著作转载着手：Kyle

谷歌刚刚发布了其最弘大的文生图大模子 Imagen 2，可提供与用户教唆词邃密集会且一致的高质料、传神的图像输出。 它不错通过使用磨真金不怕火数据的当然散播来生成更传神的图像，而不是收受事先编程的格调。

谷歌的增强模子 Imagen 2 是独揽谷歌旗舰东说念主工智能施行室 Google DeepMind 的时期设备的，该模子在 5 月份的科技巨头 I/O 大会上暗暗推出了预览版。 谷歌宣称，与第一代 Imagen 比较，它在图像质料方面“明显”晋升，并引入了新功能，包括渲染文本和 Logo 的能力。

谷歌云首席实施官托马斯·库里安(Thomas Kurian)在周二的新闻发布会上示意，“淌若你念念创建带有文本重叠的图像——举例告白——你不错作念到。”

谷歌生成媒体家具主宰 Vishy Tirumalasetty 示意，

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

获利于“新颖的磨真金不怕火和建模时期”，Imagen 2 还不错默契更具样子性的长方法教唆，并对关联图像中元素的问题提供“详细谜底”。 谷歌示意，这些时期还增强了 Imagen 2 的多谈话默契能力——允许模子将一种谈话的教唆翻译成另一种谈话的输出（举例 Logo）。

Imagen 2 独揽 SynthID（DeepMind 设备的一种设施）将隐形水印应用到其创建的图像上。 固然，检测这些水印（谷歌宣称这些水印粗略适应图像裁剪，包括压缩、滤镜和脸颜色整）需要谷歌提供的用具，而第三方无法使用该用具。

当今设备东说念主员和谷歌云客户还是不错体验 Imagen 2 的弘大：

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

图像传神经过达到新高度

看下图，你能一眼猜到是 AI 生成的吗？

教唆词：一张 32 岁女性在森林中的相片，她是一位崭露头角的当然资源保护目标者； 指点型短鬈发，笑脸顾惜

裴马丁曾于2015至2017年在中国工作3年，主要负责客户服务及售后销售，继任后将向沃尔沃汽车大中华区总裁袁小林汇报。

裴马丁曾于2015至2017年在中国工作3年，主要负责客户服务及售后销售，继任后将向沃尔沃汽车大中华区总裁袁小林汇报。

教唆词：深蓝色配景上的水母

教唆词：一幅小画布油画，清楚案板上的橘子。 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、富足发达力的笔触

对图像教唆词的默契达到新的高度

文生图模子学习把柄磨真金不怕火数据集的图像和翰墨说明中的详细信息生成与用户教唆相匹配的图像。 但关于每个图像和蚊子说明，这些配对的细节质料和准确性可能会有很大各异。

为了匡助创建更高质料、更准确的图像，更好地得当用户的教唆，谷歌在 Imagen 2 磨真金不怕火数据皆集的图像说明翰墨中添加了进一步的样子，匡助 Imagen 2 学习不同的翰墨说明神色并进行综合，以更好地默契泛泛的用户教唆。

这些增强的图像-翰墨说明配对有助于 Imagen 2 更好地默契图像和翰墨之间的关联，从而增强对高下文和细微离别的默契。

以下是 Imagen 2 快速默契的示例：

1. AI 生成油绘画像：

教唆词：“溪水柔软地流淌，鸟儿从头唱出它们的音符，它们羼杂的音乐在空中飘浮。” （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

教唆词：“推敲大海的隐讳； 其中最可怕的生物如安在水下滑行，大部分时分是不能见的，而况危急地覆盖在最标记的湛蓝颜色下。”（赫尔曼·梅尔维尔的《白鲸》）

皇冠体育hg86a

3. 东说念主工智能生成传神的歌唱知更鸟图像

教唆词：“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，仅仅为了炫夸。 寰宇上莫得什么比知更鸟炫夸时更可儿了——而且它们简直老是这么作念。”（弗朗西斯·霍奇森·伯内特的《奥密花坛》）

更果然的图像生成

Imagen 2 的数据集和模子独特在文本转图像用具浅显难以贬责的好多范围提供了蜕变，包括渲染传神的手和东说念主脸以及保握图像免受分散着重力的视觉伪影。

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邃密照明、取景、曝光、明晰度等品性的偏好，磨真金不怕火了特意的图像好意思学模子。 每张图像都会获取一个好意思不雅评分，这有助于颐养 Imagen 2，使其磨真金不怕火数据皆集的图像具有更多权重，以得当东说念主类心爱的品性。 该时期晋升了 Imagen 2 生成更高质料图像的能力。

AI 使用教唆“花”生成的图像，好意思学分数较低（左）到较高分数（右）

流时局珍爱

Imagen 2 基于扩散的时期提供了高度的天真性，使得截止和休养图像的格调变得愈加容易。 通过提供参考格调图像与文本教唆相集会，咱们不错颐养 Imagen 2 以生成顺从雷同格调的新图像。

可视化清楚 Imagen 2 奈何通过在文本教唆支配使用参考图像来更狂妄地截止输出神色。

高等修图功能

Imagen 2 还撑握“inpainting”和“outpainting”等图像裁剪功能。 通过提供参考图像和图像蒙版，用户不错使用称为建筑的时期平直在原始图像中生成新本色，或者通过建筑将原始图像推广到其界限除外。 这项时期联想在新的一年用于谷歌云的 Vertex AI。

Imagen 2 不错通过 inpainting 扩图功能平直在原始图像中生成新本色。

Imagen 2 不错通过 outpainting 将原始图像推广到其界限除外。

参考贵府：

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

https://techcrunch.com/2023/12/13/google-debuts-imagen-2-with-text-and-logo-generation/为什么c盘比d盘小