Google lanza el modelo de generación de imágenes AI Imagen 3 para los usuarios y agrega potencia mejorada

Google lanzó el jueves su modelo interno de inteligencia artificial (IA) para imágenes, Imagen 3. El gigante tecnológico no hizo ningún anuncio de lanzamiento y, en cambio, lanzó silenciosamente el modelo a los usuarios. Además, también se publicó en la revista en línea un artículo de investigación que describe el rendimiento del modelo de generación de imágenes. Actualmente, la función de representación de texto a imagen solo está disponible para usuarios de EE. UU. y no se sabe cuándo podría implementarse para usuarios de otras regiones.

Imagen 3 Modelo de IA lanzado por Google

La AI Test Kitchen del centro tecnológico ahora permite a los usuarios registrarse plataforma y utilizar modelado de IA para generar imágenes. Se dice que la tercera generación de su modelo Imagen obtendrá mejoras en la interfaz y las capacidades de reconocimiento de voz, así como un seguimiento rápido.

Dado que el modelo de IA sólo está disponible en EE. UU., Gadgets 360 no pudo probar la plataforma. Sin embargo, un usuario de Reddit cuestionado que pudo producir imágenes de diferentes maneras, como calidad Nikon DSLR, estilo GoPro, lente gran angular y otras. Sin embargo, se dice que el modelo tiene dificultades para producir imágenes en primer plano con muchas personas e imágenes bajas que eran posibles antes.

Otra área donde Imagen 3 tiene problemas son las extremidades. Un usuario informó que esta versión produce resultados incorrectos al utilizar palabras clave como “niño sosteniendo una taza de café”. La IA eventualmente desarrollaría extremidades adicionales, crearía una extremidad inusual que sostendría un objeto o combinaría un objeto con una pierna. También se dice que el modelo de producción de imágenes tiene una censura muy fuerte.

Google también ha publicado una investigación. papel en la primera revista en línea arXiv. Allí, la empresa enfatizó que utilizó una forma oculta de difusión, que es una variante del modelo de difusión conocido como Difusión Estable. La empresa también agregó que se han utilizado nuevos métodos para reducir el riesgo potencial de utilizar la versión Imagen 3.

En particular, la versión gratuita del chatbot Gemini también puede generar imágenes, pero utiliza las capacidades de Gemini para ello. Imagen 3 se basa en diferentes arquitecturas y, dado que su conjunto de datos contiene muchas imágenes, está mejor entrenado para generar imágenes de IA.