站长之家 - 业界 2022-05-25 16:07

趣AI | 谷歌新AI系统Imagen有点强,输入文本就能生成逼真的图像

站长之家(ChinaZ.com)5月25日 消息:日前,谷歌宣布推出了一款新的AI系统Imagen,可以将文字描述转化为逼真的图像的人工智能技术。

据报道,Imagen可以创建比OpenAI的人工智能工具DALL-E2更逼真和逼真的图像,不过谷歌尚未公开Imagen[1]。

如图片所示,Imagen扩散模型可根据用户的书面提示输出绘图、油画、CGI 渲染等。

QQ截图20220525154816.jpg

注:图片来自Imagen官网截图

那么Imagen 是如何工作的?

Google Imagen 官方网站还解释这种人工智能技术的工作原理,首先分析用户输入的文本并使用T5-XXL进行编码。嵌入在 AI 中的文本首先被转换为分辨率为64x64像素的小图像。Imagen进一步利用文本条件超分辨率扩散模型对图像进行64×64的上采样,然后这个图像继续增长并最终形成。

QQ截图20220525154954.jpg

Imagen 的开发者谷歌研究的大脑团队表示,基于变压器和图像扩散模型,Imagen实现了前所未有的真实感。谷歌声称,对比其它模型,在图像保真度和图像-文本匹配方面,人类评估者更喜欢 Imagen。

不过,谷歌也表示,Imagen 是在从网络上抓取的数据集上进行训练的,虽然已经过滤了很多不良内容如色情图像、污秽语言等,但仍有大量不当的内容数据集,因此也会存在种族主义诽谤和有害的社会刻板印象。

谷歌指出,在生成事件、物体和活动的图像时,Imagen会编码“社会和文化偏见”。由于这些原因以及更多原因,谷歌没有公开发布 Imagen。

案例.jpg

案例2.jpg

注:图片均来自imagen官网截图

图片示例中,imagen会根据用户选中不同的关键词生成不同形象

[1]1https://imagen.research.google/

推荐关键词

24小时热搜

查看更多内容

大家正在看