Google утверждает, что новый ИИ для изображений теперь умеет правильно писать.

Компания Google запускает новую версию своей модели генерации изображений, названную Imagen 4, и заявляет, что она предлагает "потрясающее качество" и "превосходную типографику". "Наша последняя модель Imagen сочетает в себе скорость и точность для создания потрясающих изображений", – говорит Эли Коллинз (Eli Collins), вице-президент по продуктам Google DeepMind, в своем блоге. "Imagen 4 обладает замечательной четкостью в тонких деталях, таких как замысловатые ткани, капли воды и шерсть животных, и преуспевает как в фотореалистичных, так и в абстрактных стилях". Предоставленные компанией Google образцы изображений действительно демонстрируют впечатляющую реалистичность и детализацию, например, изображение кита, выпрыгивающего из воды, и хамелеона.

Модель искусственного интеллекта также "значительно улучшена в плане правописания и типографики", что, по словам Коллинза, облегчает создание поздравительных открыток, плакатов и комиксов. В некоторых изображениях, предоставленных Google, текст действительно выглядит хорошо – он совершенно читаем в коротком комиксе, и даже крошечный шрифт на имитации почтовой марки различим. Однако нам предстоит увидеть, как возможности модели по рендерингу текста проявят себя в руках обычных пользователей.

Imagen 4 станет доступна 20 мая в приложениях Gemini, Whisk и Vertex AI, а также в Slides, Vids, Docs и других сервисах Workspace. Кроме того, Google планирует запустить "быструю версию" Imagen 4 "в ближайшее время", которая, по утверждению компании, "в 10 раз быстрее, чем Imagen 3".