Компания Google Deepmind представила свой новейший генератор изображений с ИИ Imagen 2, основанный на широко используемой технологии диффузии. Как утверждает компания, Imagen 2 строго следует подсказкам пользователя и создает самые качественные и фотореалистичные изображения из всех существующих на сегодняшний день моделей Google.

В отличие от DALL-E3 от OpenAI или инструментов от Adobe и Midjourney, Google ориентируется на предоставление Imagen 2 в качестве API для разработчиков, а не отдельного потребительского приложения.

Благодаря изменениям в обучающих данных и методологии, Imagen 2 генерирует изображения с более высоким разрешением. В генераторе улучшена детализация сложных областей, таких как руки и лица, и минимизированы визуальные артефакты. 

С помощью новых опций Imagen 2 можно также контролировать свойства изображения, влиять на его стиль, изменяя освещение, текстуру и палитры.

При редактировании изображений можно воспользоваться инпайтингом и аутпайтингом. Эти методы позволяют вставлять новое содержимое непосредственно в исходное изображение или расширять его за пределы. Такие функции необходимы, чтобы не отставать от генеративной заливки Adobe Firefly или Zoom-Out от Midjourney.

Многоязычная поддержка позволяет выводить подсказки и сообщения на 7 языках. Imagen 2 может даже выводить текст внутри изображений на соответствующем языке.

Это открывает широкие возможности для брендинга и локализации. Генерация логотипов позволяет пользователям создавать собственные логотипы, которые затем могут быть аккуратно интегрированы в другие медиа.

Imagen 2 от Google уже доступен для разработчиков и клиентов облачных вычислений через Imagen API в Google Cloud Vertex AI. Среди ранних пользователей Imagen 2 уже числятся такие крупные творческие бренды, как Snap, Shutterstock и Canva.