پلتفرم Vertex AI گوگل از دو مدل هوش مصنوعی جدید به نام‌های Imagen 3 و Veo استقبال می‌کند. این دو مدل می‌توانند به صورت مستقل کار کنند، اما همچنین می‌توانند با هم نیز استفاده شوند. مدل اول می‌تواند بر اساس یک درخواست متنی، یک تصویر تولید کند، در حالی که مدل دوم یک تصویر و یک درخواست متنی را دریافت کرده و آن را متحرک‌سازی می‌کند.

Imagen 3 نسبت به نسخه‌های قبلی خود در زمینه “جزئیات، نورپردازی و کاهش مصنوعات” پیشرفت کرده است. این مدل از هفته آینده برای همه کاربران Vertex AI در دسترس خواهد بود. در اینجا چند نمونه از تصاویر تولید شده توسط این مدل همراه با درخواست‌های استفاده شده آمده است.

ویژگی‌های اضافی برای کاربران در “لیست انتظار” (می‌توانید درخواست کنید) در دسترس هستند. این ویژگی‌ها شامل ترمیم تصویر (افزودن عناصر به یک تصویر موجود)، گسترش تصویر (توسعه یک تصویر فراتر از مرزهای اصلی آن) و پس‌زمینه محصول (جایگزین خودکار پس‌زمینه) می‌شوند.

مشاغل می‌توانند تصاویر مرجعی را برای استفاده همراه با درخواست ارائه دهند. گوگل می‌گوید که سفارشی‌سازی Imagen 3 به کاربران اجازه می‌دهد تا “ویژگی‌های برند، سبک، لوگو، موضوع یا محصول خود را هنگام تولید تصاویر جدید تزریق کنند”.

با Veo که اکنون در پیش‌نمایش خصوصی در دسترس است، کاربران می‌توانند یک تصویر ثابت را گرفته و دستورالعمل‌های صحنه‌ای برای متحرک‌سازی آن ارائه دهند. در اینجا چند نمونه آمده است.

علاوه بر این، Veo می‌تواند ویدیوها را کاملاً از ابتدا با دریافت تنها یک درخواست متنی تولید کند.

خروجی هر دو Imagen و Veo با واترمارک نامرئی SynthID DeepMind علامت‌گذاری می‌شود تا از سوءاستفاده از تصاویر تولید شده توسط هوش مصنوعی به عنوان تصاویر واقعی جلوگیری شود. فیلترهای ایمنی تضمین می‌کنند که هوش مصنوعی نمی‌تواند محتوای مضر ایجاد کند. همچنین، گوگل از داده‌های مشتری برای آموزش هوش مصنوعی خود استفاده نکرده است و غرامت حق چاپ را ارائه می‌دهد. برای اطلاعات بیشتر، لینک منبع را دنبال کنید.