Google giải đáp thách thức của DALL-E 3 bằng Imagen 2

Đám mây của Google là hôm nay công bố Imagen 2, phiên bản mới nhất của công nghệ chuyển văn bản thành hình ảnh. Và, từ cái nhìn này, đây có thể là đối thủ cạnh tranh tiềm năng của DALL-E 3 của OpenAI hỗ trợ Bing Image Creator.

Imagen 2 dựa trên nghiên cứu mới nhất của Google DeepMind về AI tổng hợp. Mô hình này được đào tạo trên một tập dữ liệu văn bản và hình ảnh khổng lồ, đồng thời sử dụng dữ liệu này để tìm hiểu cách dịch mô tả văn bản thành hình ảnh tương ứng. 

Công ty cho biết trong thông báo chính thức: “Imagen 2 trên Vertex AI cho phép khách hàng của chúng tôi tùy chỉnh và triển khai Imagen 2 với công cụ trực quan, cơ sở hạ tầng được quản lý hoàn toàn cũng như các tính năng an toàn và quyền riêng tư tích hợp”. 

Trong phần trình diễn của mình, Google cho biết Imagen 2 có thể tạo ra hình ảnh từ nhiều lời nhắc khác nhau, bao gồm mô tả về các đối tượng, cảnh và khái niệm trong thế giới thực.

Theo gã khổng lồ công nghệ, mô hình này cũng có thể tạo ra hình ảnh với độ phân giải cao hơn, chi tiết hơn và ánh sáng chân thực hơn so với Imagen ban đầu. Nó thậm chí còn chính xác hơn khi hiển thị văn bản, biểu tượng và các đối tượng khác trong hình ảnh.

Công ty trấn an: “Imagen 2 cũng bao gồm các bộ lọc an toàn toàn diện để giúp ngăn chặn việc tạo ra nội dung có khả năng gây hại”.

Bạn có thể lấy mô hình này ra để xem thử trên trang web của Google Cloud.