谷歌近日宣布,Gemini现在能够调用用户的谷歌账户数据,为图像生成功能提供个性化支持。此前,谷歌已允许用户通过Gmail、搜索记录和YouTube数据来个性化AI助手的文字回复,如今这一"个人智能"能力正式延伸至图像生成模型Imagen 2。
这项功能的核心目标是让用户账户中关联的数据——包括YouTube观看历史、邮件内容、谷歌相册等——自动为Imagen 2提供背景参考,从而减少用户手动描述的负担。例如,用户无需在提示词中详细说明个人偏好或上传参考图片,只需输入"画出我的荒岛必备物品",模型便能根据用户的个人数据生成包含其关心物品的图像。此外,如果用户已在谷歌相册中为联系人或宠物添加了标签,还可以直接告诉Gemini"画一幅妈妈的手绘插图",系统会自动从相册中找到匹配的参考照片,生成对应人物的图像。
如果生成的图像效果不理想,用户可以通过追加提示词进行调整,也可以点击"+"按钮从谷歌相册中手动选择新的参考图片。谷歌还提供了"来源"按钮,方便用户查看AI在生成图像时参考了哪些素材,或直接向Gemini询问特定图像的参考来源。
个性化用户数据是谷歌相较于其他AI助手竞争者的独特优势之一。将"个人智能"能力扩展至图像生成这一热门功能,是谷歌进一步强化自身竞争优势的自然延伸。目前,这一个性化图像生成功能已面向Gemini应用中符合条件的AI Pro和AI Ultra订阅用户开放。谷歌表示,该功能将在近期推广至Chrome版Gemini及更多用户。
Q&A
Q1:Gemini的"个人智能"图像生成功能是什么?它能做什么?
A:Gemini的"个人智能"图像生成功能是谷歌推出的一项新能力,允许Imagen 2在生成图像时自动调用用户的谷歌账户数据,包括YouTube历史、邮件和谷歌相册等。用户无需手动提供个人信息或参考图片,只需输入简短的自然语言指令,系统便能生成符合个人偏好的个性化图像。
Q2:Gemini图像生成用到了哪些谷歌个人数据?
A:Gemini图像生成功能可以调用的谷歌个人数据包括:YouTube观看历史、Gmail邮件内容以及谷歌相册(包括用户为联系人或宠物设置的标签)。这些数据作为背景参考信息,帮助Imagen 2理解用户的个人偏好,从而生成更贴合用户需求的图像,无需用户在提示词中额外说明。
Q3:Gemini个性化图像生成功能目前面向哪些用户开放?
A:目前,该功能仅面向Gemini应用中符合条件的AI Pro和AI Ultra订阅用户开放。谷歌表示,后续将把该功能推广至Chrome版Gemini以及更多普通用户,但具体上线时间尚未明确,官方表示会"尽快"推出。
好文章,需要你的鼓励
云安全公司Sysdig记录了首个"代理式勒索软件"案例——JadePuffer行动。AI代理自主完成入侵服务器、窃取凭证、加密文件并生成勒索信等全流程操作,速度惊人。然而,该攻击并非完全无人介入:人类仍负责选定目标、部署基础设施并提供初始访问凭证。研究人员暂未确认驱动该代理的具体模型,但指出随着运行成本降低,类似攻击规模可能快速扩大。
TerraDiT-Ω是圣路易斯华盛顿大学研发的卫星图像生成系统,能直接读取多边形、折线等地图原生符号生成高保真卫星图像,标注越精细效果越好。
英国机器人与AI公司Humanoid发布KinetIQ Ascend强化学习系统,目标是以人类速度甚至更快达到99.9%的操作可靠性。该系统通过试错学习,在多项工业任务中表现出色:在机器送料任务中吞吐量提升42%,拣货递物任务成功率从80%升至98%,双臂搬运任务成功率达99%,且所有成果仅需数天训练即可实现。该系统还展示出类似大语言模型的扩展规律,训练时间越长性能越稳定提升。
BrainJanus是由天津大学与上海人工智能实验室联合提出的统一大脑模型,首次在单一自回归框架内实现大脑信号与图像、语言的双向任意转换,并揭示了大脑编码语义级评估的系统性漏洞。