Awọn ile-iṣẹ Itọsọna

Google Aworan

Google Imagen jẹ Google Ẹbi DeepMind ti awọn awoṣe itọka ọrọ-si-aworan ti o sọ awọn itọsi kikọ sinu awọn aworan aworan gidi.

2 min kakẹhin imudojuiwọn

Akopọ

O ṣe pataki nitori pe o ṣe agbara iran aworan kọja awọn ọja Google ati titari aala lori ṣiṣe deede, ọrọ ti o le kọwe ninu awọn aworan.

Jin Dive

Imagen, ti a kede ni akọkọ nipasẹ Google Iwadi ni ọdun 2022, ṣe agbejade awọn aworan lati inu ọrọ nipa lilo awoṣe itọka ti o ni ilodi si lori awọn ifibọ lati awoṣe ede tutunini nla kan (ti ipilẹṣẹ T5-XXL). Ìjìnlẹ̀ òye Imagen bọtini kan ni pe igbelosoke koodu koodu ọrọ mu didara aworan dara si ati iṣotitọ kiakia diẹ sii ju iwọn iwọn awoṣe tan kaakiri aworan funrararẹ. Ni kutukutu Imagen lo kasikedi kan: ipilẹ 64x64 monomono ti o tẹle pẹlu awọn awoṣe ipinnu-giga ti o ga si 1024x1024. Awọn ẹya nigbamii (Imagen 2, Imagen 3, ati Imagen 4) imudara photorealism, awọn alaye ti o dara, ati ni pataki ti n ṣatunṣe ọrọ-aworan, ailagbara pipẹ ti awọn awoṣe itankale. Awọn ẹya agbara aworan ni Google awọn ọja bii ImageFX, Gemini, Workspace, ati Vertex AI fun awọn olupolowo.

Imọ-imọ-ẹrọ

Imagen gbarale itọsọna ti ko ni ikasi ati ilana kan Google n pe ala-ilẹ ti o ni agbara, eyiti awọn agekuru ṣe awọn iye ẹbun didan pupọju lakoko iṣapẹẹrẹ nitoribẹẹ awọn iwuwo itoni giga ṣe agbejade awọn aworan didasilẹ, ni ibamu daradara laisi saturating. Ayipada ọrọ tio tutunini ṣe iyipada itọsi sinu awọn ifibọ, ati pe awoṣe itọka naa didiẹ kọ ariwo Gaussian lairotẹlẹ si aworan ti o baamu awọn ifibọ wọnyẹn. Awọn ipele ipinnu-giga ti a ti tu silẹ lẹhinna mu awọn abajade ipinnu-kekere pọ si awọn abajade ipinnu giga.

Ipa Ilana

Ilana olutaja

Awọn maapu opopona olutaja ni ipa kini awọn ẹya ti ẹgbẹ rẹ le kọ ni atẹle.

Iye owo ati isuna

Awọn ofin iṣowo ati awọn aṣayan imuṣiṣẹ ni ipa lori idiyele igba pipẹ ati eewu.

Ewu ati ailewu

Awọn imoriya ile-iṣẹ ṣe apẹrẹ awọn abawọn ọja, iduro ailewu, ati ṣiṣi.

Ojo iwaju ti Google Imagen

Aworan ti n pọ si pọ si Google’s Gemini ilolupo ilolupo ju ki o gbe bi demo iwadii ti o ya sọtọ, pẹlu iran aworan abinibi ati ṣiṣatunṣe farahan taara ni awọn ohun elo Gemini. Reti awọn anfani ti o tẹsiwaju ni jijẹ ọrọ, fọtoyiya, iṣakoso iyara to dara, ati iran yiyara, lẹgbẹẹ isọpọ titọ pẹlu Veo fun fidio ati awọn ami ifihan agbara bi omi omi SynthID lati ṣe aami akoonu ti ipilẹṣẹ AI ati koju awọn ifiyesi jinlẹ.

Real-World imuse

Awọn olutaja ti n ṣe agbejade awọn ẹgan ọja ati awọn imọran ipolowo inu Google's ImageFX tabi Vertex AI

Awọn olumulo aaye iṣẹ ṣiṣẹda awọn apejuwe aṣa fun Awọn ifaworanhan ati Awọn Docs lati apejuwe ọrọ kan

Awọn olupilẹṣẹ ile awọn ohun elo ti o ṣe agbejade awọn aworan iyasọtọ nipasẹ Pipa Pipa lori Vertex AI

Awọn apẹẹrẹ ti n ṣe afọwọkọ ni iyara awọn imọran wiwo ati awọn iwe itan ṣaaju ṣiṣe si aworan ipari

Awọn ewu & Awọn ọna iṣọ

Awọn ikede ifilọlẹ le ju iduroṣinṣin lọ ni awọn iṣan-iṣẹ iṣelọpọ gidi.

Ifowoleri API tabi awọn iyipada eto imulo le fọ awọn arosinu ni alẹ.

Igbẹkẹle olutaja ẹyọkan ṣe alekun titiipa-inu ati awọn idiyele ijira.

Ilana Ilana imuse

1

Ṣe ayẹwo awọn olupese nipa lilo awọn iṣẹ ṣiṣe tirẹ ati awọn ipilẹ data.

2

Ṣe atunyẹwo asiri, aabo, ati awọn ofin ofin ṣaaju iṣọpọ.

3

Ṣetọju eto ipadabọ kọja awọn awoṣe tabi awọn olutaja.

4

Bojuto awọn akọsilẹ itusilẹ nitoribẹẹ awọn iyipada maapu oju-ọna ma ṣe iyalẹnu awọn ẹgbẹ.

Tesiwaju Ṣiṣawari

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Google Imagen quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Bẹrẹ adanwo

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Awọn ibeere ti a beere nigbagbogbo

Kini Google Imagen?

Google Imagen jẹ Google Ẹbi DeepMind ti awọn awoṣe itọka ọrọ-si-aworan ti o sọ awọn itọsi kikọ sinu awọn aworan aworan gidi. O ṣe pataki nitori pe o n ṣe agbara iran aworan kọja awọn ọja Google ati titari aala lori ṣiṣe deede, ọrọ ti o le kọwe ninu awọn aworan.

Iru awoṣe ipilẹṣẹ wo ni Google Imagen ti a ṣe lori?

Imagen jẹ awoṣe itankale ọrọ-si-aworan ti o kọ ariwo laileto sinu aworan ti o ni itọsọna nipasẹ itọ ọrọ.

Wiwa bọtini kan lati iwe atilẹba Imagen ni wiwọn iwọn paati wo ni awọn abajade ilọsiwaju julọ?

Google rii pe wiwọn iwọn ọrọ ti o tutunini nla ṣe alekun didara aworan ati titete kiakia diẹ sii ju iwọn iwọn awoṣe itankale funrararẹ.

Iru ailagbara igba pipẹ ti awọn olupilẹṣẹ aworan ṣe awọn ẹya Imagen nigbamii ni ilọsiwaju pataki?

Ṣiṣe deedee, ọrọ kika ni awọn aworan ti itan jẹ lile fun awọn awoṣe itankale, ati awọn ẹya Imagen tuntun ṣe ilọsiwaju rẹ ni pataki.

Itumọ atilẹba ti Imagen lo kasikedi kan ti o bẹrẹ nipasẹ ṣiṣẹda aworan ni ipinnu wo?

Imagen kọkọ ṣe ipilẹṣẹ aworan kekere 64x64, lẹhinna lo awọn awoṣe ipinnu-giga lati gbe e ga si 1024x1024.

Kini SynthID, ti o ni nkan ṣe pẹlu awọn irinṣẹ aworan ipilẹṣẹ ti Google?

SynthID ṣe ifibọ ami omi ti ko ni itẹwọgba nitoribẹẹ awọn aworan ti ipilẹṣẹ AI le ṣe idanimọ nigbamii, atilẹyin iṣafihan ati idinku ilokulo.