imagen 3

Mimo że od dość dawna mamy możliwość generowania obrazów z opisów tekstowych, to często do uzyskania satysfakcjonujących efektów trzeba poświęcić nieco swojego czasu, aby ułożyć odpowiednie polecenie (ang. prompt). Proces ten wymaga poznania kilku zasad, a to dodatkowa nauka, na którą wiele osób może nie mieć chęci. Google startuje więc z nową usługą, która ma ułatwić wszystkie kroki. Zamiast opisów tekstowych można użyć obrazów, które określą główne aspekty.

Przedsiębiorstwo Google przedstawiło właśnie możliwości swoich zaktualizowanych modeli AI. Konkretniej mowa tu o generatorze materiałów wideo o nazwie Veo 2, a także ulepszonej wersji modelu obrazu Imagen 3. Ten pierwszy jest poważnym rywalem dla usługi Sora od OpenAI, gdyż skupia się na bardziej realistycznym oddaniu rzeczywistości. Imagen 3 z kolei zaoferuje nam sposobność tworzenia bardziej szczegółowych i jeszcze lepiej wyglądających obrazów.

Generatory obrazów, a tak naprawdę modele AI, które leżą u ich podstaw, są z nami już dość długo. Dzięki nim możemy bardzo szybko zwizualizować dowolną rzecz, o jakiej pomyślimy. Rezultaty, które można uzyskać, w wielu przypadkach są nawet bardziej niż satysfakcjonujące. Omawianą możliwość oferuje już wiele usług, a jedną z nich jest chatbot Gemini. Google co prawda usunęło na jakiś czas tę funkcjonalność, ale właśnie stała się ona na nowo dostępna.

Na początku lutego 2024 roku chatbot od Google, czyli Bard, zmienił swoją nazwę, a u jego podstaw położono bardziej zaawansowane modele AI. Wszystko po to, aby zapomnieć o jego dawnych błędach. Niestety jego następca, czyli obecny Gemini, wcale nie wypadł lepiej. Do dziś ma problemy z udzielaniem poprawnych odpowiedzi, a w czasie swojego wejścia na rynek za jego pomocą tworzono obrazy, które nie były poprawne historycznie. Google ogłosiło więc kolejne zmiany.