Overview
Imagen ndeye Google's text-to-image system inoshandura tsananguro dzakanyorwa kuita mifananidzo yemifananidzo. Musoro waro wekutsvaga waive wekuti modhi yakakura yemutauro wakaoma nechando, kwete network yemifananidzo yakakura, yaive mutyairi mukuru wemhando.
Imagen Chinyorwa-ku-Mufananidzo ndechekombuta-chiono chekushanda chinodudzira kana kugadzira midhiya yekuona yekuongorora, mashandiro, uye kugadzira.
Deep Dive
Yakaziviswa ne Google Tsvagiridzo muna 2022, Imagen yakaratidza kuti kunzwisisa zvakanyanya kukurumidza kunokosha sekudhirowa zvakanaka. Panzvimbo peiyo CLIP-maitiro ekunyora encoder, Imagen inoshandisa hombe yakadzidziswa mameseji encoder (T5-XXL) inochengetwa yakaomeswa nechando, yobva yadyisa iwo akapfuma mitauro yakamisikidzwa kuita modhi yekuparadzira. Iyo inogadzira diki 64x64 mufananidzo uye inoshandisa maviri epamusoro-resolution diffusion nhanho kusvika kumusoro kusvika 1024x1024. Chikwata chakaunzawo 'dynamic thresholding' kuitira kuti mavara arambe akatsiga pakutungamirwa kwepamusoro, uye akavaka DrawBench, mucherechedzo wekutemesa kuyedza kuverenga, hukama hwenzvimbo, uye misanganiswa isingawanzo. Shanduro dzakazotevera, Imagen 2 uye Imagen 3, zvakarodzwa, zvinyorwa, uye nekukurumidza kuvimbika, uye ikozvino shandisa Google's mifananidzo maturusi.
Technical Insight
Imagen's standout sarudzo ndeyekuyera mavara encoder kwete jenareta remufananidzo. T5-XXL, yakadzidziswa chete pamavara, inogadzira zvinomisikidza zvinobata mutauro wakasiyana, uye vaongorori vakawana kuti kuikudza kwakavandudza kurongeka kwemavara kupfuura kuwedzera modhi yekuparadzira. Chizvarwa chine cascaded: base diffusion modhi inoita yakaderera-resolution chifananidzo, ipapo super-resolution diffusion modhi inokwidza zvishoma nezvishoma ichikwira, iine simba thresholding clamping pixel values kudzivirira yakagezwa-kunze mhedzisiro pasi pekutungamirwa kwakasimba.
Kugona Imagen Chinyorwa-ku-Mufananidzo
Imagen ndeye Google's text-to-image system inoshandura tsananguro dzakanyorwa kuita mifananidzo yemifananidzo. Musoro waro wekutsvaga waive wekuti modhi yakakura yemutauro wakaoma nechando, kwete network yemifananidzo yakakura, yaive mutyairi mukuru wemhando. Imagen Chinyorwa-ku-Mufananidzo ndechekombuta-chiono chekushanda chinodudzira kana kugadzira midhiya yekuona yekuongorora, mashandiro, uye kugadzira. Kuti uvake kunzwisisa kwakadzama, bata Imagen Chinyorwa-ku-Mufananidzo semuenzaniso wekushandisa, kwete chinhu chimwe chete: tsanangura zvinodikanwa, jekesa fungidziro, uye patsanura izvo zvinogona kuitwa nehurongwa hwakavimbika kubva kune zvichiri kuda kutonga kwenyanzvi.
Mukuita, zvikwata zvakasimba zvinoshandisa Imagen Chinyorwa-ku-Image chiyero chechokwadi nekushanda chaiko semhando yedata, kusiyana kwemwenje, uye kuenderana kwemazita. Ivo vanonyora zvakajeka maitiro ebudiriro, bvunzo vachipokana ne data rechokwadi uye mafambiro ebasa, uye iterate zvichibva pane zvakacherechedzwa maitiro ekutadza kwete kuhwina-nguva imwe chete yebhenji. Apa ndipo apo kunzwisisa kwe theoretical kunoshanduka kuve kugona kwakasimba pane chigadzirwa, mutemo, uye mashandiro.
Visual AI inogona kuita otomatiki yekuongorora, yekuona, uye yekumaka mabasa pachiyero. Panguva imwecheteyo, kodzero dzeMufananidzo uye kubvumirwa kunogona kuve njodzi dzepamutemo kana hunhu husina kujeka. Nzira yakatsiga ndeyekubatanidza kukurumidza kuyedza nekutonga: mhanyisa vatyairi vendege, tora humbowo, buritsa matanda esarudzo, uye urambe uchivandudza chengetedzo semaitiro emuenzaniso, zvinotarisirwa nemushandisi, uye zvinodikanwa zvekutonga.
Strategic Impact
Visual AI inogona kuita otomatiki yekuongorora, yekuona, uye yekumaka mabasa pachiyero.
Visual AI inogona kuita otomatiki yekuongorora, yekuona, uye yekumaka mabasa pachiyero. Mukutumirwa kwemhando yepamusoro, izvi zvinoshandurirwa kuita mitemo inoyerwa yekushanda, miganhu yevaridzi, uye tsika dzekudzokorora dzinodzokororwa kuitira kuti zvikwata zvikwire kuvimba pane kukwidza kusajeka.
Zvikwata zvekugadzira zvinogona prototype pfungwa nekukurumidza nekudzokororwa kwemaoko mashoma.
Zvikwata zvekugadzira zvinogona prototype pfungwa nekukurumidza nekudzokororwa kwemaoko mashoma. Mukutumirwa kwemhando yepamusoro, izvi zvinoshandurirwa kuita mitemo inoyerwa yekushanda, miganhu yevaridzi, uye tsika dzekudzokorora dzinodzokororwa kuitira kuti zvikwata zvikwire kuvimba pane kukwidza kusajeka.
Mashandisirwo anogona kushandisa masaini emifananidzo nemavhidhiyo ayo aimbove akaoma kugadzirisa.
Mashandisirwo anogona kushandisa masaini emifananidzo nemavhidhiyo ayo aimbove akaoma kugadzirisa. Mukutumirwa kwemhando yepamusoro, izvi zvinoshandurirwa kuita mitemo inoyerwa yekushanda, miganhu yevaridzi, uye tsika dzekudzokorora dzinodzokororwa kuitira kuti zvikwata zvikwire kuvimba pane kukwidza kusajeka.
Real-World Implementation
Kugadzira zvinoonekwa zvekushambadzira zvepikicha kubva muchidimbu chakanyorwa pasina kupfura kwepikicha
Kugadzira mifananidzo yepfungwa yenganonyorwa kana mabhuku evana kubva mumitsara inotsanangura
Kugadzira zvigadzirwa mockups uye nzvimbo dzakasiyana dzee-commerce zvinyorwa
Kuona pfungwa dzesainzi kana dzedzidzo, seshanduro yenyanzvi inotsanangurwa nemutauro wakajeka
Maitiro Ekuita
Imagen Chinyorwa-ku-Mufananidzo mukuita
Kugadzira zvinoonekwa zvekushambadzira zvepikicha kubva muchidimbu chakanyorwa pasina kupfura kwepikicha.
Kugadzira mapikicha ekushambadzira ekuona kubva muchidimbu chakanyorwa pasina kupfura mapikicha Matimu anowanzo kuwana mhedzisiro iri nani kana achinge atsanangura emhando yepamusoro kumberi, chengetedza nzira yekukwira kwevanhu yemakesi ekumucheto, uye kuteedzera zvese zvakawanikwa zvechigadzirwa uye mutengo wekukanganisa nekufamba kwenguva.
Imagen Chinyorwa-ku-Mufananidzo mukuita
Kugadzira mifananidzo yepfungwa yenganonyorwa kana mabhuku evana kubva mumitsara inotsanangura.
Kugadzira mifananidzo yepfungwa yekutaura nyaya kana mabhuku evana kubva mumitsara inotsanangura Zvikwata zvinowanzowana mibairo iri nani pazvinenge zvatsanangudza zvikumbaridzo zvemhando yepamusoro kumberi, chengetedza nzira yekukwira kwevanhu yemakesi emupendero, uye kuronda zvese zvakawanikwa zvechigadzirwa nemitengo yekukanganisa nekufamba kwenguva.
Imagen Chinyorwa-ku-Mufananidzo mukuita
Kugadzira zvigadzirwa mockups uye nzvimbo dzakasiyana dzee-commerce zvinyorwa.
Kugadzira zvigadzirwa mockups uye mutsauko wezviitiko zvee-commerce rondedzero Matimu anowanzo kuwana mhedzisiro iri nani kana achinge atsanangura emhando yepamusoro kumberi, chengetedza nzira yekukwira kwevanhu yemakesi emupendero, uye kuteedzera zvese zvakawanikwa zvechigadzirwa uye mutengo wekukanganisa nekufamba kwenguva.
Imagen Chinyorwa-ku-Mufananidzo mukuita
Kuona pfungwa dzesainzi kana dzedzidzo, seshanduro yenyanzvi inotsanangurwa nemutauro wakajeka.
Kuona pfungwa dzesainzi kana dzedzidzo, sekuita kwemuimbi kunotsanangurwa nemutauro wakajeka Matimu anowanzo kuwana mhedzisiro iri nani kana achinge atsanangura mabindu emhando kumberi, chengetedza nzira yekukwira kwevanhu yemakesi emupendero, uye kuteedzera zvese zvakawanikwa zvechigadzirwa nemitengo yekukanganisa nekufamba kwenguva.
Njodzi & Guardrails
Kodzero dzemifananidzo uye kubvumirwa kunogona kuve njodzi dzepamutemo kana provenance isina kujeka.
Kuita kwemuenzaniso kunogona kusiyanisa kupenya, huwandu hwevanhu, uye nharaunda.
Manyepo enhema anogona kusacherechedzwa kunze kwekunge zvikumbaridzo zvekuvimba zvikatariswa.
Implementation Roadmap
Tsanangura maitiro ekugamuchirwa echokwadi, kurangarira, uye mutengo wekukanganisa.
Tsanangura maitiro ekugamuchirwa echokwadi, kurangarira, uye mutengo wekukanganisa. Bata nhanho yega yega segedhi rehumbowo: kana maitiro asina kusangana, imbomira kuburitsa, vhara gaka, uye wobva wawedzera kushandiswa.
Edzai nedata rinoenderana nemamiriro chaiwo ekugadzira.
Edzai nedata rinoenderana nemamiriro chaiwo ekugadzira. Bata nhanho yega yega segedhi rehumbowo: kana maitiro asina kusangana, imbomira kuburitsa, vhara gaka, uye wobva wawedzera kushandiswa.
Wedzera ongororo yemunhu kune yakaderera-kusavimbika kana yakakwirira-inokanganisa kufanotaura.
Wedzera ongororo yemunhu kune yakaderera-kusavimbika kana yakakwirira-inokanganisa kufanotaura. Bata nhanho yega yega segedhi rehumbowo: kana maitiro asina kusangana, imbomira kuburitsa, vhara gaka, uye wobva wawedzera kushandiswa.
Tevera modhi kudonha uye simbisa mushure mekuchinja kwekamera kana dataset.
Tevera modhi kudonha uye simbisa mushure mekuchinja kwekamera kana dataset. Bata nhanho yega yega segedhi rehumbowo: kana maitiro asina kusangana, imbomira kuburitsa, vhara gaka, uye wobva wawedzera kushandiswa.