谷歌发布文生图模型Imagen 3，写实效果超强！

Imagen3在理解文本提示方面比前两代更好，可捕捉长文本提示中的很多细微细节，对图片的嵌入文字生成也更加准确、稳定。

谷歌在“I/O2024”大会上发布了，全新文生图片模型Imagen3。

据悉，Imagen3在理解文本提示方面比前两代更好，可捕捉长文本提示中的很多细微细节，对图片的嵌入文字生成也更加准确、稳定。

Imagen3可生成漫画、写实、赛博朋克、水墨、油画、素描等几十种风格，尤其是生成的写实风格图片质量很好，和真人拍摄的相片几乎差不多。

目前，Imagen3支持申请试用，有兴趣的小伙伴可以去体验下。

可申请体验：https://docs.google.com/forms/d/e/1FAIpQLSeC6n1KQlaqRNUGNuNRt5Q7YeoyXsq828niw2ZvIoAtW1FtYQ/viewform?resourcekey=0-qDKZCeB4G9nS9dttXGdnHQ&pli=1

在谷歌展示的Imagen3案例中，其生成写实图片的能力非常强可比肩Midjourney DALL·E 3 等头部产品。

例如，用单反相机和偏振滤镜拍摄。这是在土耳其卡帕多西亚独特的岩石形态上空漂浮的两个热气球的照片。这些热气球上的颜色和图案与下方土地的土色形成了美丽的对比。

一张特写照片,展示一只折纸鸟在城市天际线中翱翔,与其他不同颜色和图案的鸟群一起,投射出复杂的阴影在下方的建筑物上。

三名女性站在一起爽朗大笑,前景中有一名女性略微模糊。太阳在她们身后落山,形成了镜头光晕和温暖的光芒,突显了她们的头发,并在背景中产生了浅景深效果。

摄影风格真实自然,捕捉到了朋友之间真挚的连接和快乐时刻。黄金时刻的温暖光线赋予了图像怀旧和亲密的感觉。

一头优雅的狼站在灰色背景前,特写镜头展现其雄姿,高分辨率照片展现了丰富的细节,色彩梯度采用超现实风格。

从上面看到美丽的河谷,有树木展示了其令人惊叹的自然美景,绿色的山脉和蓝色的水。捕捉了大自然创造的广阔风貌，写实风格。

一双磨损严重、沾满泥巴的徒步皮靴,静静地躺在崎岖的小径上。一只松鼠的头从其中一只靴子里探出来,懒洋洋地看着镜头,仿佛这是它的领地。

两只靴子的鞋带松松地垂落在地上。背景是多山的景色。这是一张电影般的静止画面,用高质量的数码单反相机拍摄。

除了写实风格照片，谷歌还展示了其他类型风格的图片，例如，一个风化的木制机械机器人被开满鲜花的藤蔓覆盖,安静地站在一片高大的野花田中,一只小蓝鸟停在它伸出的手上。数字卡通、色彩温暖、线条柔和。后面是一座高大的瀑布悬崖。

桌子上放着一个旧蓝色玻璃花瓶里的一大束色彩斑斓的花。前面是一朵美丽的牡丹花,周围有玫瑰、百合、雏菊、兰花、水果、浆果和绿叶等各种其他花朵。背景是深灰色。这是荷兰黄金时代风格的油画。

从上面这些案例不难看出，Imagen3在文本语义还原、光影、饱和度、景深、构图等方面比前两代更出色，几乎和真人拍摄的图片差不多，这对于游戏开发、市场营销、日常办公等人员，提供快速设计图片的捷径。

谷歌表示，为了满足不同领域用户的创作需求，Imagen3将推出多个版本，包括从快速草图到高分辨率图像等各类任务优化。目前，Imagen3支持申请使用，并很快将在VertexAI上全面推广使用。

来源：AIGC开放社区

0赞

好文章，需要你的鼓励

微软第四季度财报超预期云计算和AI业务成增长引擎

微软公布2025财年第四季度业绩，营收764亿美元，同比增长18%。CEO纳德拉首次透露Azure云平台年营收超750亿美元，同比增长34%。公司计划在2025财年投入800亿美元资本支出建设AI数据中心。尽管分析师质疑AI变现能力，但投资者反应积极，推动微软股价上涨8%，市值突破4万亿美元大关。

打破数据孤岛：哈佛大学研究团队揭示如何通过联邦学习实现隐私保护下的高效合作

这项研究由哈佛大学团队开发的创新框架，解决了多机构数据共享的核心难题。他们巧妙结合联邦学习、局部差分隐私和公平性约束，使不同机构能在保护数据隐私的同时协作开发更准确、更公平的决策模型。实验证明，该方法在多个真实数据集上既保障了隐私，又显著提升了模型公平性，为医疗、金融和政府等领域的数据协作提供了实用解决方案。

GitHub Copilot历史用户数突破2000万大关

微软CEO纳德拉在财报电话会议中宣布，GitHub Copilot AI编程工具的累计用户数已超过2000万。过去三个月新增500万用户，企业客户增长率达75%。财富100强中90%的公司都在使用该工具。AI编程工具市场竞争激烈，Cursor等竞争对手也在快速增长，年度经常性收入已超过5亿美元。

解密“ALOHA“：Meta AI如何让机器人像人类一样灵活应对多变环境

Meta AI研究团队开发的ALOHA系统是一种低成本开源的双臂机器人远程操作平台，旨在使机器人学习更加民主化和普及化。该系统结合了价格亲民的硬件设计和先进的行为克隆学习算法，使机器人能够从人类示范中学习复杂技能。研究表明，ALOHA系统展示了强大的泛化能力，能够在新环境中应用所学技能，如打开不同类型的瓶子。系统的开源性质鼓励全球研究者参与并推动机器人学习领域的发展，尽管仍面临成本和精确力控制等挑战。

谷歌发布文生图模型Imagen 3，写实效果超强！

来源：AIGC开放社区

人工智能

云计算

营收增长

微软第四季度财报超预期云计算和AI业务成增长引擎

联邦学习

差分隐私

算法公平性

打破数据孤岛：哈佛大学研究团队揭示如何通过联邦学习实现隐私保护下的高效合作

人工智能

代码编程

市场竞争

GitHub Copilot历史用户数突破2000万大关

机器人学习

开源硬件

行为克隆

解密“ALOHA“：Meta AI如何让机器人像人类一样灵活应对多变环境

2024

05/21

21:04

分享

点赞

AIGC开放社区

专注AIGC领域的专业社区，关注微软OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！

关注官方公众号

关注官方微博

关注官方喜马拉雅

友情链接

业界热点: