Google on juuri julkistanut vastauksensa Midjourneylle – tässä on, kuinka kokeilla AI-kuvageneraattoria

Google on laajentanut AI-kuvageneraattorinsa, Imagen 3:n, käyttöoikeuden kaikkiin käyttäjiin Yhdysvalloissa, sen alustavan rajatun julkaisun jälkeen toukokuun 2024 Google I/O -tapahtumassa. Imagen 3 on kuvailtu latentti-diffuusiomalliksi, joka luo korkealaatuisia kuvia tekstiprompteista ja Google esittelee sen parempana kuin muut valmistuotantokorkeudella olevat mallit. Käyttäjät ovat kuitenkin raportoineet sekalaisia reaktioita, huomauttaen, että työkalu on nyt herkempi promptteja kohtaan, usein sensuroivan myös syyttömiä sanoja kuten "suukko" tai "vesi". Tämä lisääntynyt herkkyyttä on tehnyt siitä vaikeampaa käyttäjille saavuttaa haluamiaan tuloksia edelliseen versioon, Imagen 2:een, verrattuna. Positiivisena puolena mallia on kehuttu sen korkealaatuisesta ulostulosta, parantuneesta tekstuurista ja sanan tunnistamisesta. Laajennus tulee keskelle käynnissä olevia kiistoja AI-kuvageneraattoreiden ympärillä, kun työkalut kuten Elon Muskin Grok-2 AI ovat saaneet kritiikkiä puutteellisten suojelunormien vuoksi, mikä sallii sopimattomien tai loukkaavien kuvien luomisen. Google näyttää ottevan varovaisen lähestymistavan Imagen 3:ssa, prioritoimalla rajoituksia välttääkseen samanlaiset ongelmat. Se, muuttuuko tämä varovaisuus, kun malli kehittyy, on epävarmaa. Imagen 3:n käyttöoikeuden laajentaminen johtaa luultavasti sen rajojen edelleen tutkimiseen käyttäjien toimesta.