SeterusnyaPanduan seterusnya
Penyebaran Video Stabil
AI Visual
PANDUAN AI Visual
Imagen 2 ialah model teks-ke-imej berasaskan resapan Google, dengan penambahbaikan yang didokumenkan dalam penjajaran segera, fotorealisme, tangan dan muka.
Dengar panduan iniAI-diceritakan · ~2 min
Secara berasingan, penyelidikan penalaan ganjaran menggunakan model ganjaran maklum balas manusia untuk mengemudi output resapan ke arah pilihan yang dipilih; ini adalah kaedah umum, bukan bukti bahawa Imagen 2 sendiri menggunakan saluran paip penalaan ganjaran tertentu.
Google describes Imagen 2 as a diffusion-based text-to-image model and reported improved prompt detail alignment, photorealism, realistic hands, faces, and fewer visual artifacts. Its 2024 Vertex AI announcement documented inpainting to remove or add elements and outpainting to extend image borders. Google also said images generated by Imagen 2 in its consumer products would carry an imperceptible, detectable SynthID watermark. Separately, reward-tuned diffusion is a research method: researchers gather human judgments of generated images, train a reward function to predict those judgments, and fine-tune a text-to-image model to maximize a reward-weighted objective. This resembles RLHF conceptually, but generic reward-tuning papers do not establish that Imagen 2 used that exact method. The original Imagen research describes a large pretrained text encoder and a cascade of diffusion models; treat those details as the original research architecture unless a version-specific source confirms them for Imagen 2.
Google melaporkan penjajaran butiran segera yang lebih baik, tangan dan muka yang lebih realistik serta kurang artifak yang mengganggu untuk Imagen 2.
Dalam aliran kerja Vertex AI yang disokong, Imagen 2 boleh menggunakan inpainting untuk menambah atau mengalih keluar elemen imej.
Aliran kerja Vertex AI yang didokumenkan juga termasuk lukisan luar untuk memanjangkan sempadan imej.
Google berkata imej yang dijana dengan Imagen 2 dalam produk penggunanya akan menyertakan tera air SynthID yang boleh dikesan.
Penyelidikan terus menggunakan maklum balas manusia untuk menilai dan menala sistem teks-ke-imej, manakala produk menambah ciri penyuntingan dan asal. Keputusan bergantung pada isyarat maklum balas, model dan tugas penilaian; kajian semasa tidak menunjukkan bahawa penalaan ganjaran adalah lalai untuk setiap penjana imej atau pilihan boleh diperibadikan dengan selamat tanpa pertukaran. Tera air seperti SynthID boleh menyokong pengenalpastian dalam aliran kerja yang disokong, tetapi alat asal harus diterangkan dalam liputan dan had pengesanan yang didokumenkan.
Newsletter percuma
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Imagen 2 ialah model teks-ke-imej berasaskan resapan Google, dengan penambahbaikan yang didokumenkan dalam penjajaran segera, fotorealisme, tangan dan muka. Secara berasingan, penyelidikan penalaan ganjaran menggunakan model ganjaran maklum balas manusia untuk mengemudi output resapan ke arah pilihan terpilih; ini adalah kaedah umum, bukan bukti bahawa Imagen 2 sendiri menggunakan saluran paip penalaan ganjaran tertentu.
Imagen 2 ialah model resapan: ia belajar untuk membalikkan proses hingar, menukar hingar rawak kepada imej terperinci berpandukan teks.
Penyelidikan penalaan ganjaran melatih fungsi ganjaran daripada pertimbangan manusia, kemudian menggunakan skor itu untuk membimbing penalaan halus model. Ini menerangkan kaedah umum, bukan butiran latihan Imagen 2 yang disahkan.
Penyelidikan penjajaran teks-ke-imej yang dipetik secara eksplisit membuat analogi kepada RLHF: keutamaan manusia melatih fungsi ganjaran yang membimbing penalaan halus kemudiannya.
Kaedah yang disebut melatih fungsi ganjaran daripada maklum balas teks imej berlabel manusia dan memperhalusi model dengan memaksimumkan kemungkinan wajaran ganjaran; ini tidak ditegaskan sebagai pelaksanaan Imagen 2.
Apabila SynthID disepadukan, ia membenamkan tera air yang tidak dapat dilihat yang membantu mengenal pasti imej yang dijana AI, termasuk selepas beberapa pengeditan biasa.
Teruskan belajar
Lebih banyak panduan dipilih untuk topik ini
SeterusnyaPanduan seterusnya
Penyebaran Video Stabil
AI Visual