Googlenajnowszy i najpotężniejszy model obrazowania generatywnego AI — Imagen 3 — jest teraz dostępny dla każdego. Tak, nawet jeśli nie masz abonamentu płatnego Bliźnięta szczebel. Google twierdzi, że Imagen 3 to jak dotąd model generowania obrazu „najwyższej jakości”, który pozwala na jeszcze wyższy stopień fotorealizmu, lepsze przestrzeganie instrukcji i nie tylko. Oto wszystko, co musisz wiedzieć.
Przeczytaj także: Premiera iPhone’a SE 4 coraz bliżej: 5 dużych ulepszeń, których można się spodziewać w urządzeniu Apple ze średniej półki
Model Imagen 3 Dla wszystkich za pośrednictwem Google Gemini: oto, jak można uzyskać do niego dostęp
Krótko mówiąc, wszystko, co musisz zrobić, aby uzyskać dostęp do Imagen 3, to odwiedzić stronę internetową Gemini lub otworzyć aplikację Gemini na kompatybilnym urządzeniu, a następnie wpisać szczegółowy monit opisujący, czego chcesz od obrazów. Przykładem podpowiedzi może być: „Tajemniczy, futurystyczny kosmita stojący w świecącym, bioluminescencyjnym lesie pod niebem wypełnionym wirującymi galaktykami i odległymi gwiazdami. Obcy ma gładką, metaliczną skórę z opalizującymi wzorami, które zmieniają kolory w miarę poruszania się. Jego duże, odblaskowe oczy błyszczą inteligencją, a misterne tatuaże delikatnie świecą na ciele”.
Po przesłaniu monitu uruchamia się model Imagen 3 firmy Google, który w ciągu kilku sekund generuje obraz. Teraz możesz po prostu pobrać obraz, a jeśli coś Ci się nie podoba, poproś Gemini o wprowadzenie zmian z nowymi szczegółami.
Przeczytaj także: X wprowadza nowy model płatności, aby zwiększyć zaangażowanie użytkowników premium i przychody twórców
Google twierdzi, że jego sztuczna inteligencja lepiej rozumie teraz podpowiedzi
Bądźmy realistami: nie każdy prześle idealne podpowiedzi, pełne szczegółów, dlatego Google pracowało nad lepszym zrozumieniem podpowiedzi przez sztuczną inteligencję. „Znacznie poprawiliśmy zdolność Imagen 3 do rozumienia podpowiedzi, co pomaga modelom generować szeroką gamę stylów wizualnych i wychwytywać drobne szczegóły z dłuższych podpowiedzi” – twierdzi Google.
Jeszcze bardziej interesujące jest to, że model ten rozumie subtelne niuanse, takie jak kąty kamery i kompozycja, dzięki czemu można wydać mu instrukcje dotyczące renderowania obrazu pod określonym kątem lub z określonego obiektywu. Ponadto Google twierdzi, że lepiej renderuje tekst, dzięki czemu można szybko i łatwo tworzyć obrazy z tekstem.
Przeczytaj także: Ratan Tata był kiedyś zatrudniony przez IBM i użył ich urządzenia do stworzenia CV na potrzeby pracy w…
