На ежегодной конференции Cloud Next в Лас-Вегасе компания Google анонсировала усовершенствованную версию Imagen 2, интегрированную в платформу для разработчиков Vertex AI. Imagen 2 отличается от предыдущей версии улучшенным пониманием языка и возможностью создавать фотореалистичные изображения. 

Во время анонса Google представила несколько интересных функций. Во-первых, функция преобразования текста в живое изображение позволяет маркетинговым и креативным командам создавать анимированные изображения, визуализации продуктов, рекламные объявления, GIF-файлы и раскадровки на основе простых текстовых подсказок. Используя текстовые команды, можно создавать различные ракурсы и движения камеры, сохраняя при этом визуальную целостность. На текущий момент в Imagen 2 можно создавать GIF-файлы продолжительностью до 4 секунд с частотой 24 кадра в секунду и разрешением 360x640 пикселей.

Во-вторых, Google объявила о доступности цифровых водяных знаков для изображений, созданных искусственным интеллектом (ИИ), на основе технологии SynthID от Google DeepMind. Это гарантирует целостность и подлинность созданных изображений, решая проблемы, связанные с изменением и неправомерным использованием цифрового контента.

В-третьих, в Imagen 2.0 появились новые режимы редактирования. Пользователи могут легко удалять ненужные элементы из изображений, добавлять новые и даже расширять кадр для более широкого обзора.

Помимо создания и редактирования изображений, Imagen на Vertex AI предлагает визуальные субтитры, обеспечивающие текстовые описания изображений, и визуальные ответы на вопросы (VQA), которые позволяют получить ответы на вопросы об изображении. Эти функции повышают универсальность платформы и расширяют возможности ее применения в различных отраслях.