著作转载开始：Kyle6868龙虎斗

谷歌刚刚发布了其最雄伟的文生图大模子 Imagen 2，可提供与用户辅导词细致迎合且一致的高质料、传神的图像输出。 它不错通过使用考研数据的当然分歧来生成更传神的图像，而不是接受事先编程的格调。

谷歌的增强模子 Imagen 2 是期骗谷歌旗舰东说念主工智能实验室 Google DeepMind 的期间开垦的，该模子在 5 月份的科技巨头 I/O 大会上偷偷推出了预览版。 谷歌宣称，与第一代 Imagen 比较，它在图像质料方面“判辨”升迁，并引入了新功能，包括渲染文本和 Logo 的能力。

谷歌云首席推论官托马斯·库里安(Thomas Kurian)在周二的新闻发布会上默示，“如若你思创建带有文本重复的图像——举例告白——你不错作念到。”

谷歌生成媒体家具主宰 Vishy Tirumalasetty 默示，

“Imagen 2 不错生成……徽章、字母象征和抽象徽标……[况且]大致将这些徽标覆盖到家具、服装、柬帖和其他名义上。”

收获于“新颖的考研和建模期间”，Imagen 2 还不错相识更具描述性的长形式辅导，并对关系图像中元素的问题提供“详备谜底”。 谷歌默示，这些期间还增强了 Imagen 2 的多话语相识能力——允许模子将一种话语的辅导翻译成另一种话语的输出（举例 Logo）。

Imagen 2 期骗 SynthID（DeepMind 开垦的一种要领）将隐形水印应用到其创建的图像上。 固然，检测这些水印（谷歌宣称这些水印大致适合图像剪辑，包括压缩、滤镜和面容彩整）需要谷歌提供的器具，而第三方无法使用该器具。

当今开垦东说念主员和谷歌云客户依然不错体验 Imagen 2 的雄伟：

在邓利维成为了球队新的总经理之后。大家都想知道，他会通过什么样的方式来帮助勇士队提升他们的阵容实力？结果等了半天，球队直接选择将普尔送走，而换来的球员却是年迈的保罗。同时，勇士队也以顶薪的方式续约了追梦格林。当然，对于送走普尔留下格林，邓利维也给出了自己的看法。他说道，我们做这一切都是为了球队未来的发展着想，而且我们也希望每一笔交易都能够对勇士队有很重要的帮助。同时，他也说到，保罗的到来将会在库里减轻很多的比赛负担，作为联盟里面的优秀控卫，他也能把自己在赛场上很好的经验传授给勇士的年轻队员们。

https://cloud.google.com/blog/products/ai-machine-learning/imagen-2-on-vertex-ai-is-now-generally-available6868龙虎斗

图像传神进度达到新高度

看下图，你能一眼猜到是 AI 生成的吗？

辅导词：一张 32 岁女性在森林中的像片，她是一位崭露头角的当然资源保护目的者； 贯通型短鬈发，笑脸和缓

辅导词：深蓝色配景上的水母

辅导词：一幅小画布油画，久了案板上的橘子。 光辉穿过橙色部分，在切菜板的一部分上投射出橙色光。 配景中有一块蓝色和白色的布。 焦散、反射光、富饶发扬力的笔触

对图像辅导词的相识达到新的高度

文生图模子学习把柄考研数据集的图像和翰墨讲解中的详备信息生成与用户辅导相匹配的图像。 但关于每个图像和蚊子讲解，这些配对的细节质料和准确性可能会有很大互异。

为了匡助创建更高质料、更准确的图像，更好地相宜用户的辅导，谷歌在 Imagen 2 考研数据连合的图像讲解翰墨中添加了进一步的描述，匡助 Imagen 2 学习不同的翰墨讲解方式并进行详尽，以更好地相识无为的用户辅导。

这些增强的图像-翰墨讲解配对有助于 Imagen 2 更好地相识图像和翰墨之间的关系，从而增强对高下文和幽蒙胧别的相识。

皇冠体育

以下是 Imagen 2 快速相识的示例：6868龙虎斗

1. AI 生成油绘画像：

辅导词：“溪水关注地流淌，鸟儿再行唱出它们的音符，它们羼杂的音乐在空中飘飖。” （菲利斯·惠特利的《晚间歌颂诗》）

2. 东说念主工智能生成水下场景彩绘图像

辅导词：“筹商大海的神秘； 其中最可怕的生物如安在水下滑行，大部分期间是不能见的，况且危境地袒护在最象征的湛蓝色彩下。”（赫尔曼·梅尔维尔的《白鲸》）

3. 东说念主工智能生成传神的歌唱知更鸟图像

辅导词：“知更鸟从摇曳的常春藤丛中飞到了墙顶上，伸开喙，唱起了响亮、可儿的颤音，仅仅为了娇傲。 全国上莫得什么比知更鸟娇傲时更可儿了——而且它们险些老是这么作念。”（弗朗西斯·霍奇森·伯内特的《神秘花圃》）

更真确的图像生成

Imagen 2 的数据集和模子超越在文本转图像器具经常难以处分的好多鸿沟提供了窜改，包括渲染传神的手和东说念主脸以及保握图像免受分歧堤防力的视觉伪影。

Imagen 2 生成传神的手和东说念主脸的示例

谷歌把柄东说念主类对细致照明、取景、曝光、明晰度等品性的偏好，考研了挑升的图像好意思学模子。 每张图像皆会获取一个好意思不雅评分，这有助于营救 Imagen 2，使其考研数据连合的图像具有更多权重，以相宜东说念主类心爱的品性。 该期间升迁了 Imagen 2 生成更高质料图像的能力。

AI 使用辅导“花”生成的图像，好意思学分数较低（左）到较高分数（右）

流形势保重

Imagen 2 基于扩散的期间提供了高度的生动性，使得限制和调整图像的格调变得愈加容易。 通过提供参考格调图像与文本辅导相迎合，咱们不错营救 Imagen 2 以生成解任疏导格调的新图像。

可视化久了 Imagen 2 怎么通过在文本辅导傍边使用参考图像来更随便地限制输出方式。

高档修图功能

Imagen 2 还因循“inpainting”和“outpainting”等图像剪辑功能。 通过提供参考图像和图像蒙版，用户不错使用称为确立的期间径直在原始图像中生成新现实，或者通过确立将原始图像膨胀到其界限除外。 这项期间筹谋在新的一年用于谷歌云的 Vertex AI。

Imagen 2 不错通过 inpainting 扩图功能径直在原始图像中生成新现实。

Imagen 2 不错通过 outpainting 将原始图像膨胀到其界限除外。

参考贵寓：

https://deepmind.google/technologies/imagen-2/

https://techcrunch.com/2023/12/13/google-debuts-imagen-2-with-text-and-logo-generation/6868龙虎斗