Xiga xigaHagaha xiga
Soo bandhigida qoraalka ee sawirada AI-abuuray
Muuqaal AI
Hagaha AI ee Muuqaalka
Imagen Qoraal-u-Sawirka
Imagen waa Google hab-qoraal-u-muuqaal oo u beddela sharraxaad qoraal ah sawiro dhab ah.
Dhageyso hagahanAI-waa laga sheekeeyay · ~2 min
Boggaan2 daqiiqo akhri
Dulmar
Ciwaankeedu wuxuu ahaa in qaabka luqadda la qaboojiyey ee weyn, oo aan ahayn shabakad muuqaal weyn, uu ahaa darawalka ugu weyn ee tayada.
quusid qoto dheer
Waxaa ku dhawaaqay Google Cilmi baaris lagu sameeyay 2022, Imagen waxay muujisay in si qoto dheer loo fahmo degdegga arrimaha sida ugu badan ee loo sawiro. Halkii aad ka isticmaali lahayd codeer-qoraalka qaabka CLIP, Imagen waxa ay isticmaashaa encoder-qoraal weyn oo horay loo tababbaray (T5-XXL) kaas oo la qaboojiyey, ka dibna ku quudiya luqadaha qani ah ee la dhexgaliyo qaabka faafinta. Waxay soo saartaa sawir yar oo 64x64 ah waxayna adeegsataa laba heerar fidinta xallinta sare ah si ay kor ugu qaaddo 1024x1024. Kooxdu waxay sidoo kale soo bandhigtay 'xaddidaad firfircoon' si midabada loogu ilaaliyo hagitaan sare, waxayna dhiseen DrawBench, bartilmaameedka tirinta degdegga ah ee adag, xiriirka dhulka, iyo isku darka naadir ah. Noocyadii dambe, Imagen 2 iyo Imagen 3, tafaasiil la fiiqan yahay, gudbinta qoraalka, iyo daacadnimada degdega ah, oo hadda awood Google qalabyada sawirka.
Dhaqangelinta Adduunka-dhabta ah
Soo saarista muuqaalo suuqgeyn macquul ah oo qoraal ah oo aan sawir lahayn
Abuuritaanka sawiro fikradeed sheeko ama buugaagta carruurta ee weedho qeexan
Soo saarista maaweelada alaabta iyo kala duwanaanta goobta ee liiska ganacsiga e-commerce
Aragtida fikradaha sayniska ama waxbarashada, sida bandhig faneedka oo lagu qeexay luqad cad
Mustaqbalka Imagen Text-to-Image
Abtirsiinta Imagen waxa ay u socotaa dhanka qoraalka si ka wanaagsan oo sawirada gudahiisa ah, degdeg u adag oo la socda muuqaalo adag, iyo muunad degdeg ah. Filo isku-dhafka qoto-dheer ee moodooyinka luqadda si nidaamku 'sababaha' ku saabsan codsiga ka hor sawirka, oo lagu daray watermarking xoog leh sida SynthID for provenance. Sida ay u midayso dhammaan alaabooyinka Google iyo Gemini nidaamka deegaanka, diiradda waxay u wareegtaa jiil la isku halayn karo, badbaado leh, la kontarooli karo halkii ay ka ahaan lahayd wax cusub cusub.
Ku dhaqangelinta
Maxay muhiim u tahay
- Xawaaraha iyo miisaanka. Visual AI wuxuu si otomaatig ah u samayn karaa baadhista, ogaanshaha, iyo sumadaynta hawlaha miisaanka.
- Xulashada dhismayaasha. Kooxaha hal-abuurka leh waxay hindise karaan fikradaha si dhakhso leh iyagoo leh dib-u-eegis buugeed yar.
- Kooxda iyo socodka shaqada. Hawlgalladu waxay isticmaali karaan calaamadaha muuqaalka iyo muuqaalka kuwaas oo markii hore adkeyd in la farsameeyo.
Iska ilaali
- Xuquuqda sawirka iyo ogolaanshaha waxay noqon kartaa khataro sharci ah haddii caddayntu aanay caddayn.
- Waxqabadka moodeelku wuu ku kala duwanaan karaa iftiinka, tirakoobka, iyo deegaanka.
- Wanaagga beenta ah waxa laga yaabaa inaan la dareemin ilaa xadka kalsoonida aan la kormeerin.
Tallaabooyinka xiga
- Qeex shuruudaha aqbalida ee saxnaanta, dib u celinta, iyo kharashyada khaladka.
- Ku tijaabi xogta ku habboon xaaladaha wax soo saarka dhabta ah.
- Ku dar dib u eegis bini'aadamka si aad u hesho kalsoonida hoose ama saameeynta sare.
- Lasoco moodeel dhaqaaqa oo dib u cusboonaysii kamarada ama xogta kaydinta ka dib.
Sii wad Sahaminta
Warqad bilaash ah
Hel warbixinta maalinlaha ah ee AI
Saddex sheeko oo la xaqiijiyay oo AI ah maalin kasta oo shaqo ah, oo lagu qoray Ingiriis fudud. Bilaash had iyo jeer, aan xayaysiis lahayn.
Hal iimayl maalin kasta oo shaqo ah. Ka bax hal gujin. Marna ma iibinno ama ma wadaagno ciwaankaaga.
Is tijaabi
Take the Imagen Text-to-Image quiz
Fikrad degdeg ah oo ku saabsan jawaab kasta, iyo shahaado la wadaajin karo oo leh aqoonsi la xaqiijin karo markaad ka gudubto koorso.
Taageer waxbarashada AI bilaashka ah. AI Understanding waa 501(c)(3) aan faa'iido doon ahayn — xayaysiis la'aan, albaab lacag ah ma jiro, had iyo jeer. Samee deeq
Su'aalaha soo noqnoqda
Waa maxay Imagen Text-to-Image?
Imagen waa Google hab-qoraal-u-muuqaal oo u beddela sharraxaad qoraal ah sawiro dhab ah. Helitaanka cinwaankeedu waxa uu ahaa in qaabka luqadda la qaboojiyey ee weyn, oo aan ahayn shabakad muuqaal weyn, uu ahaa darawalka ugu weyn ee tayada.
In the original Imagen study's scaling comparison, which change produced larger image-quality and text-alignment gains?
The reported comparisons favored scaling the text encoder; this is a study result, not a universal rule for every architecture.
Codeeyaha qoraalka ee Imagen ku tiirsan yahay?
Imagen waxay isticmaashaa koodiyaha T5-XXL ee hore loo tababaray ee weyn, qoraalka-kaliya, la qaboojiyey inta lagu jiro tababarka.
Sidee ayuu Imagen ku gaadhaa xallinta sare?
Waxay soo saartaa muuqaal 64x64 ah ka dibna waxay kor u qaadaysaa moodooyinka faafinta xallinta-sare ilaa 1024x1024.
What problem did original Imagen's dynamic thresholding address under strong guidance?
The method clips and rescales predicted pixels to limit saturation under large guidance weights.
Waa maxay DrawBench?
DrawBench waa halbeeg Google lagu soo bandhigay Imagen si loo tijaabiyo tirinta, xiriirka boosaska, iyo dardargelinta naadir.
Sii wad waxbarashada
Tilmaamaha la xidhiidha
Tilmaamayaal badan ayaa loo doortay mawduucan