することを可能にしたテキストは次のとおりです。

プロンプトのオリジナル: 木製のテーブルの上に横に「おいしい」と書かれたストロベリーヨーグルトのカップが置かれています。ヨーグルトのカップの隣には、トーストとオレンジジュースの入った皿があります。
即訳：側面に「おいしい」と書かれたストロベリーヨーグルトのカップが木製のテーブルの上に置かれています。ヨーグルトのカップの隣には、トーストとオレンジジュースの入った皿があります。

画像のレンダリングは優れており、プロンプトによく対応しています。ただし、それらが最初に生成されたかどうかはわかりません。そうだとしたら脱帽ですグーグル、画像2他の人よりもうまくやります。しかし、このような結果を得るまでに多くの試行が必要だったとしても、それは競合他社と比較して特別なものではありません。