Imagen 3: Το AI εργαλείο για τη δημιουργία εικόνων είναι τώρα διαθέσιμο σε όλους τους χρήστες

Όλοι οι χρήστες του Gemini μπορούν πλέον να δημιουργούν εικόνες χρησιμοποιώντας το Imagen 3. Το Imagen 3 παρουσιάστηκε στο I/O 2024 τον Μάιο και ανακοινώθηκε τον Αύγουστο, μαζί με το Gems. Η Google ισχυρίζεται ότι το Imagen 3 παρέχει μεγαλύτερη προσαρμοστικότητα, ταχύτερη κατανόηση, φωτογραφίες υψηλότερης ποιότητας και καλύτερη απόδοση κειμένου.

«Το Imagen 3 είναι το μοντέλο δημιουργίας εικόνων υψηλότερης ποιότητας που διαθέτουμε μέχρι στιγμής, φέρνοντας έναν ακόμη υψηλότερο βαθμό φωτορεαλισμού, καλύτερη παρακολούθηση οδηγιών και λιγότερα ενοχλητικά τεχνουργήματα από ποτέ», ανέφερε η Google σε μια ανάρτηση στην εφαρμογή Google Gemini App.

Για να χρησιμοποιήσουν τις λειτουργίες, οι χρήστες πρέπει να εισάγουν προτροπές που αρχίζουν με «ζωγραφίζω», «δημιουργώ» ή «δημιουργώ», ακολουθούμενες από το προτιμώμενο στυλ, όπως φωτορεαλιστικό, ακουαρέλα, ζωγραφική ή εικονογράφηση καρτούν. Το Gemini ειδοποιεί τους χρήστες ότι μια εικόνα δημιουργείται με το Imagen 3 και μπορεί να μεταφορτωθεί με υδατογράφημα SynthID. Η Google εξηγεί το SynthID ως εξής: «Το SynthID υδατογραφήματα και αναγνωρίζει περιεχόμενο που δημιουργείται με τεχνητή νοημοσύνη, ενσωματώνοντας ψηφιακά υδατογραφήματα απευθείας σε εικόνες, ήχο, κείμενο ή βίντεο που δημιουργούνται με τεχνητή νοημοσύνη».

Επί του παρόντος, οι δωρεάν χρήστες δεν μπορούν να δημιουργήσουν φωτογραφίες ατόμων. Τον Μάιο, η Google άρχισε να παρέχει πρώιμη πρόσβαση σε αυτή τη λειτουργία στα αγγλικά στους χρήστες Gemini Advanced, Business και Enterprise.

Σε σχετικές ειδήσεις, η Google εισάγει τη λειτουργία «Ask Photos» σε μια περιορισμένη ομάδα πελατών στις ΗΠΑ. Αυτή η λειτουργία, που υποστηρίζεται από το Gemini, κυκλοφορεί ως ενημέρωση από την πλευρά του διακομιστή μέσα στην εφαρμογή Google Photos, οπότε δεν επηρεάζεται από την έκδοση του Google Photos που χρησιμοποιούν οι χρήστες. Το Ask Photos επιτρέπει στους χρήστες να υποβάλλουν ερωτήματα φυσικής γλώσσας απευθείας μέσα από το Google Photos, χρησιμοποιώντας τα μοντέλα Τεχνητής Νοημοσύνης Gemini της Google.